简单粗暴的分库分表设计方案

转自：

来源于：https://zhuanlan.zhihu.com/p/37438652

1.数据散列模式

数据散列模式主要是通过hash算法将数据随机写入（分库）分表中，用以提高数据库的负载能力，这种设计方案下分表字段通常需要被包含在分表中。

优点：可以解决有局部热点的数据的负载均衡，并整体提高数据库的负载能力。

缺点：

（1）需要在前期规划好分库和分表的数量，不能动态扩展；

（2）分页查询需要基于shard-key，限制业务的查询场景；

DDAL的实现：

<bean id = "idRule" class = "org.hellojavaer.ddal.ddr.shard.rule.SpelShardRouteRule" >
    <property name = "scRouteRule" value = "{scName}_{format('%02d', sdValue % 2)}" />  
    <property name = "tbRouteRule" value = "{tbName}_{format('%04d', sdValue % 8)}" />
bean>

2.数据区段模式

数据区段模式是按照数据值的区间进行分库分表，比如1 - 100到写入0号表，101-200写入200号表，依次类推。

这种模式主要用于shard-key没有局部热点的数据，其中的一个业务场景为：日志表的按时间维度的切分。

优点：支持动态水平扩展

缺点：存在局部数据热点问题

DDAL实现：你可以使用DivideShardRouteRule来实现该功能，也可以使用SpelShardRouteRule（eg: 按进行日切的路由规则表达式’{tbName}_{dateFormat(‘yyyyMMdd’, sdValue)’）来实现该功能，两者之间的差别在于DivideShardRouteRule在处理sql的between-and操作时更加高效

3.数据隔离模式

数据隔离模式在实现上体现为只分库不分表同时分表字段shard-key不包含在分表中。在业务上体现为业务数据按schema进行隔离，分库元信息独立存储。

优点：

（1）数据隔离

（2）每次分库路由后，都只会落在一个数据库节点上，分库操作‘转换’为单库操作，因此所有单库操作可以被支持（包括复杂的分页查询）

缺点：定制化场景，单schema内可能出现容量和性能问题

DDAL实现：由于shard-key没有被包含在分表中，因此需要使用ShardRoute注解来引导分表路由，或者使用ShardRouteContext来引导分表路由，这两种的设置是等效的。