近端时间在面试，发现很多面试官或者面试都把数据的水平拆分合垂直拆分给搞混了，今天特意写了一篇博客来说说水平拆分和垂直拆分希望对程序猿们有所帮助。
数据库水平与垂直拆分：
垂直(纵向)拆分：是指按功能模块拆分，比如分为订单库、商品库、用户库...这种方式多个数据库之间的表结构不同。
水平(横向)拆分：将同一个表的数据进行分块保存到不同的数据库中，这些数据库中的表结构完全相同。
数据表的水平与垂直拆分：
垂直拆分：按字段功能主次拆分，比如最常见的商品表、商品图片表、商品详细信息...表与表之间的结构不同
水平拆分：同数据库的水平拆分原理一样主要是将数据进行拆分保存到不同的表当中，这些表的结构完全相同。、
使用用垂直拆分要主要看系统是否适合这种拆分方式，如系统可分为用户系统，商品系统、订单系统等这些业务比较明确的比较适合使用垂直拆分，垂直拆分能很好分散数据库压力。业务模块不清晰，模块耦合度较高的系统并不适合垂直拆分。垂直拆分并不能彻底解决所有的压力问题，例如有一张8000w的订单表而且订单随着时间还在一直增加，操作起这张订单表压力依然很大，如我们需要在这个表中增加(insert)一条新的数据，insert完毕后，数据库会针对这张表重新建立索引，8000w行数据建立索引的系统开销还是不容忽视的，这类情况就可以使用到水平拆分了，可以将表分成100个table，table_001一直到table_100，8000w数据平均分下来就是80万的数据（经过实际测试mysql数据量达到400w的时候性能明显降低，故而应将单个mysql的数据量控制在300W以内），这时候我们向一张只有80w行数据的table中insert数据后建立索引的时间就会呈数量级的下降，极大了提高了DB的运行时效率，提高了DB的并发量，这种拆分就是水平（横向）拆分
数据库拆的实现方式：
垂直拆分，拆分方式实现起来比较简单，根据表名访问不同的数据库就可以了这里不多讲。横向拆分的规则很多，这里总结了以下几点：
1、顺序拆分：例如订单表可以按订单的日期按年份才分，2016年的放在db1中，2017年的db2,以此类推。当然也可以按主键标准拆分。
优点：可部分迁移
缺点：数据分布不均，可能2016年的订单有200W，2017年的有800W。
2、hash取模分： 例如订单表对user_id进行hash(或者如果user_id是数值型的话直接使用user_id的值也可)，然后用一个特定的数字，比如应用中需要将一个数据库切分成4个数据库的话，我们就用4这个数字对user_id的hash值进行取模运算，也就是user_id%4,这样的话每次运算就有四种可能：结果为1的时候对应DB1;结果为2的时候对应DB2;结果为3的时候对应DB3;结果为0的时候对应DB4，这样一来就非常均匀的将数据分配到4个DB中。
优点：数据分布均匀
缺点：数据迁移的时候麻烦;不能按照机器性能分摊数据 。
3、在认证库中保存数据库配置，就是建立一个DB，这个DB单独保存user_id到DB的映射关系，每次访问数据库的时候都要先查询一次这个数据库，以得到具体的DB信息，然后才能进行我们需要的查询操作。
优点：灵活性强，一对一关系
缺点：每次查询之前都要多一次查询，会造成一定的性能损失。
ps：暂时只想到这些希望对大家有帮助，如果有更好的方法欢迎留言区评论交流