数据库分库分表

Mysql进行分区：将超大的数据集打散成多个数据文件（多个ibd文件），这样进行数据查询的时候就可以缩小磁盘扫描范围

 将表划分为多个不重叠的部分，有三种分区方式：

（1）range分区：按照范围进行分区，比如按照时间范围进行分区

下表就是2000年出生的一个区，2001年出生的一个区......

 （2）hash分区：将数据均匀的分布到各个分区上,你可以自己指定模数以及余数是几分到哪个分区

 （3）list分区：和range分区很像，只不过list分区是不连续的，是枚举类型，比如下面根据班级A，B,C来分区就是list分区

 通过分区键，先定位到数据所在的分区，这样就可以避免对大表的全表扫描

分区表的特点就是多张分区表对外暴露是一张表，但是底层数据存储的时候是区分保存的：

比如下面就是按照年份对订单表进行分区：

现在想要查询的是2023年的数据库，只需要在1号ibd数据文件中进行查询，0号和2号就不需考虑，

 

分片：将数据库横向扩展到多个物理节点上 shard（碎片），将数据库达成一个一个小块。每个小块就叫分片

只分库不分表

只分表不分库

以及既分库也分表

（1）只分库不分表

当数据库的读，或者写的qps过高，导致数据库的连接不足了，这时候就要考虑做分库了，通过增加数据库的方式，来提供更多的可用数据库连接，从而提升系统的并发度

将一个数据库的数据拆分到多个数据库中

垂直分库:根据业务来分库

 水平分库：userId尾号为奇数的放到库1中，尾号为偶数的放到库2中

（2）当你的表单数据非常大的时候，因为并发不高，所以数据库的连接是够的，但是存储和查询的性能遇到了瓶颈，这个时候就要考虑做水平分表了，通过将数据拆分到多张表中来减少单表的数据量，从而提高查询的速度

（3）既分库又分表

当数据库连接不够了，并且单表的数据量也很大，导致查询的速度比较慢的时候，这个时候再考虑既分库又分表

总结：如果是数据库的连接不够了（并发访问量太大了，数据库连接池中的连接都被）

单库来保存数据：这个数据库中包含多张数据表

 用户读数据请求和写数据请求都是操作同一个数据库

（1）开始分表，将用户表拆分成用户基本信息表和用户扩展表

用户基本信息表中存的是用户最主要的信息，比如用户名，密码，别名，手机号，邮箱，年龄，性别等核心数据，这些信息查询的频次非常高，用户扩展表中存的是用户的扩展信息，比如所属单位，户口所在地，所在城市等等，非核心数据，这些信息只有在特定的业务场景中才需要查询，绝大数业务场景中是不需要的（另一个分表原则是将调用频次高的放到一张表，调用频次低的放到另一张表中）

分表使得核心数据和非核心数据分开

（2）一个数据库拆分成四个数据库

 （3）分库分表

只分库或者只分表是不够的

比如财务报告： 每年是一个单独的库，每个月份是一张表

水平拆分和垂直拆分

userid对2取余，如果是奇数就放到库1(userid再对8取余，余几就放到哪张表里面)，如果是偶数就放到库0(userid再对8取余，余几就放到哪张表里面)