Mysql常用分表分库方案

1、分表的触发条件（什么情况下需要分表）

单表数据量超500W行或数据量大于2G，此时mysql性能下降，就需要考虑分表。（来自阿里开发公约）

• 判断是否分表，不能脱离单表数据量大小，仅关注表中的数据行数是不可取的。

2、分区、分表、分库如何选择?

分区、分表、分库的顺序按逻辑来说一般为：优先考虑分区，再考虑分表、最后考虑分库。即先后顺序可以理解为分区——分表——分库。

注：分区存在：分区键设计不够灵活、DDL操作面临锁定的风险、可能引发数据倾斜等一系列问题，故实际架构中，分表与分库比分区更受欢迎。

3、分表——水平拆分（横向拆分）

按照相同的列，依据一定的策略（如：hash、range），横向对数据库的行进行拆分，将一个表中的行拆分到多个表当中。水平拆分表满足两个定律：1、拆分后每个表的结构都一样；2、每个表的行数据都不一样。

常见的水平分表策略

4、分表——垂直拆分（纵向拆分）

垂直分表简单来说是将单个表按照列的不同特性进行拆分，将一个表中的列拆分到多个表中。垂直分表满足两个定律：-1、每个表的结构(列)都不一样；-2、每个表的数据几乎都不一样，还是存在有交集的列，一般是用于关联的主键。

垂直分表通常按照业务模块的不同进行划分，也可以数据的访问模式进行划分（即将热点数据与冷数据分开存储）

5、分库——垂直拆分

垂直分库的核心是以表为依据，按照业务属性或业务归属的不同，将不同的表拆分到不同的库中。垂直分库遵循两个定律：-1、分开后，每个库的结构都不相同（表不同）；-2、每个库的数据也没有交集（数据不同）

6、分库——水平拆分

垂直分库的核心是以表为依据，按照业务属性或业务归属的不同，将不同的表拆分到不同的库中。垂直分库遵循两个定律：-1、分开后，每个库的结构都不相同（表不同）；-2、每个库的数据也没有交集（数据不同）

在垂直分库的基础上，ERP数据库分为四个库后，还存在QPS问题，这个时候可以将库进行水平拆分，如下图所示：

如果上面的水平分库逻辑不好理解，可以理解为数据库进行水平切割（在表上切了一刀），原来一个表中的数据将会分配到不同的数据库中。如下图所示：

7、分表分库——常用工具

8、如何评价一个分表分库方案

一个好的分表分库方案需要满足两方面的特性：1、能够规避数据偏斜问题；2、方案可平滑扩容，即方案具有持续性，使用常规扩容方法（翻倍扩容法、一致性Hash扩容法、Snowflake分片）可以实现平滑扩容）

注：数据偏斜问题简单来说就是分表分库不合理，单体数据库中，部分表的数据较多，而其他表中的数据较少，业务上的表现就是高并发时出现延迟波动的情况。

简易的分表分库（基于时间戳）伪代码核心部分实现如下：

import java.text.SimpleDateFormat;
import java.util.Calendar;
import java.util.Date;
public class ShardingExample {
public static void main(String[] args) {
DataDAO dataDAO = new DataDAO();
SimpleDateFormat dateFormat = new SimpleDateFormat("yyyyMM");
// 获取当前日期的数据库名和表名
String dbName = dateFormat.format(new Date());
String tableName = "data_" + dbName;
// 插入数据
dataDAO.insertData(tableName, "Sample data for " + dbName);
// 查询数据
List<String> dataList = dataDAO.fetchData(tableName);
for (String data : dataList) {
System.out.println(data);
}
}
}