数据库-分库分表优化

1、为什么要拆分数据库？

一个数据库的连接数是有上限的，当业务系统变得繁杂时，如果都存储在一个数据库中，那么势必会因为数据库达到瓶颈；此时就需要对数据库中表进行拆分，将其分散到多个数据库中去。

数据库拆分原则：就是指根据系统业务实际情况，将原本放在一个数据库中的数据分散放到多个数据库中去，减少单库的负载。

2、垂直拆分

垂直切分：简单的说就是将数据库中的各个表，依据业务情况将一些表放在一个数据库中，一些表放在另外一个数据库中，
比如商城这些的数据库端按照业务垂直拆分：按照业务订单数据库、用户数据库、商品数据库等进行拆分。

 

3、水平拆分

水平拆分：简单来说就是将一张表的数据分别存储到多个数据库中，所以一个库中只保存一部分数据；

 

4、数据库拆分原则

• 优先考虑使用缓存来降低对数据库的读操作。
• 再考虑读写分离，降低数据库写操作。
• 最后开始数据拆分,切分模式： 首先垂直（纵向）拆分、再次水平拆分。
• 首先考虑按照业务垂直拆分。
• 再考虑水平拆分：先分库(设置数据路由规则，把数据分配到不同的库中)；可以通过mycat来处理
• 最后再考虑分表，单表拆分到数据1000万以内。

5、切分策略

1. 查询切分

将ID和库的Mapping关系记录在一个单独的库中。

优点：ID和库的Mapping算法可以随意更改。
缺点：引入额外的单点。

2. 范围切分

比如按照时间区间或ID区间来切分。

优点：单表大小可控，天然水平扩展。
缺点：无法解决集中写入瓶颈的问题。

3. Hash切分

一般采用Mod来切分，下面着重讲一下Mod的策略。

数据水平切分后我们希望是一劳永逸或者是易于水平扩展的，所以推荐采用mod 2^n这种一致性Hash。

以统一订单库为例，我们分库分表的方案是32*32的，即通过UserId后四位mod 32分到32个库中，同时再将UserId后四位Div 32 Mod 32将每个库分为32个表，共计分为1024张表。

---

参考：

数据库水平拆分和垂直拆分 | 起岸星辰

大众点评订单系统分库分表实践 - 美团技术团队