收好这份武林秘籍，让你分库分表再无烦恼

互联网发展至今，各个公司企业的数据量都大幅增长，分库分表越来越多的被我们用到，那么我们应该如何针对我们自己的业务场景，对数据进行合理的划分，用最小的代价解决掉性能瓶颈。

1 分库分表的介绍

1.1 什么是分库分表？

分库分表其实是两个词

分库： 将一个库里的数据，分开放在多个库里

分表： 将一张表里的数据，分开放在多张表里

1.2 为什么要分库分表？

至于为什么要分库分表？肯定是单个库或者是单个表不足以满足我们的业务需要，不论是从性能角度出发，还是从数据库存储能力的角度出发，每一种类型的数据库当数据量到达一定程度后，都会出现瓶颈。这时候我们就要通过分库分表，提升数据库的存储能力以及性能。

一般而言，我们数据库出现性能问题，我们都会优先去做数据库的主从复制，读写分离。

主从复制带来的问题：

• 写入无法扩展
• 复制延时
• 锁表率上升
• 表变大，缓存率下降

分库分表同时也是解决主从复制带来的一些问题。

总结一句话，数据库顶不住了！！！

1.3 怎样分库分表？

对于Java项目来讲，分库分表一般分为两个阶段

• 数据库重新设计，合理切分数据

• 引入分库分表的工具，帮助我们做数据库操作

  • Sharding-sphere（当当）：jar，前身是Sharding-jdbc；
  • Cobar（阿里巴巴）
  • Mycat（基于Cobar）：中间件

2 分库分表的设计

2.1 分库分表的方案

• 只分库

  分库能够解决的问题是，数据库读写QPS过高，数据库连接数不足

• 只分表

  分表能够解决的问题是，单表数据量过大，查询、存储性能遇到瓶颈

• 即分库又分表

  解决上述两种问题

我们应该更据自己系统遇到的问题，灵活的选择分库分表的方案，如果没有性能问题，切记过度设计。

2.2 分库方案

分库主要能够解决读写QPS过高，以及数据库连接不足的问题，我们就从这一点下手。

先分析我们平时业务的QPS峰值，再考虑当大促，或者活动，这种流量暴增情况的峰值，这样的话分库就变成了一道简单的除法题

公式：流量峰值/单个库的承载力=分库的数量。

微服务场景会按照服务拆分，进行数据库的拆分。

2.3 分表方案

分表相对于分库来说更为麻烦，也更为常用。因为一些大数据量的表常常出现，致使数据库的性能瓶颈频繁出现。

分表一般都会进行数据量的增长做出预估。然后根据系统的使用年限，单表数据量做出预估分多少张表。

预估数据时，我们要适当扩大留有足够的空间。