MySQL分库分表

概念

读写分离优化了互联网读多写少场景下的性能问题，考虑一个业务场景，如果读库的数据规模非常大，除了增加多个从库之外，还有其他的手段吗？实现数据库高可用，还有另外一个撒手锏，就是分库分表。

分表分库上解决写请求越来越多的问题，以及数据量暴增的问题。因为对于读请求频繁的场景，可以加缓存或者用一主多从来解决，但是如果写请求过于频繁，那么压力都会集中在master上，master上面的IO，网络，连接池都会成为一种瓶颈。或者如果单表一直膨胀，那么对于磁盘来说压力山大，而且很容易带来慢查询。所以需要分表分库来解决这个问题。分库分表就是为了解决MySQL高并发下读、写请求多的时候带来的性能影响不足的后果。

一般Mysql一个单库最多支持并发量到2000，且最好保持在1000。如果有20000并发量的需求，这时就需要扩容了，可以将一个库的数据拆分到多个库中，访问的时候根据一定条件访问单库，缓解单库的性能压力。

分表也是一样的，如果单表的数据量太大，就会影响SQL语句的执行性能。分表就是按照一定的策略将单表的数据拆分到多个表中，查询的时候也按照一定的策略去查询对应的表，这样就将一次查询的数据范围缩小了。

分表的方式

• 垂直拆分

垂直拆分分为两种，垂直分库和垂直分表。

如果单库写请求多，并且分散在多张表的情况，这种情况可以把库里面的表分散到多个库中，每个库放在不同机器上，不然还是会遇到机器的瓶颈问题。

如果压力集中到一张表，那么可以大表拆小表，把不常用较长的字段迁移到扩展表，避免跨表查询的压力。

垂直拆分一般是按照业务和功能的维度进行拆分，把数据分别放到不同的数据库中。

• 水平拆分

水平拆分是将单表的数据水平拆分到不同服务器上，可以是按照Hash、地理位置、或者用户id进行分表。水平拆分的难度比垂直拆分更大一些。

水平拆分是把相同的表结构分散到不同的数据库和不同的数据表中，避免访问集中的单个数据库或者单张数据表，具体的分库和分表规则，一般是通过业务主键，进行哈希取模操作。

例如，电商业务中的订单信息访问频繁，可以将订单表分散到多个数据库中，实现分库；在每个数据库中，继续进行拆分到多个数据表中，实现分表。路由策略可以使用订单 ID 或者用户 ID，进行取模运算，路由到不同的数据库和数据表中。

分库分表需要解决的问题

• 事务支持

在单库或者单表中，可以用MySQL的事务解决一致性问题，但是分表分库的话，就需要解决分布式事务的问题了。

• order by ,group by，join

分表分库之后order by 和group by要怎么实现？以及跨库的join问题

相关链接：

分表分库方案实现

如何实现分库分表

Java实战：教你如何进行数据库分库分表