历史背景

MySql性能瓶颈

1. 1.    表数据量过大
2. 2.    Sql查询过于复杂
3. 3.    Sql没走索引
4. 4.    数据库服务器性能低

解决方案

阿里开发手册：单表行数超过500W或者单表容量超过2G

数据库分库分表

1. 分库分表
2. 冷热数据分离
3. 历史数据分离

数据库分库分表

1. 1.    垂直拆分
   1. 垂直分表（大表拆成多个小表）

 

 

 

优点

1. 防止单表字段过多产生页分裂从而导致IO次数过多，效率差的问题
2. 可以达到最大化利用Cache的目的，具体在垂直拆分的时候可以将不常变的字段放一起，将经常改变的放一起

缺点

 1. 主键出现冗余，需要管理冗余例

 2. 会引起表连接JOIN操作(增加CPU开销

 3. sql以及事务处理复杂

1. 垂直分库（单个库拆成多个库  微服务系统）

 

 

 

优点

       分散单库访问压力

缺点

            分布式事务问题

1. 2.    水平拆分
   1. 1.    水平分表

 

 

 

优点

1.单库单表的数据能保持在一定的量级，有助于性能的提高。
2.切分的表结构相同，应用层改造较少，只需要增加路由规则即可。
3.提高了系统的稳定性和负载能力。

缺点

1. 切分后，数据是分散的，跨库join操作难和性能差
2. 拆分规则难以抽象
3. 分片事务的一致性难以解决
4. 数据扩容的难度和维护量极大
5. 2.    水平分库

 

 

 

分库分表算法

1. 1.    哈希取模算法

 

 

 

优点

   算法简单，数据分布相对均匀

缺点

   扩容问题，需要哈希取模全部数据迁移（比如增加user_05,算法变成id%5,01-04里面数据全部需要重新分布）

1. 2.    一致性哈希算法

 

 

 

 

 

 

当B需要移除时

 

 

 

hash环的偏斜

在实际的映射中，服务器可能会被映射成如下模样。

 

 

 

如果服务器被映射成上图中的模样，那么被缓存的对象很有可能大部分集中缓存在某一台服务器上，如下图所示。

 

 

 

虚拟节点（定义虚拟节点，让哈希环分布均匀）

 

 

 

 

 

1. 3.    按照范围分片算法（按照不同的数据业务特性定义分片键）
   1. 按照商家
   2. 按照时间月份
   3. 按照地域

案例

用户表

1. 1.    功能

注册，登录，查询，修改

1. 2.    使用范围
   1. 1.    用户端（用户登录，修改用户，信息查询）

1.根据用户ID查询用户信息->90%

2.根据phone,email查询用户信息->10%

1. 2.    管理员端
   1. 统计用户信息
   2. 查询条件多变查询

可以根据用户ID进行分片

 

 

 

 

分库分表中间件

1. 1.    分库分表组件（Sharding-JDBC 代码实现）

 

 

 

1. 2.    服务端代理(MyCat)

 

 

 

分库分表问题

1. 1.    历史数据迁移
2. 2.    复杂SQL联合查询
3. 3.    分页问题