PolarDB-X 最佳实践：如何设计一张订单表

本文主要内容是如何使用全局索引与CO_HASH分区算法（CO_HASH），实现高效的多维度查询。

1. 淘宝订单号中的秘密

有一个很有趣的事情。

打开你的淘宝客户端或者PC端的淘宝，点开订单列表，打开几个订单，查看他们的订单号，你会发现什么？

比如这是我最近的3个订单，和10年前的3个订单。其订单号分别是：

1249511065364414810
1238822988656414810
1236446127134414810
103698817404810
107655289504810
103719620094810

也许你会惊奇的发现，订单号的后几位好像是一样的。比如我的账号，从10年前到今天，订单号的后四位一直是4810，那么为什么？这个其实和使用分布式数据库的一个最佳实践相关。

2. 经典的买卖家例子

好多年前就流传着淘宝买卖家的案例...

淘宝中有一个非常重要的表，订单表，他里面存着订单的一些关键信息，例如订单号（order_id）、卖家id（seller_id）、买家id（buyer_id）、商品id等等。有两类查询是这个表上的高频查询：

select * from orders where buyer_id = ?
select * from orders where seller_id = ?

这两个SQL的业务含义一目了然，分别是买家查询自己的订单列表和卖家查询自己的订单列表。

如果我们在单机数据库中做这两条SQL，都知道怎么做。嗯，在buyer_id和seller_id上分别建个建索引就可以了：

create index idx_buyer_id on orders (buyer_id);
create index idx_seller_id on orders (seller_id);

在数据库中，空间换时间是一个非常基本的思路，例如加索引。

如果你是用一些分库分表中间件，例如MyCAT之类的产品，对这个表做了分库分表，就需要面临一个跟单机数据库完全不一样的一个问题，该如何选择分库分表键？

一般此类中间件都会告诉你，你哪个列查的最多，就选哪个列做拆分键。