数据库分库分表

数据库分布式核心内容无非就是数据切分（Sharding），以及切分后对数据的定位、整合。数据切分就是将数据分散存储到多个数据库中，使得单一数据库中的数据量变小，通过扩充主机的数量缓解单一数据库的性能问题，从而达到提升数据库操作性能的目的。

而划分又分为垂直划分和水平划分

垂直划分

垂直划分 又分为数据库垂直划分 和 表垂直划分

• 数据库垂直划分

指的是将一个库里面的表按逻辑进行划分、不同业务的表 被放到不同的主机上，垂直分库通过将表按业务分类，然后分布在不同数据库，并且可以将这些数据库部署在不同服务器上，从而达到多个服务器共同分摊压力的效果，但是依然没有解决单表数据量过大的问题。

• 表垂直划分：

指的是对表进行垂直划分，既按字段（列）进行划分，一般是将不经常访问、长度较大、访问较频繁的分出去。

内存能加载更多的数据，命中率更高，减少了磁盘IO，从而提升了数据库性能，分出去后单行数据变小、一个磁盘块所能存储的数据数目变多，效率提升！

 水平划分

垂直划分不能解决数据量过大的情况，于是用到了水平划分

水平划分可分为分库分表和库内分表

库内分表：

指的是将表按水平划分，但划分出的表还是在同一个数据库里面

分库分表：

指的是表按水平划分，并把表分散到不同的数据库里面，部署在不同主机上

库内分表只解决了单一表数据量过大的问题，但没有将表分布到不同机器的库上，因此对于减轻MySQL数据库的压力来说，帮助不是很大，大家还是竞争同一个物理机的CPU、内存、网络IO，最好通过分库分表来解决。

• 根据数值划分

很容易理解，就是按照范围去划分呗，例如id为1-100 db1；101-200 db2；....；

优点就是我可以很容易根据id去推算到我这个数据在哪个db中，也方便今后的扩展，比如我要多扩展一个表，那么这个表存储201-300的数据。

缺点就是，我有些数据访问比较频繁，有些不频繁，例如101-200经常访问，而201-300不经常访问，那这会导致不同主机压力分配不均匀，有些分片存储最近时间段内的数据，可能会被频繁的读写，而有些分片存储的历史数据，则很少被查询。

• 根据数值取模划分

 取模大家都会吧！，就是将某个字段例如 id 先取hash然后取模，相比于基于数值的，此方法可以让数据均匀分布，不会出现主机压力分配不均匀的情况。

缺点是：  

• 后期分片集群扩容时，需要迁移旧的数据，也就是说我要新增主机的数量，那么我用的hash算法肯定要变化，导致的是一些数据要从一个主机转移到另一个主机（使用一致性hash算法能较好的避免这个问题）

什么是一致性hash算法，为什么其能便于拓展呢？

 这就是一致性hash算法，可以看到我们将机器的序列id，以及对象的id序列化，然后投影到一个环状的空间（0-2^32-1），那么我们怎么看哪些对象分配在哪个机器上呢？原则是顺时针方法。

m4->t4 m3->t2,每个对象按照虚线箭头分配到相应的机器，那么如果要新增一个机器呢，大家可以看图，新增一个机器节点后，需要调整的机器只有两个，同理 删除机器节点，需要调整的也是两个。这就方便我们今后对机器进行拓展！

• 容易面临跨分片查询的复杂问题。比如上例中，如果频繁用到的查询条件中不带cusno时，将会导致无法定位数据库，从而需要同时向4个库发起查询，再在内存中合并数据，取最小集返回给应用，分库反而成为拖累