分库|分表|分区|分片的最全指南

读压力大时 读写分离、一主多备 写压力大时 分库分表

IO瓶颈 分库和垂直分表 CPU瓶颈 SQL优化和水平分表

分库	分库：当一个库中的表过多(单机容量不够),访问量太大(单个实例无法支持)时候，可以分库 水平分库：一般是在垂直拆分后进行；将存储的同张表的数据划分到不同的库中(压力分摊到不同的库,如：订单、用户)；问题:数据路由 垂直分库：将系统中不存关联关系或不同业务的数据放在不同库中；一定程度能突破IO、连接数及单机硬件资源的瓶颈；问题:跨数据库的事务,join查询等问题 分库后的问题：分布式事务、跨库join、排序|分页|分组
分表	分表：把一张表按一定的规则分解成N个具有独立存储空间的实体表。分为水平分表和垂直分表。
分区	分区：将表的数据均衡分摊到不同的硬盘，系统或是不同服务器存储介质中。(重点突破硬盘瓶颈) 分区只是一张表中的数据的存储位置发生改变，是逻辑层面进行了水平分割，对于应用程序来说，它仍是一张表。 水平分区：通过某个属性列来分割。eg：一个包含十年发票记录的表可以被分区为十个不同的分区，每个分区包含的是其中一年的记录 垂直分区： ？？？？？ 分表 & 分区： 区别：(分区提高读写，分表提高并发)分区重点是如何突破磁盘的读写能力，分表重点是存取数据时如何提高mysql并发。 当访问量大，且表数据比较大时，两种方式可以互相配合使用。 分区分表策略：a.Range(范围)  b.Hash(哈希)  c.按照时间拆分  d.Hash之后按照分表个数取模 e.在认证库中保存数据库配置(建立一个DB，这个DB单独保存user_id到DB的映射关系)
分片	数据分片： (1)确定数据在多台存储设备上分布的技术：数据分布均匀，访问负载均衡，扩缩容数据迁移少。 (2)将数据集划分成相互独立、正交的数据子集，然后将数据子集分布到不同的节点上。 分片方式： (1)使用Key或Key的哈希值来计算Key的分布 (2)划分号段：缺点是数据可能分布不均匀、数据热度不同导致各个设备的负载不均衡，扩容也不够灵活，只能成倍地增加设备 (3)取模：Hash(Key)%N就可以确定数据所在的设备编号。缺点：扩容的时候，会产生大量的数据迁移 (4)检索表：在检索表中存储Key和设备的映射关系。缺点：需要存储检索表的空间可能比较大 (5)一致性哈希的算法: 简单而巧妙，很容易做到数据均分布，其单调性也保证了扩缩容的数据迁移是比较少的。

目录

一、数据库瓶颈

1、IO瓶颈---分库和垂直分表

 2、CPU瓶颈---SQL优化和水平分表

二、什么时候分库分表？

三、分库分表

1、水平分库和水平分表

2、垂直分库和垂直分表

（1）垂直分库

（2）垂直分表

四、分库分表的工具和步骤

1、分库分表的工具---mycat

 2、分库分表步骤

 五、分库分表问题

5.1、非partition key的查询问题

 5.1.1、端上除了partition key只有一个非partition key作为条件查询

5.1.2、端上除了partition key不止一个非partition key作为条件查询

5.1.3、后台除了partition key还有各种非partition key组合条件查询

5.2、非partition key跨库跨表分页查询问题---ES

5.3、扩容问题

六、分库分表总结

七、分库分表示例

一、数据库瓶颈

1、IO瓶颈---分库和垂直分表

第一种：磁盘读IO瓶颈，热点数据太多，数据库缓存放不下，每次查询时会产生大量的IO，降低查询速度 -> **分库和垂直分表**。

第二种：网络IO瓶颈，请求的数据太多，网络带宽不够 -> **分库**。

 2、CPU瓶颈---SQL优化和水平分表

第一种：SQL问题，如SQL中包含join，group by，order by，非索引字段条件查询等，增加CPU运算的操作 -> **SQL优化**，建立合适的索引，在业务Service层进行业务计算。

第二种：单表数据量太大，查询时扫描的行太多，SQL效率低，CPU率先出现瓶颈 -> **水平分表**。

二、什么时候分库分表？

 经测试在单表1000万条记录一下,写入读取性能是比较好的。再留点buffer,那么单表全是数据字型的保持在800万条记录以下, 有字符型的单表保持在500万以下。如果按100库100表来规划,如用户业务：500万 x 100 x 100 = 5000000万 = 500亿记录。

三、分库分表

1、水平分库和水平分表

（1）划分：以字段为依据，按照一定策略（hash、range等），将一个库/表中的数据拆分到多个库/表中。
（2）使用场景：库多了，io和cpu的压力自然可以成倍缓解；单表数据量少了，单次SQL执行效率高，减轻了CPU的负担。

2、垂直分库和垂直分表

（1）垂直分库

划分：以表为依据，按照业务归属不同，将不同的表拆分到不同的库中。
使用场景：公用的配置表、字典表等越来越多，这时可以将这些表拆到单独的库中，甚至可以服务化。

（2）垂直分表

划分：以字段为依据，按照字段的活跃性，将表中字段拆到不同的表（主表和扩展表）中。
使用场景：将热点数据（可能会冗余经常一起查询的数据）放在一起作为主表，非热点数据放在一起作为扩展表。减少了随机读IO；注意分表后，要想获得全部数据就需要关联两个表来取数据，记住千万别用join，因为join不仅会增加CPU负担并且会讲两个表耦合在一起（必须在一个数据库实例上）。关联数据，应该在业务Service层做文章，分别获取主表和扩展表数据然后用关联字段关联得到全部数据。

四、分库分表的工具和步骤

1、分库分表的工具---mycat

sharding-sphere：jar，前身是sharding-jdbc；
TDDL：jar，Taobao Distribute Data Layer；
Mycat：中间件。

 2、分库分表步骤

根据容量（当前容量和增长量）评估分库或分表个数 -> 选key（均匀）-> 分表规则（hash或range等）-> 执行（一般双写）-> 扩容问题（尽量减少数据的移动）。

 

 五、分库分表问题

5.1、非partition key的查询问题

基于**水平分库分表**，拆分策略为常用的**hash法**。

 5.1.1、端上除了partition key只有一个非partition key作为条件查询

（1）映射法
（2）基因法
注：写入时，基因法生成user_id，如图。关于xbit基因，例如要分8张表，23=8，故x取3，即3bit基因。根据user_id查询时可直接取模路由到对应的分库或分表。根据user_name查询时，先通过user_name_code生成函数生成user_name_code再对其取模路由到对应的分库或分表。id生成常用snowflake算法。

5.1.2、端上除了partition key不止一个非partition key作为条件查询

映射法
冗余法
注：按照order_id或buyer_id查询时路由到db_o_buyer库中，按照seller_id查询时路由到db_o_seller库中。

5.1.3、后台除了partition key还有各种非partition key组合条件查询

NoSQL法
冗余法

5.2、非partition key跨库跨表分页查询问题---ES

基于水平分库分表，拆分策略为常用的hash法。解决方法是用NoSQL法解决（ES等）。

5.3、扩容问题

基于水平分库分表，拆分策略为常用的hash法。
水平扩容库（升级从库法），注：扩容是成倍的。

水平扩容表（双写迁移法）
第一步：（同步双写）修改应用配置和代码，加上双写，部署；第二步：（同步双写）将老库中的老数据复制到新库中；第三步：（同步双写）以老库为准校对新库中的老数据；第四步：（同步双写）修改应用配置和代码，去掉双写，部署；注：双写是通用方案。

六、分库分表总结

分库分表，首先得知道瓶颈在哪里，然后才能合理地拆分（分库还是分表？水平还是垂直？分几个？）。且不可为了分库分表而拆分。
选key很重要，既要考虑到拆分均匀，也要考虑到非partition key的查询。
只要能满足需求，拆分规则越简单越好。

七、分库分表示例

[分库分表的git示例](https://link.zhihu.com/?target=https://github.com/littlecharacter4s/study-sharding)

 [1]: https://zhuanlan.zhihu.com/p/137368446

转自：[分库分表方案](https://zhuanlan.zhihu.com/p/137368446)