1、为什么要分库分表？

随着业务的不断发展，系统数据量不断增加，即便正确设置了索引，仍然无法掩盖因为数据量过大从而导致的数据库性能下降的事实。 对于单台 MySQL 服务器来说，硬件资源（如存储容量、连接数与处理能力）是有限的。当数据量过大或读写操作并发过高时，超出了单服务器的性能瓶颈，可能会对系统的稳定性产生严重隐患，甚或导致系统整体不可用。

在仅查询请求量增加的场景中，通过主从架构实现读写分离能够满足业务读多写少的需求，从而保证系统的可靠性。然而，当数据库中单表数据量增大时，业务操作的耗时会增加。有时，由于业务特点的限制，归档或删除操作无法从根本上解决问题。此外，进行大表结构变更时需要拷贝数据，若表数据量过大会导致无剩余空间进行表结构修改。

当单表数据量过大或写操作负荷过高，以至于达到存储或性能的上限时，必须通过数据切分等方式进行治理。核心思想是通过分割数据，确保单表和单机的负荷在机器性能许可的范围内。

---

2、切分方案有哪些？

切分方案	主要解决的问题
只分库不分表（分库）	数据库读/写QPS过高，数据库连接数不足
只分表不分库（分表）	单表数据量过大，存储性能遇到瓶颈
既分库又分表（分库分表）	以上两种问题

2.1 分库

分库，指的是将数据从单个数据库拆分成多个数据库的过程。拆分后的数据库往往部署在多套集群中，这也就意味着降低了单个集群的负载压力，提升整体的读写性能。

分库通常有两种方式，垂直分库和水平分库。

2.1.1 垂直分库

垂直分库是指根据业务领域划分，将不同领域的库表拆分到多个数据库中，从而分散数据存储和读取压力，降低数据层面的耦合度。

2.1.2 水平分库

水平分库通常与分表操作一起进行。当单表数据量过大，导致存储容量和读写性能出现瓶颈时，可以根据一定规则将单表拆分成多个表，并将这些表存储在不同的数据库中，从而解决存储容量和性能问题。

---

2.2 分表

分表，指的是将单张数据表拆分成多张表的过程，以减少单表容量，提升读写效率。如提升数据写入时索引的构建效率、减少锁范围等；对于读流量也能较好减少耗时。

分表通常有两种方式：垂直分表和水平分表。

2.2.1 垂直分表

垂直分表是指根据实际应用场景，将数据表中的部分列拆分出来，改变原有表结构。通常可以结合实际查询需求、冷热数据分离和大字段独立存储等方式进行分表。如将db库中的订单表拆分为订单基本信息表和订单详细信息表。

2.2.2 水平分表

水平分表是指当单表数据量过大且不断增长，导致存储备份缓慢和读取效率低下时，将单表按一定规则拆分成多张表。这样可以降低单表容量，提升数据查询效率。如将db库中的订单表拆分为32个分表，order_[0-31]，分表还位于同一个库中。

2.3 分库分表

在处理海量数据时，单一的数据库和数据表会面临存储容量和性能瓶颈。通过同时进行分库和分表，我们可以将单表的数据水平拆分为多个表，并将这些表分散存储在多个数据库中。这样不仅能有效降低单一数据库和数据表的负载压力，还能提升数据的读写性能和系统的整体稳定性。

---

3、数据水平分片方法

确定了分库分表后就需要考虑如何将数据分到哪个库或哪个表中。分片是一种水平切分数据表的方式，可以将数据按特定策略切分成多个数据文件，这些文件既可以存储在单节点上，也可以存储在分布式的多个节点上，从而实现更强大的存储和计算能力。下面介绍几种常见的数据分片方法。

3.1 Hash分片

Hash分片，就是按照数据记录中指定关键字的Hash值将数据记录映射到不同的分片中。如图所示，通过一个Hash函数计算用户ID的Hash值而后取模，分配到对应的分片。模为4的原因是系统一共有四个节点，每个节点作为一个分片。

优点：这种方法实现简洁，可以保证数据非常均匀地分布到多个分片上。
缺点：直接用节点数作为模，如果系统节点数量变动，模也随之改变，数据就要重新Hash计算，从而带来大规模的数据迁移。显然，这种方式的扩展性不好。

必须找一个方法提升系统的扩展性，就是接下来要介绍的一致性Hash。

3.2 一致性Hash分片

一致性哈希是一种特殊的哈希算法，其核心思想是在一个虚拟的环上分布数据和节点，不同于传统的哈希算法，这种方法在增加或删除节点时能够最小化数据重分布。

如图所示，首先会引入虚拟节点，每个虚拟节点就是一个分片。这个案例中将分片数量设定为16。（因为分片数量决定了集群的最大规模，所以实践中它通常会远大于初始集群节点数。）

16个分片构成了整个Hash空间，数据记录都要通过Hash函数映射到这个空间，我们换一种方式画图，可以看得更清楚些。如下图所示，Hash空间构成了一个Hash环，数据按照顺时针找到最近的节点。

当我们新增一台服务器，即节点E时，受影响的数据仅仅是新服务器到其环空间中前一台服务器（即沿着逆时针方向的第一台服务器）之间数据。结合我们的示例，只有小红分享的消息从节点B被移动到节点E，其他节点的数据保持不变。此后，节点B只存储Hash值6和7的消息，节点E存储Hash值4和5的消息。

一致性哈希优点：

• 数据均衡：能够将数据均衡地分布到多个表中，避免某些表过度负载。
• 扩展性强：当需要增加新的表时，一致性哈希允许新的表平滑地加入系统，不会导致大量数据重新分布。部分表失效或移除的情况下，一致性哈希能将其数据分布到剩余的表中，减小影响范围。

3.3 Range分片

范围分片是一种根据数据值的范围将数据拆分成多个部分（片）的分片方法。每个片包含一个特定范围内的连续数据。通常，这种方法使用数据的某个关键字段来确定数据的范围，例如日期、用户ID、订单号等。

假设有一个订单表 orders，我们可以按订单日期将其拆分成不同的分片：

orders_2020: 存储2020年的订单
orders_2021: 存储2021年的订单
orders_2022: 存储2022年的订单

这种方式使用偏少，先介绍到这。工作中MySQL分片最常用的还是Hash分片。

---

4、分库分表的挑战

4.1 分布式id

在分库分表后，我们不能再使用mysql的自增主键。因为在插入记录的时候，不同的库生成的记录的自增id会出现冲突。因此需要有一个全局的id生成器。

4.2 分布式事务

原本采用单库，通过本地事务就可以保障一致性。分库后因为涉及到了同时更新多个数据库，如何保证要么同时成功，要么同时失败。分布式事务是分库分表绕不过去的一个坎。柔性事务是目前比较主流的方案，柔性事务包括：最大努力通知型、可靠消息最终一致性方案以及TCC两阶段提交等。

4.3 动态扩容

动态扩容指的是增加分库分表的数量。例如原来的user表拆分到2个库的4张表上。现在我们希望将分库的数量变为4个，分表的数量变为8个。这种情况下一般要伴随着数据迁移。

4.4 跨库关联问题

单库下的表连接操作，在分库后需要进行改造。常见的方式有冗余存储数据、应用层拼接等；

4.5 服务、数据平滑迁移

单库单表迁移到分库分表后，为了保证平稳过渡，上层无影响，需要采用相应的策略进行服务、数据的迁移；

4.6 数据库基本的增删改功能

对于开发人员而言，虽然分库分表，但还是希望能和单库单表那样的去简单地操作数据库，包括查询与DML操作。（通常是通过数据库中间件实现，中间件的原理大体分为：数据源代理、数据库代理。具体可搜索cobar、zebra、sharding-jdbc等关键字了解其原理）

4.7 子表分库分表

在进行主表分库分表时，子表也需要进行相应的处理。需要按照相同的分片规则进行分库分表，确保数据的关联性和查询的效率。工作量会翻倍。

---

5、项目实战

XXXXXXXXXXXXXXXXXXX 待补充XXXXXX