数据库分库分表

什么是分库分表：

分表：将某一张表的数据 拆分成若干份，分别放到结构相同的不同表中，然后，可以再同一个库里，也可以放到不同的库。

分表又叫水平分区，这种方式实现起来就比垂直分区复杂些，但是它能解决垂直分区所不能解决的问题，即单张表的访问及写入很频繁，这时候就可以根据一定的业务规则（PS:如互联网BBS论坛的会员等级概念：根据会员等级来分表）来分表，这样就能减轻单表压力，并且还能解决各个模块的之间的频繁交互问题。  

分库：将原有的一个数据库拆分成多个数据库，每个数据库的结构相同。

分库又叫垂直分区，这种方式实现起来比较简单，重要的是对业务要细化，分库时候要想清楚各个模块业务之间的交互情况，避免将来写程序时出现过多的跨库操作。 

为什么要分库分表：

随着企业的发展，库中的表会越来越多，同时每张表的数据也会越来越大。这样做相同的操作：表连接，增删改查所耗费的性能也越来越大。与此同时，数据库访问者越来越多时，一台服务器的的负载也会越来越大，因为cpu 内存 io 都是一定的，这样最终的结果就是系统会越来越卡，直至各种超时。

而当我们采用分布式系统，负载均衡的分散数据，就可以很好的解决这个问题。

文中引用的地址是：http://my.oschina.net/cmcm/blog/175104  虽然作者是搞mysql的但是基本设计思想是一致的。内容我做了部分批注

分表
当然，首先要知道什么情况下，才需要分表。个人觉得单表记录条数达到百万到千万级别时就要使用分表了。 
1，分表的分类 
1>纵向分表 
将本来可以在同一个表的内容，人为划分为多个表。（所谓的本来，是指按照关系型数据库的第三范式要求，是应该在同一个表的。） 
分表理由：根据数据的活跃度进行分离，（因为不同活跃的数据，处理方式是不同的） 
案例： 
对于一个博客系统，文章标题，作者，分类，创建时间等，是变化频率慢，查询次数多，而且最好有很好的实时性的数据，我们把它叫做冷数据。而博客的浏览量，回复数等，类似的统计信息，或者别的变化频率比较高的数据，我们把它叫做活跃数据。所以，在进行数据库结构设计的时候，就应该考虑分表，首先是纵向分表的处理。 （冷数据和活跃数据单独分表）
这样纵向分表之后： 
首先存储引擎的使用不同，冷数据使用MyIsam (mysql中的技术)可以有更好的查询数据。活跃数据，可以使用Innodb ,可以有更好的更新速度。 
其次，对冷数据进行更多的从库配置，因为更多的操作是查询，这样来加快查询速度。对热数据，可以相对有更多的主库的横向分表处理。 
其实，对于一些特殊的活跃数据，也可以考虑使用memcache ,redis之类的缓存，等累计到一定量再去更新数据库。或者mongodb 一类的nosql 数据库，这里只是举例，就先不说这个。 
2>横向分表 
字面意思，就可以看出来，是把大的表结构，横向切割为同样结构的不同表，如，用户信息表，user_1,user_2 等。表结构是完全一样，但是，根据某些特定的规则来划分的表，如根据用户ID来取模划分。 
分表理由：根据数据量的规模来划分，保证单表的容量不会太大，从而来保证单表的查询等处理能力。 （并且如果可以很好的定位到数据在哪张分表时，使用表连接查询的话 效率和速度都会更好）
案例：同上面的例子，博客系统。当博客的量达到很大时候，就应该采取横向分割来降低每个单表的压力，来提升性能。例如博客的冷数据表，假如分为100个表，当同时有100万个用户在浏览时，如果是单表的话，会进行100万次请求，而现在分表后，就可能是每个表进行1万个数据的请求（因为，不可能绝对的平均，只是假设），这样压力就降低了很多很多。 

数据库的复制能解决访问问题（简单的负载均衡，不考虑数据分摊，数据都是一致的），并不能解决大规模的并发写入问题，要解决这个问题就要考虑mysql数据切分了 

数据切分，顾名思义，就是数据分散，将一台主机上的数据分摊到多台，减轻单台主机的负载压力，有两种切分方式，一种是分库，即按照业务模块分多个库，每个库中的表不一样（按照模块划分表然后区分到不同的库），还有一种就是分表，按照一定的业务规则或者逻辑将数据拆分到不同的主机上，每个主机上的表是一样的，这个有点类似于Oracle的表分区（按照业务逻辑将数据拆分，然后保存到不同的数据库中，比如前边讲到的活跃数据）。 
分库的优点是：实现简单，库与库之间界限分明，便于维护，缺点是不利于频繁跨库操作，单表数据量大的问题解决不了。 
分表的优点是：能解决分库的不足点，但是缺点却恰恰是分库的优点，分表实现起来比较复杂，特别是分表规则的划分，程序的编写，以及后期的数据库拆分移植维护。 
实际应用中，一般互联网企业的路线都是先分库再分表，两者结合使用，取长补短，这样发挥了mysql扩展的最大优势，但是缺点是架构很大，很复杂，应用程序的编写也比较复杂。 
以上是mysql的数据切分的一些概念，数据切完了，现在要做的是怎么样在整合起来以便于外界访问，因为程序访问的入口永远只有一个，现在比较常用的解决方案是通过中间代理层（类似于负载均衡的控制器）来统一管控所有数据源。