数据库分库分表

概述

在业务量不大时，单库单表即可支撑。 当数据量过大存储不下、或者并发量过大负荷不起时，就要考虑分库分表。

相关术语

• 读写分离: 不同的数据库，同步相同的数据，分别只负责数据的读和写；
• 分区: 指定分区列表达式，把记录拆分到不同的区域中(必须是同一服务器，可以是不同硬盘)，应用看来还是同一张表，没有变化；
• 分库：一个系统的多张数据表，存储到多个数据库实例中；
• 分表: 对于一张多行(记录)多列(字段)的二维数据表

分表又分两种情形：

1. 垂直分表: 竖向切分，不同分表存储不同的字段，可以把不常用或者大容量、或者不同业务的字段拆分出去；
2. 水平分表(最复杂): 横向切分，按照特定分片算法，不同分表存储不同的记录。

是否一定要采用分库分表？

需要注意的是，分库分表会为数据库维护和业务逻辑带来一系列复杂性和性能损耗，除非预估的业务量大到万不得已，切莫过度设计、过早优化。

规划期内的数据量和性能问题，尝试能否用下列方式解决：

1. 当前数据量：如果没有达到几百万，通常无需分库分表；
2. 数据量问题：增加磁盘、增加分库(不同的业务功能表，整表拆分至不同的数据库)；
3. 性能问题：升级CPU/内存、读写分离、优化数据库系统配置、优化数据表/索引、优化 SQL、分区、数据表的垂直切分；
4. 如果仍未能奏效，才考虑最复杂的方案：数据表的水平切分。

分库分表方案

代理层方式

部署一台代理服务器伪装成 MySQL 服务器，代理服务器负责与真实 MySQL 节点的对接，应用程序只和代理服务器对接，对应用程序是透明的。 比如 MyCAT。

MyCAT 后端可以支持 MySQL, SQL Server, Oracle, DB2, PostgreSQL等主流数据库，也支持MongoDB这种新型NoSQL方式的存储，未来还会支持更多类型的存储。

MyCAT 不仅仅可以用作读写分离，以及分表分库、容灾管理，而且可以用于多租户应用开发、云平台基础设施，让你的架构具备很强的适应性和灵活性。

应用层方式

处于业务层和 JDBC 层中间，是以 JAR 包方式提供给应用调用，对代码有侵入性。主要方案有：

• 淘宝网的 TDDL: 已于 2012 年关闭了维护通道，建议不要使用。
• 当当网的 Sharding-JDBC: 仍在活跃维护中。

Sharding-JDBC定位为轻量Java框架，使用客户端直连数据库，无需额外部署，无其他依赖，DBA也无需改变原有的运维方式。

Sharding-JDBC分片策略灵活，可支持等号、between、in等多维度分片，也可支持多分片键。 SQL解析功能完善，支持聚合、分组、排序、limit、or等查询，并支持Binding Table以及笛卡尔积表查询。Sharding-JDBC直接封装JDBC API，可以理解为增强版的JDBC驱动，旧代码迁移成本几乎为零：

1. 可适用于任何基于Java的ORM框架，如JPA、Hibernate、Mybatis、Spring JDBC Template或直接使用JDBC。
2. 可基于任何第三方的数据库连接池，如DBCP、C3P0、 BoneCP、Druid等。
3. 理论上可支持任意实现JDBC规范的数据库。虽然目前仅支持MySQL，但已有支持Oracle、SQLServer等数据库的计划。

分库分表引入的问题

分布式事务

分布式事务的解决方案：由于两阶段/三阶段提交对性能损耗大，可改用事务补偿机制。

跨节点JOIN

对于单库 JOIN，MySQL 原生就支持； 对于多库，出于性能考虑，不建议使用 MySQL 自带的 JOIN，可以用以下方案避免跨节点 JOIN：

1. 全局表: 一些稳定的共用数据表，在各个数据库中都保存一份；
2. 字段冗余: 一些常用的共用字段，在各个数据表中都保存一份；
3. 应用组装：应用获取数据后再组装。
4. 另外，某个 ID 的用户信息在哪个节点，他的关联数据(比如订单)也在哪个节点，可以避免分布式查询。

跨节点聚合

只能在应用程序端完成。 但对于分页查询，每次大量聚合后再分页，性能欠佳。

节点扩容

节点扩容后，新的分片规则导致数据所属分片有变，因而需要迁移数据。