第104讲：数据库分库分表的意义与实现策略（MyCat）

互联网中的应用程序，随着公司的发展，应用系统的使用人数、数据量都再持续增长，数据库层面就会产生一定的瓶颈。

如果一开始数据库是单机模式，当业务量增大时，就会导致IO、CPU出现瓶颈，数据量太多、数据库缓存不够，从而产生大量的磁盘IO，导致数据库的性能下降。

即使将数据库升级改造成读写分离集群，随着业务的持续正能量，核心业务表也会产生瓶颈，数据量过大，当有功能使用这张表时，效率就会很低，会出现加载过慢的现象。

为了避免、解决大表带来的性能瓶颈，就需要对数据库进行分库分表的操作了。

可以对业务量、数据量很大的数据库，进行分库操作，将其中的一部分表拆分到其他的数据库服务器中，程序同时连接这两个数据源，缓解单库50%的压力。
也可以对数据量很大的一张表进行分表操作，将该表拆分成多张表，可以按照字段拆分，也可以按照数据量拆分，大多数情况下都是按照数据量进行拆分，例如将一张4500w行的表拆分成3张表，每张表承担1500w的数据量，缓解大表的压力。

分库分表的中心思想就是将数据分散存储在多个数据库节点中，使单一数据库或者数据量很大的表得到缓解，提高数据库的性能。

分库分表的形式主要有两种方式，分别是垂直拆分和水平拆分，对于拆分的力度，又分为分库和分表。

垂直拆分分为垂直分库和垂直分表。

所谓的垂直拆分指的将一个实体中的零件拆分到另一个实体上，相当于物理层面。

1）垂直分库

垂直分库指的是将一个库中的多个表，拆分到不同的库中，这就是垂直分库。

垂直分库中以表作为单位，根据业务表的不同，拆分到多个不同的数据库中。

垂直分库后不同库中存放平台库的表都是不同的，数据也都不相同，因为分库后，每一个库中会存放一部分表，各自表存放各自的数据，互不干涉，所有库的表加起来形成完整的平台库数据，

如下图所示，期初在一个数据库中有6张表，垂直拆分后，将库中的表分给了三个单独的库，每个库中存放2张表，从而达到提升性能的目的。

2）垂直分表

垂直分表指的是将一个表拆分成多个表，按照字段为单位作为拆分依据。

垂直分表后一张表会被拆分成多张表，每张表的表结构也不同，因为是按照字段拆分的，可能1-5个字段在A1表中，5-10个字段在A2表中，每张表的数据也不可能相同，分表后的多张表之间一般通过主键、外键进行关联。

垂直分表后，多张表的数据加起来才是完整的数据。

如下图所示，tb_user表进行了垂直分表，其中id、age字段分到了tb_user表中，剩余的字段分到了tb_usersec表中。

水平拆分分为水平分库和水平分表。

所谓的水平拆分是从逻辑层面上进行拆分，相当与搬家，换壳不换住户。

1）水平分库

水平分库是按照一定的策略以字段作为依据，将一个库的所有表拆分到多个库中，每个库中的表结构都是相同的，只是数据量不同，用户的读写操作会被路由到某一个分库中，缓解单库的压力，水平分库后，所有库的数据量才是完整的数据量。

如下图所示，该库中有两张数据表，水平分库后，被拆分到了多个库中，但是每个库中都存放相同的表，只是数据不同，用户的读写操作会被路由到不同的分库中进行处理。

2）水平分表

水平分库是按照一定的策略以字段作为依据，将一个表的数据拆分到多张表中，缓解单表的压力，拆分出来的多张表只是名字不同，表数据都相同，用户的读写操作会被路由到其中一个分表中，拆分出来的所有表的数据量加起来才是完整的数据量。

如下图所示，tb_goods表进行了水平拆分，拆分后变成了三张表，每张表中会存放一部分数据，用户的读写操作会被路由到其中一张表中，三张表的所有数据量才是整张表的全部数据。

Mycat水平分库分表，都是对表中的数据量进行拆分的，将一个数据库中的表数据拆分到多个数据库实例中，并不能实现将一个表在当前数据库中拆成多个表。

Mycat的分片规则都已经写好了，我们直接来调用即可，无需认为编写。

水平拆分主要是根据分片规则进行逻辑上的拆分，常用的水平拆分分片规则如下：

范围分片
- 根据表中的数据量大小，决定将表中的数据拆分到那些分片上，例如0~500w条数据拆分到分片1,500w-1000w数据拆分到分片2。
取模分片
- 根据数据量与节点数量的求模运算，根据运算结果，决定数据存储的分片，例如插入第50条数据，节点有4个，那么就是50÷4=12余2，余数2就是该条数据写入的分片ID。
一致性Hash分片
- 所谓一致性哈希，相同的哈希因子计算值总是被划分到相同的分区表中，不会因为分区节点的增加而改变原来数据的分区位置，有效的解决了分布式数据的拓容问题。
枚举分片
- 通过在配置文件中配置可能的枚举值, 指定数据分布到不同数据节点上, 本规则适用于按照省份、性别、状态拆分数据等业务
日期分片
- 根据日期时间来进行分库分表，常见的有按月分表，每个月产生一个新表。