MySQL 中的分库分表

分库和分表解决了什么问题？

把以前存在一个数据库实例里的数据拆分成多个数据库实例，部署在不同的服务器中，这是分库。
分库是为了解决服务器资源受单机限制，顶不住高并发访问的问题，把请求分配到多台服务器上，降低服务器压力。

把以前存在一张表里面的数据拆分成多张表，这是分表。
分表是为了解决由于单张表数据量多大，而导致查询慢的问题。

一般怎么分库？

一般分库都是按照业务划分的，比如订单库、用户库。

分库.png

分库会带来哪些问题？

• 事务问题
  关系型数据库，有很大一点在于它保证事务完整性，分库之后单机事务就用不上了，必须使用分布式事务来解决。

• 连表JOIN 查询问题
  在一个库中的时候我们还可以利用 JOIN 来连表查询，而跨库了之后就无法使用 JOIN 了。解决办法：

  1. 就是在业务代码中进行关联，也就是先把一个表的数据查出来，然后通过得到的结果再去查另一张表，然后利用代码来关联得到最终的结果。
  2. 适当的冗余一些字段，避免JOIN操作

一般怎么分表

• 垂直分表
  垂直分表的原理比较简单，一般就是把某几列拆成一个新表，这样单行数据就会变小，B+树里的单个数据页（固定16kb）内能放入的行数就会变多，从而使单表能放入更多的数据。这样内存存放更多有用的数据，就减少了磁盘的访问次数，性能就得到提升。

  垂直分表.png

• 水平分表

  
  水平分表.png

  分表算法可以分为：Hash 路由，范围路由，路由表

  • Hash 路由
    其实就是选择表中的某一列，然后进行 Hash 运算，将 Hash 运算得到的结果再对子表数进行取模，这样就能均匀的将数据分到不同的子表上。

    • 优点是：
      数据分布均匀
    • 缺点是：
      就是增加子表的时候麻烦，得重新映射数据

  • 范围路由
    其实很简单，可以是时间，也可以是地址，表示一定的范围的即可。
    比如本来一张 User 表，我可以分 User_HZ、User_BJ、User_SH，按照地名来划分 User。
    比如 log 表，我可以将表分为 log_202103、 log_202104，把日志按照年月来划分。

  • 路由表
    是专门搞个表来记录路由信息，一般不怎么用。

分表会带来哪些问题？

垂直分表还好，就是查询数据需要关联一下。

水平分表会带来很多问题：

• 排序、count、分页问题
  如果一个用户的数据被拆分到多个表中，那查询结果分页就不像以前单张表那样直接就能查出来了，像 count 操作也是一样的。

• 全局主键的问题
  以前单表的时候很简单，就是主键自增，现在分表了之后就有点尴尬了，所以需要一些手段来保证全局主键唯一。
  1. 还是自增，只不过自增步长设置一下。比如现在有三张表，步长设置为3，三张表 ID 初始值分别是1、2、3。 这样第一张表的 ID 增长是 1、4、7。第二张表是2、5、8。第三张表是3、6、9，这样就不会重复了。
  2. UUID，这种最简单，但是不连续的主键插入会导致严重的页分裂，性能比较差。
  3. 分布式 ID，比较出名的就是 Twitter 开源的 sonwflake 雪花算法。

---

参考资料
1、https://www.zhihu.com/question/459955079