不用找了，大厂在用的分库分表方案，都在这里！

1、数据库瓶颈↑

不论是IO瓶颈，仍是CPU瓶颈，最终都会致使数据库的活跃链接数增长，进而逼近甚至达到数据库可承载活跃链接数的阈值。在业务Service来看就是，可用数据库链接少甚至无链接可用。接下来就能够想象了吧（并发量、吞吐量、崩溃）。

一、IO瓶颈

第一种：磁盘读IO瓶颈，热点数据太多，数据库缓存放不下，每次查询时会产生大量的IO，下降查询速度 -> 分库和垂直分表。

第二种：网络IO瓶颈，请求的数据太多，网络带宽不够 -> 分库。

二、CPU瓶颈

第一种：SQL问题，如SQL中包含join，group by，order by，非索引字段条件查询等，增长CPU运算的操做 -> SQL优化，创建合适的索引，在业务Service层进行业务计算。

第二种：单表数据量太大，查询时扫描的行太多，SQL效率低，CPU率先出现瓶颈 -> 水平分表。

2、分库分表↑

一、水平分库

1. 概念：以字段为依据，按照必定策略（hash、range等），将一个库中的数据拆分到多个库中。
2. 结果：
   • 每一个库的结构都同样；
   • 每一个库的数据都不同，没有交集；
   • 全部库的并集是全量数据；
3. 场景：系统绝对并发量上来了，分表难以根本上解决问题，而且尚未明显的业务归属来垂直分库。
4. 分析：库多了，io和cpu的压力天然能够成倍缓解。

二、水平分表

1. 概念：以字段为依据，按照必定策略（hash、range等），将一个表中的数据拆分到多个表中。
2. 结果：
   • 每一个表的结构都同样；
   • 每一个表的数据都不同，没有交集；
   • 全部表的并集是全量数据；
3. 场景：系统绝对并发量并无上来，只是单表的数据量太多，影响了SQL效率，加剧了CPU负担，以致于成为瓶颈。
4. 分析：表的数据量少了，单次SQL执行效率高，天然减轻了CPU的负担。

三、垂直分库

1. 概念：以表为依据，按照业务归属不一样，将不一样的表拆分到不一样的库中。
2. 结果：
   • 每一个库的结构都不同；
   • 每一个库的数据也不同，没有交集；
   • 全部库的并集是全量数据；
3. 场景：系统绝对并发量上来了，而且能够抽象出单独的业务模块。
4. 分析：到这一步，基本上就能够服务化了。例如，随着业务的发展一些公用的配置表、字典表等愈来愈多，这时能够将这些表拆到单独的库中，甚至能够服务化。再有，随着业务的发展孵化出了一套业务模式，这时能够将相关的表拆到单独的库中，甚至能够服务化。

四、垂直分表

1. 概念：以字段为依据，按照字段的活跃性，将表中字段拆到不一样的表（主表和扩展表）中。
2. 结果：
   • 每一个表的结构都不同；
   • 每一个表的数据也不同，通常来讲，每一个表的字段至少有一列交集，通常是主键，用于关联数据；
   • 全部表的并集是全量数据；
3. 场景：系统绝对并发量并无上来，表的记录并很少，可是字段多，而且热点数据和非热点数据在一块儿，单行数据所需的存储空间较大。以致于数据库缓存的数据行减小，查询时会去读磁盘数据产生大量的随机读IO，产生IO瓶颈。
4. 分析：能够用列表页和详情页来帮助理解。垂直分表的拆分原则是将热点数据（可能会冗余常常一块儿查询的数据）放在一块儿做为主表，非热点数据放在一块儿做为扩展表。这样更多的热点数据就能被缓存下来，进而减小了随机读IO。拆了以后，要想得到所有数据就须要关联两个表来取数据。但记住，千万别用join，由于join不只会增长CPU负担而且会讲两个表耦合在一块儿（必须在一个数据库实例上）。关联数据，应该在业务Service层作文章，分别获取主表和扩展表数据而后用关联字段关联获得所有数据。
   

3、分库分表工具↑

1. sharding-sphere：jar，前身是sharding-jdbc；

2. TDDL：jar，Taobao Distribute Data Layer；

3. Mycat：中间件。

注：工具的利弊，请自行调研，官网和社区优先。

4、分库分表步骤↑

根据容量（当前容量和增加量）评估分库或分表个数 -> 选key（均匀）-> 分表规则（hash或range等）-> 执行（通常双写）-> 扩容问题（尽可能减小数据的移动）。

5、分库分表问题↑

一、非partition key的查询问题

基于水平分库分表，拆分策略为经常使用的hash法。

1. 端上除了partition key只有一个非partition key做为条件查询
   • 映射法
     
   • 基因法
     

     注：写入时，基因法生成user_id，如图。关于xbit基因，例如要分8张表，2³=8，故x取3，即3bit基因。根据user_id查询时可直接取模路由到对应的分库或分表。根据user_name查询时，先经过user_name_code生成函数生成user_name_code再对其取模路由到对应的分库或分表。id生成经常使用snowflake算法。

2. 端上除了partition key不止一个非partition key做为条件查询
   • 映射法
     
   • 冗余法
     

     注：按照order_id或buyer_id查询时路由到db_o_buyer库中，按照seller_id查询时路由到db_o_seller库中。感受有点本末倒置！有其余好的办法吗？改变技术栈呢？

3. 后台除了partition key还有各类非partition key组合条件查询
   • NoSQL法
     
   • 冗余法
     

二、非partition key跨库跨表分页查询问题

基于水平分库分表，拆分策略为经常使用的hash法。

注：用NoSQL法解决（ES等）。

三、扩容问题

基于水平分库分表，拆分策略为经常使用的hash法。

1. 水平扩容库（升级从库法）
   

   注：扩容是成倍的。

2. 水平扩容表（双写迁移法）
   
   第一步：（同步双写）修改应用配置和代码，加上双写，部署；
   第二步：（同步双写）将老库中的老数据复制到新库中；
   第三步：（同步双写）以老库为准校对新库中的老数据；
   第四步：（同步双写）修改应用配置和代码，去掉双写，部署；

注：双写是通用方案。

6、分库分表总结↑

1. 分库分表，首先得知道瓶颈在哪里，而后才能合理地拆分（分库仍是分表？水平仍是垂直？分几个？）。且不可为了分库分表而拆分。
2. 选key很重要，既要考虑到拆分均匀，也要考虑到非partition key的查询。
3. 只要能知足需求，拆分规则越简单越好。

BLOG地址：www.liangsonghua.com

关注微信公众号：松花皮蛋的黑板报，获取更多精彩！

公众号介绍：分享在京东工做的技术感悟，还有JAVA技术和业内最佳实践，大部分都是务实的、能看懂的、可复现的