access 分表存储_sharding：谁都能读懂的分库、分表、分区

本文通过大量图片来分析和描述分库、分表以及数据库分区是怎样进行的。

1.sharding前的初始数据分布

在本文中，我打算用高考考生相关信息作为实验数据。请无视表的字段是否符合现实，也请无视表的设计是否符合范式。

3张表：

考生表，存放全国所有高考考生信息，假设34个省、(直辖)市、(自治区、特别行政)区共3000W考生

学科表，分文理科，共9门课程(语文、数学、英语、历史、地理、政治、物理、化学、生物)

成绩表，存过全国所有考生所有学科成绩，每个学生6门成绩，共1.8亿条成绩数据

三张表放在名为"gaokao_db"的库中。所以，它们的结构如下：

这三张表的大致存储方式如下：

这个时候数据存储方式是单库多表。

2.业务分库

业务分库：按业务将不同表放进不同库。每个库可以放在不同数据库服务器上。

例如，在这里将原始数据库gaokao_db中的3个表分开放进两个数据库中，stu_db存放考生表，score_db存放成绩表。

还有一张学科表放在哪呢？对于那些很小、无需进行切片的表，可以将多个这样的表共同放在同一个库中，也可以根据联接特性将其分开放置在常与之进行联接的库中。在此处，学科表很小，没必要单独占用一个库甚至数据库服务器，且由于学科表只会和成绩表进行联接，所以将其放在score_db库中。

业务分库如下图：

stu_db和score_db可以放在同一数据库服务器上，也可以放在不同数据库服务器上，从而在整体上减轻系统的压力。但是，如果这两个库放在不同服务器上，因为跨数据库实例，将没法对stu_db和score_db中的表进行join操作。

一般来说，对于可预见的、不断增长的数据，业务分库可能最先进行的sharding。

3.垂直切分

垂直切分：将一个表按照字段分成多表，每个表存储一部分字段。表可以放在不同存储设备上。

其实，在最初设计数据库的时候，因为是关系型数据库，或多或少都会去遵守一些设计范式。当设计的数据库表满足第一范式、第二范式、第三范式等等范式要求时，其实就已经进行了所谓的垂直切分。

即使按照范式设计了数据库表，但有些表是宽表，有很多可能很少使用的字段，这些字段可能是按照稀疏列进行管理的，也可能是大BLOB后大text字段。此外，表中的字段还可以划分为"热门字段和冷门字段"，例如本文示例中，相比考生号、姓名、所属地区使用频繁程度，考生电话号码可能很少使用、身份证号