关于数据可水平拆分和垂直拆分的学习记录

前言

理解数据库水平拆分、垂直拆分。学习记录。

水平拆分

因为数据量非常大，所以针对数据量进行的分层，称为水平拆分。

例：一个订单表有100亿条数据，如果查询一条数据，得从这100亿里面查找，会非常慢，如果将这一张表分成100份，每张表有1亿条，就小了很多，比如order0,order1,order1...order99表 。

查询订单时候订单orderid=123456789，可以将orderid%100，得到0-99的数，这里得到89，然后就是查的是表名为order89的数据。这样查询的时间会大大缩短。

水平层面的拆分，就是行的拆分。即分层拆分。

垂直拆分

数据量不是特别大，但是存在着某些字段很长，所以表占用的空间很大，检索的表的时候需要执行大量的IO，导致性能降低。需要将大的字段拆分到另外的表里，与原表形成一一对应的关系，这就是垂直拆分。

例如文章表article：有如下字段：

Id writerName 点赞数 文章内容 浏览数 评论

其中文章内容和评论是比较大的字段，其他的字段都比较小。

如果我们只想查询id为2的文章的点赞数时候：

select 点赞数 from tt where id = 2

虽然只是查询点赞数，但是文章内容和评论这两个大字段也是要被扫描的，很消耗性能。这就可以使用垂直分割。我们可以把文章内容单独放到一张表中，通过id与article表建立一对一的关系，同样将评论单独放到一张表中。这样我们查询article中的点赞数的时候就不会扫描文章内容和评论了。

优缺点

	解决的问题（优点）	不能解决的问题（缺点）
水平拆分	单表中数据量增长出现的压力	表与表之间的io争夺
垂直拆分	表与表之间的io竞争	单表中数据量增长出现的压力

原博：https://www.cnblogs.com/sns007/p/5790838.html
参考：https://www.cnblogs.com/selinamee/p/6873969.html

拆分的本质

无论是水平拆分还是垂直拆分，本质上是为了解决“读”的瓶颈问题。

参考：

https://baijiahao.baidu.com/s?id=1614304400276051465&wfr=spider&for=pc