如何应对MySQL单表数据量过大：垂直分表与水平分表策略解析

话接上回，单表最大数据建议两千万，那如果开发一个项目，预计注册量达到一个亿怎么办。

单表内放这么多数据，MYSQL底层B+树的层级结构就可能会变得很高，磁盘io次数变多，性能会大幅度降低。所以考虑数据库分表。

这里的分表分为垂直分表和水平分表两种。

垂直分表：

原理比较简单，一般就是把某几列拆成一个新表，这样原来的表就小了，拆几列出去，那数据表里的每行数据就会变少，单个16K数据页就能放入越多的行数，这样发生查询时需要的数据页就会越少，那磁盘IO也会越少，所以性能就会越快。

水平分表：

水平分表有好几种做法，但不管是哪种，本质上都是将原来的user表变成USER0到user_n这样的N张小，每一张小表里只保存了一部分数据，一般是500万到2000万。

第一种：根据ID取模分表

假设我们一共分了两张表，分别是user_0和user_1，此时模等于2，我们将输入的ID与模进行求余数操，如ID=2,4,6的时候，会被写到user_0这张表。ID=1,3,5和2取模得到1，于是就能知道应该写到user_1这张表里。

优点：

        比较简单

        读写数据都可以很均匀的分摊到每个分表上

缺点：如果想要扩展表的个数，比如从两张表变成3张表，那同样还是ID=3的数据，以前3和2取模得到1，所以ID=3的数据会放在USER1表里，现在3和3取模得到0，那就要放在USER0这张表里，跟原来的USER1就对不上了，这就需要考虑数据迁移。

第二种：根据ID范围分表

假设我们每张分表都能存放500万条数据，那user_0就存放ID为1~500万的数，user_1就存放ID在500万到1000万之间的数据。假设现在有条数据，ID=3000万要读写条数据，就需要将3000万除以500万得到6，那就可以知道这条数据属于user_6一表，于是就去读写user_6表就行了。

优点：根据ID范围去分表就能很好的解决ID取模时数据表的扩展问题。

缺点：假设新注册玩家的ID是不断加一的，那么在某段时间内，ID会集中在某个分片范围内，比如在4000万到6000万的范围，数据会不断写入这个特定的分表中，并没有起到分摊数据读写压力的效果，这就是所谓的读写热点问题。解决读写热点问题最简单的方案就是让ID变得随机，这样ID就能随机分散到所有表上，分摊读写压力。

 推荐一位优秀的up主：小白debug的个人空间-小白debug个人主页-哔哩哔哩视频 (bilibili.com)