1、前言
中大型项目中，一旦遇到数据量比较大，小伙伴应该都知道就应该对数据进行拆分了。有垂直和水平两种。mysql
垂直拆分比较简单，也就是原本一个数据库，数据量大以后，从业务角度进行拆分多个库。以下图，独立的拆分出订单库和用户库。算法
水平拆分的概念，是同一个业务数据量大以后，进行水平拆分。sql
上图中订单数据达到了4000万，咱们也知道mysql单表存储量推荐是百万级，若是不进行处理，mysql单表数据太大，会致使性能变慢。使用方案能够参考数据进行水平拆分。把4000万数据拆分4张表或者更多。固然也能够分库，再分表；把压力从数据库层级分开。数据库
2、分库分表方案
分库分表方案中有经常使用的方案，hash取模和range范围方案；分库分表方案最主要就是路由算法，把路由的key按照指定的算法进行路由存放。下边来介绍一下两个方案的特色。缓存
一、hash取模方案服务器
在咱们设计系统以前，能够先预估一下大概这几年的订单量，如：4000万。每张表咱们能够容纳1000万，也咱们能够设计4张表进行存储。jvm
那具体如何路由存储的呢？hash的方案就是对指定的路由key（如：id）对分表总数进行取模，上图中，id=12的订单，对4进行取模，也就是会获得0，那此订单会放到0表中。id=13的订单，取模获得为1，就会放到1表中。为何对4取模，是由于分表总数是4。
- 优势：
订单数据能够均匀的放到那4张表中，这样此订单进行操做时，就不会有热点问题。工具
热点的含义：热点的意思就是对订单进行操做集中到1个表中，其余表的操做不多。性能
订单有个特色就是时间属性，通常用户操做订单数据，都会集中到这段时间产生的订单。若是这段时间产生的订单 都在同一张订单表中，那就会造成热点，那张表的压力会比较大。spa
- 缺点：
未来的数据迁移和扩容，会很难。
如：业务发展很好，订单量很大，超出了4000万的量，那咱们就须要增长分表数。若是咱们增长4个表
一旦咱们增长了分表的总数，取模的基数就会变成8，之前id=12的订单按照此方案就会到4表中查询，但以前的此订单时在0表的，这样就致使了数据查不到。就是由于取模的基数产生了变化。
遇到这个状况，咱们小伙伴想到的方案就是作数据迁移，把以前的4000万数据，从新作一个hash方案，放到新的规划分表中。也就是咱们要作数据迁移。这个是很痛苦的事情。有些小公司能够接受晚上停机迁移，但大公司是不容许停机作数据迁移的。
固然作数据迁移能够结合本身的公司的业务，作一个工具进行，不过也带来了不少工做量，每次扩容都要作数据迁移
那有没有不须要作数据迁移的方案呢，咱们看下面的方案
二、range范围方案
range方案也就是以范围进行拆分数据。
range方案比较简单，就是把必定范围内的订单，存放到一个表中；如上图id=12放到0表中，id=1300万的放到1表中。设计这个方案时就是前期把表的范围设计好。经过id进行路由存放。
- 优势
咱们小伙伴们想一下，此方案是否是有利于未来的扩容，不须要作数据迁移。即时再增长4张表，以前的4张表的范围不须要改变，id=12的仍是在0表，id=1300万的仍是在1表，新增的4张表他们的范围确定是 大于 4000万以后的范围划分的。
- 缺点
有热点问题，咱们想一下，由于id的值会一直递增变大，那这段时间的订单是否是会一直在某一张表中，如id=1000万 ～ id=2000万之间，这段时间产生的订单是否是都会集中到此张表中，这个就致使1表过热，压力过大，而其余的表没有什么压力。
三、总结：
hash取模方案：没有热点问题，但扩容迁移数据痛苦
range方案：不须要迁移数据，但有热点问题。
那有什么方案能够作到二者的优势结合呢？，即不须要迁移数据，又能解决数据热点的问题呢？
其实还有一个现实需求，可否根据服务器的性能以及存储高低，适当均匀调整存储呢？
3、方案思路
hash是能够解决数据均匀的问题，range能够解决数据迁移问题，那咱们能够不能够二者相结合呢？利用这二者的特性呢？
咱们考虑一下数据的扩容表明着，路由key（如id）的值变大了，这个是必定的，那咱们先保证数据变大的时候，首先用range方案让数据落地到一个范围里面。这样之后id再变大，那之前的数据是不须要迁移的。
但又要考虑到数据均匀，那是否是能够在必定的范围内数据均匀的呢？由于咱们每次的扩容确定会事先设计好此次扩容的范围大小，咱们只要保证此次的范围内的数据均匀是否是就ok了。
4、方案设计
咱们先定义一个group组概念，这组里面包含了一些分库以及分表，以下图
上图有几个关键点：
1）id=0～4000万确定落到group01组中
2）group01组有3个DB，那一个id如何路由到哪一个DB？
3）根据hash取模定位DB，那模数为多少？模数要为全部此group组DB中的表数，上图总表数为10。为何要去表的总数？而不是DB总数3呢？
4）如id=12，id%10=2；那值为2，落到哪一个DB库呢？这是设计是前期设定好的，那怎么设定的呢？
5）一旦设计定位哪一个DB后，就须要肯定落到DB中的哪张表呢？
5、核心主流程
按照上面的流程，咱们就能够根据此规则，定位一个id，咱们看看有没有避免热点问题。
咱们看一下，id在【0，1000万】范围内的，根据上面的流程设计，1000万之内的id都均匀的分配到DB_0,DB_1,DB_2三个数据库中的Table_0表中，为何能够均匀，由于咱们用了hash的方案，对10进行取模。
上面咱们也提了疑问，为何对表的总数10取模，而不是DB的总数3进行取模？咱们看一下为何DB_0是4张表，其余两个DB_1是3张表？
在咱们安排服务器时，有些服务器的性能高，存储高，就能够安排多存放些数据，有些性能低的就少放点数据。若是咱们取模是按照DB总数3，进行取模，那就表明着【0，4000万】的数据是平均分配到3个DB中的，那就不可以实现按照服务器能力适当分配了。
按照Table总数10就可以达到，看如何达到
上图中咱们对10进行取模，若是值为【0，1，2，3】就路由到DB_0，【4，5，6】路由到DB_1，【7，8，9】路由到DB_2。如今小伙伴们有没有理解，这样的设计就能够把多一点的数据放到DB_0中，其余2个DB数据量就能够少一点。DB_0承担了4/10的数据量，DB_1承担了3/10的数据量，DB_2也承担了3/10的数据量。整个Group01承担了【0，4000万】的数据量。
注意：小伙伴千万不要被DB_1或DB_2中table的范围也是0～4000万疑惑了，这个是范围区间，也就是id在哪些范围内，落地到哪一个表而已。
上面一大段的介绍，就解决了热点的问题，以及能够按照服务器指标，设计数据量的分配。
6、如何扩容
其实上面设计思路理解了，扩容就已经出来了；那就是扩容的时候再设计一个group02组，定义好此group的数据范围就ok了。
由于是新增的一个group01组，因此就没有什么数据迁移概念，彻底是新增的group组，并且这个group组照样就防止了热点，也就是【4000万，5500万】的数据，都均匀分配到三个DB的table_0表中，【5500万～7000万】数据均匀分配到table_1表中。
7、系统设计
思路肯定了，设计是比较简单的，就3张表，把group，DB，table之间创建好关联关系就好了。
group和DB的关系
table和db的关系
上面的表关联实际上是比较简单的，只要原理思路理顺了，就ok了。小伙伴们在开发的时候不要每次都去查询三张关联表，能够保存到缓存中（本地jvm缓存），这样不会影响性能。
一旦须要扩容，小伙伴是否是要增长一下group02关联关系，那应用服务须要从新启动吗？
简单点的话，就凌晨配置，重启应用服务就好了。但若是是大型公司，是不容许的，由于凌晨也有订单的。那怎么办呢？本地缓存怎么更新呢？
到此为止，总体的方案介绍结束，但愿对小伙伴们有所帮助。谢谢！！！