北冥有 Data，其名为鲲，鲲之大，一个 MySQL 放不下！

千万量级的数据，用 MySQL 要怎么存？

初学者在看到这个问题的时候，可能首先想到的是 MySQL 一张表到底能存放多少条数据？

根据 MySQL 官方文档的介绍，MySQL 理论上限是 (2³²)² 条数据，然而实际操做中，每每还受限于下面两条因素：

1. myisam_data_pointer_size，MySQL 的 myisam_data_pointer_size 通常默认是 6，即 48 位，那么对应的行数就是 2⁴⁸-1。
2. 表的存储大小 256TB

那有人会说，只要个人数据大小不超过上限，数据行数也不超过上限，是否是就没有问题了？其实不尽然。

在实际项目中，通常没有哪一个项目真的触发到 MySQL 数据的上限了，由于当数据量变大了以后，查询速度会慢的吓人，而通常这个时候，你的数据量离 MySQL 的理论上限还远着呢！

传统的企业应用通常数据量都不大，数据也都比较容易处理，可是在互联网项目中，上千万、上亿的数据量并不鲜见。在这种时候，还要保证数据库的操做效率，咱们就不得不考虑数据库的分库分表了。

那么接下来就和你们简单聊一聊数据库分库分表的问题。

数据库切分

看这个名字就知道，就是把一个数据库切分红 N 多个数据库，而后存放在不一样的数据库实例上面，这样作有两个好处：

1. 下降单台数据库实例的负载
2. 能够方便的实现对数据库的扩容

通常来讲，数据库的切分有两种不一样的切分规则：

1. 水平切分
2. 垂直切分

接下来咱们就对这两种不一样的切分规则分别进行介绍。

水平切分

先来一张简单的示意图，你们感觉一下什么是水平切分：

假设个人 DB 中有 table-一、table-2 以及 table-3 三张表，水平切分就是拿着个人绝世好剑，对准黑色的线条，砍一剑或者砍 N 剑！

砍完以后，将砍掉的部分放到另一个数据库实例中，变成下面这样：

这样，本来放在一个 DB 中的 table 如今放在两个 DB 中了，观察以后咱们发现：

1. 两个 DB 中表的个数都是完整的，就是原来 DB 中有几张表，如今仍是几张。
2. 每张表中的数据是不完整的，数据被拆分到了不一样的 DB 中去了。

这就是数据库的水平切分，也能够理解为按照数据行进行切分，即按照表中某个字段的某种规则来将表数据分散到多个库之中，每一个表中包含一部分数据。

这里的某种规则都包含哪些规则呢？这就涉及到数据库的分片规则问题了，这个松哥在后面的文章中也会和你们一一展开详述。这里先简单说几个常见的分片规则：

1. 按照日期划分：不容日期的数据存放到不一样的数据库中。
2. 对 ID 取模：对表中的 ID 字段进行取模运算，根据取模结果将数据保存到不一样的实例中。
3. 使用一致性哈希算法进行切分。

详细的用法，将在后面的文章中和你们仔细说。

垂直切分

先来一张简单的示意图，你们感觉一下垂直切分：

所谓的垂直切分就是拿着个人屠龙刀，对准了黑色的线条砍。砍完以后，将不一样的表放到不一样的数据库实例中去，变成下面这个样子：

这个时候咱们发现以下几个特色：

1. 每个数据库实例中的表的数量都是不完整的。
2. 每个数据库实例中表的数据是完整的。

这就是垂直切分。通常来讲，垂直切分咱们能够按照业务来划分，不一样业务的表放到不一样的数据库实例中。

老实说，在实际项目中，数据库垂直切分并非一件容易的事，由于表之间每每存在着复杂的跨库 JOIN 问题，那么这个时候如何取舍，就要考验架构师的水平了！

优缺点分析

经过上面的介绍，相信你们对于水平切分和垂直切分已经有所了解，优缺点其实也很明显了，松哥再来和你们总结一下。

水平切分

• 优势

1. 水平切分最大的优点在于数据库的扩展性好，提早选好切分规则，数据库后期能够很是方便的进行扩容。
2. 有效提升了数据库稳定性和系统的负载能力。拆分规则抽象好， join 操做基本能够数据库作。

• 缺点

1. 水平切分后，分片事务一致性不容易解决。
2. 拆分规则不易抽象，对架构师水平要求很高。
3. 跨库 join 性能较差。

垂直切分

• 优势

1. 通常按照业务拆分，拆分后业务清晰，能够结合微服务一块儿食用。
2. 系统之间整合或扩展相对要容易不少。
3. 数据维护相对简单。

• 缺点

1. 最大的问题在于存在单库性能瓶颈，数据表扩展不易。
2. 跨库 join 不易。
3. 事务处理复杂。

结语

虽然 MySQL 中数据存储的理论上限比较高，可是在实际开发中咱们不会等到数据存不下的时候才去考虑分库分表问题，由于在那以前，你就会明显的感受到数据库的各项性能在降低，就要开始考虑分库分表了。

好了，今天主要是向你们介绍一点概念性的东西，算是咱们分布式数据库中间件正式出场前的一点铺垫。

参考资料：

1. MySQL 官方文档

关注公众号【江南一点雨】，专一于 Spring Boot+微服务以及先后端分离等全栈技术，按期视频教程分享，关注后回复 Java ，领取松哥为你精心准备的 Java 干货！