分库分表方案总结，学不会你捶我！

 面试中我们经常会碰到的分库分表方案关于分库分表的问题!今天就给大家介绍互联网公司常用 MySQL 分库分表方案!希望对大家的面试有所帮助!

图片来自 Pexels

数据库瓶颈

不管是 IO 瓶颈，还是总结 CPU 瓶颈，最终都会导致数据库的分库分表方案活跃连接数增加，进而逼近甚至达到数据库可承载活跃连接数的总结阈值。

在业务 Service 来看就是分库分表方案，可用数据库连接少甚至无连接可用。总结接下来就可以想象了吧(并发量、分库分表方案吞吐量、总结崩溃)。分库分表方案

IO 瓶颈

第一种：磁盘读 IO 瓶颈，总结热点数据太多，分库分表方案数据库缓存放不下，总结每次查询时会产生大量的分库分表方案 IO，降低查询速度→分库和垂直分表。总结

第二种：网络 IO 瓶颈，分库分表方案请求的数据太多，网络带宽不够→分库。

CPU 瓶颈

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，服务器租用建立合适的索引，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。

分库分表

水平分库

水平分库，如下图：

概念：以字段为依据，按照一定策略(hash、range等)，将一个库中的数据拆分到多个库中。

结果：

每个库的结构都一样 每个库的数据都不一样，没有交集 所有库的并集是全量数据

场景：系统绝对并发量上来了，分表难以根本上解决问题，并且还没有明显的业务归属来垂直分库。

分析：库多了，IO 和 CPU 的压力自然可以成倍缓解。

水平分表

水平分表，如下图：

概念：以字段为依据，按照一定策略(hash、range 等)，将一个表中的数据拆分到多个表中。

结果：

每个表的服务器托管结构都一样 每个表的数据都不一样，没有交集 所有表的并集是全量数据

场景：系统绝对并发量并没有上来，只是单表的数据量太多，影响了 SQL 效率，加重了 CPU 负担，以至于成为瓶颈。

分析：表的数据量少了，单次 SQL 执行效率高，自然减轻了 CPU 的负担。

垂直分库

垂直分库，如下图：

概念：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。

结果：

每个库的结构都不一样 每个库的数据也不一样，没有交集 所有库的并集是全量数据

场景：系统绝对并发量上来了，并且可以抽象出单独的业务模块。

分析：到这一步，基本上就可以服务化了。例如，源码库随着业务的发展一些公用的配置表、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。

再有，随着业务的发展孵化出了一套业务模式，这时可以将相关的表拆到单独的库中，甚至可以服务化。

垂直分表

垂直分表，如下图：

概念：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。

结果：

每个表的结构都不一样 每个表的数据也不一样，一般来说，每个表的字段至少有一列交集，一般是主键，用于关联数据 所有表的并集是全量数据

场景：系统绝对并发量并没有上来，表的记录并不多，但是字段多，并且热点数据和非热点数据在一起，单行数据所需的存储空间较大。

以至于数据库缓存的数据行减少，查询时会去读磁盘数据产生大量的随机读 IO，产生 IO 瓶颈。

分析：可以用列表页和详情页来帮助理解。垂直分表的拆分原则是将热点数据(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。

这样更多的热点数据就能被缓存下来，进而减少了随机读 IO。拆了之后，要想获得全部数据就需要关联两个表来取数据。

但记住，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。

分库分表工具

常用的分库分表工具如下：

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

注：工具的利弊，请自行调研，官网和社区优先。

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)。

分库分表问题

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。

①端上除了 partition key 只有一个非 partition key 作为条件查询。

映射法，如下图：

基因法，如下图：

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。

②端上除了 partition key 不止一个非 partition key 作为条件查询

映射法，如下图：

冗余法，如下图：

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。感觉有点本末倒置!有其他好的办法吗?改变技术栈呢?

③后台除了 partition key 还有各种非 partition key 组合条件查询

NoSQL 法，如下图：

冗余法，如下图：

非 partition key 跨库跨表分页查询问题

基于水平分库分表，拆分策略为常用的 hash 法。注：用 NoSQL 法解决(ES 等)。

扩容问题

基于水平分库分表，拆分策略为常用的 hash 法。

①水平扩容库(升级从库法)

注：扩容是成倍的。

②水平扩容表(双写迁移法)

步骤如下：

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。

分库分表总结

关于分库分表总结如下：

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。

作者：尜尜人物

编辑：陶家龙

出处：cnblogs.com/littlecharacter/p/9342129.html