什么是分库分表？

什么是分库分表？

当数据存量或者数据的吞吐量增大时，服务器的负担就会逐步增加以至于影响读/写的性能和成功率。此时，就需要将数据库进行切分。如果如果将数据库分散到多台数据库服务器，则称为分库；如果将一台数据库服务器上的数据用多张表表示，则称为分表。

如何实现分库分表

从实现手段的本质区别上来看，分库分表的实现手段大约分为两类：垂直和水平。

垂直分库分表

垂直分库分表适用于如下场景：

1. 表的列数过多
2. 表中的信息明显属于多个业务逻辑模块。
3. 表中的信息重要程度差异明显
4. 表中的字段大小差异明显
5. 表中的字段访问频率差异明显

满足以上大部分条件，则表明数据库或表需要进行垂直切分。

垂直分表总结：

1. 回归本源，即网站的业务逻辑。根据业务逻辑分析，从逻辑和语义上看，有哪几类信息。
2. 根据以下特征进行进一步的分类
   
   1>哪些是重要的，哪些是次要的
   
   2>哪些是占空间大的，哪些是占用空间小的。
   
   3>哪些是访问频率高的，哪些是访问频率低的。
3. 根据分析后的结果，尽量将重要的，占用空间小和访问频率高的信息分为一组，将相反的信息分为另一组。
4. 如果不能同时满足多条特征（即重要，又占空间小，或者又重要，访问频率又高等），则优先从数据信息本身的意义考虑分组。

注意：分表之后，所有分出来的表都依然和原来的表共享一个唯一的ID，例如，用户信息进行分表之后，两张表都有用户ID。

---

水平分库分表

水平分库分表就是横向切分一个库或表，切分后分出来的库或者表依然保持原表结构。

水平分库分表适用场景：

1. 当前单库或单表的数据行数过大，已经导致单库或者单表的读/写出现了性能下降。
2. 尚未出现性能瓶颈，但业务特征导致数据库规模（行数）会持续增长或大幅度增长。

注意：

• 水平分库分表比垂直分库分表更复杂一些。因为垂直分库分表从编程”解耦“的概念上容易理解，而且水平分库分表在数据库的操作上增加了很多额外的复杂度。
• 在对数据库进行水平分库分表时，需要解决一个基本的问题：哪一条数据属于哪一个子表呢？

解决方案：

1.固定范围

固定范围，即规定每张表的大小，一旦给出的数据ID超出该表的大小，则将其存到下一张表中。例如，我们规定每张表最多可存储1000条数据，那么999就应该在表1中，如果每张表可存储500条记录，那么999就应该存储在表2中。

优点：

• 易于理解，易于实现
• 随着业务和数据规模的增长，数据表均匀增长，理论上可以无限扩展

缺点：

• 范围的大小不易于掌握，太大则重现了分库分表前的问题，太小则造成太多的子库或者子表，从而造成过重的维护负担。
• 在某些情况下，不同子库或子表所承担的数据量和吞吐量可能会极不均衡。将有2000条数据的数据库按照每张表存储1000条数据进行分表后，得到两张均衡的表，但数据又增长了99条并且长时间没有再增长，那么第三张表将长时间有99条数据，而其他两张表都是1000条，就造成了服务器资源使用率的不均衡。

2.使用配置表

使用配置表，即再创建一张表，该表专门负责存储从数据ID映射到子表的信息。下面举个例子说明：如表2.1所示，用户ID为0002的会被映射到表tb_02，用户ID为0001的会被映射到表tb_01中，用户ID为0003的会被映射到tb_01以此类推。

表2.1配置表

用户ID	表ID
0001	tb_01
0002	tb_02
0003	tb_01
0004	tb_01

优点：

• 易于理解，易于实现
• 变动灵活，随着业务和数据规模的增长，数据表的增长可以自由控制。
• 当业务规模和数据规模需要变动时，可以通过修改配置表的数据来快速的修改

缺点：

• 配置表本身也是表。因此数据规模增长到一定程度时，即使我们需要查询的数据只有从数据ID到表ID也会花费很多时间，这样就陷入了一个循环，配置表本身也面临着需要分库分表的问题。出现这种情况的时候，配置表带来的麻烦和复杂性显然会远远超过解决的问题本身。
• 为了操作到真正的数据，每次的操作都需要额外对配置表进行一次操作，无论是从网络请求数，延时还是从资源消耗访问来看，都接近是双倍的。对于一些资源紧缺或者性能敏感的应用而言，这是一个较为严重的瓶颈。

3.基于算法的映射

优点：

  可以通过调制映射算法使数据在子表中的分布达到相对均匀，并且无论数据如何增长，每个子表承担的数据都是相对均匀的。

缺点：

• 实现手段较为复杂，而且需要设计者挑选一个合适当前用例的算法，不至于在数据增长时出现不均匀的子表增长。
• 当业务变动，扩充新表时需要从新设计映射算法，而映射算法的重新设计有时会造成所有数据都需要从新分布，维护代价将大大增高。