1、分库分表基础理论（一）

千里之行，始于足下

目录

• 一、分库分表：
  • 1、垂直分片：
  • 2、水平分片：
• 二、数据分片方案：
  • 1、Hash取模分片：
  • 2、数值范围分片：
  • 3、根据业务场景，灵活制定分片策略：
• 三、分库分表需要解决的问题：

 

---

正文

在高性能系统的要求下，复杂的系统当单表数据量增加到几千万甚至上亿条记录时，查询延迟无疑是影响高性能系统的瓶颈。业内提供的解决的方案是分库分表，冷热数据分离。

回到顶部

一、分库分表：

回到顶部

1、垂直分片：

按照业务维度将表拆分到不同的数据库，专库专用，分担数据库压力

 

回到顶部

2、水平分片：

（1）、水平分库

以字段为依据，按照一定策略，将一个库中的数据拆分到多个库中。

每个库的结构都一样；数据都不一样；所有库的并集是全量数据；

（2）、水平分表

以字段为依据，按照一定策略，将一个表中的数据拆分到多个表中。

每个表的结构都一样；数据都不一样；所有表的并集是全量数据；

 

 

回到顶部

二、数据分片方案：

回到顶部

1、Hash取模分片：

​ id%10 = 1 --> database 1 分片键

​ id%10 = 2 --> database 2

​（1）、优点：数据存放比较均匀

​（2）、缺点：当模数扩容时，需要大量的数据迁移

回到顶部

2、数值范围分片：

​ 1月份 --> database 1

​ 2月份 --> database 2

​（1）、优点：扩容不需要数据迁移

​（2）、缺点：可能存在某范围内数据激增，产生数据倾斜

回到顶部

3、根据业务场景，灵活制定分片策略：

​ 整体按照范围分片，保证扩容时，数据不需要迁移；范围内按照取模分片，使数据分布均匀

 

回到顶部

三、分库分表需要解决的问题：

​1、主键唯一性问题

​2、分布式事务问题

​3、SQL路由问题

​4、结果归并问题

数据持续高速增长，读多写少，查询逻辑固定的场景下更合适分库分表。

注：阿里提出，尽量不要分库分表；

 

参考