MYSQL水平拆分与垂直拆分

目前不少互联网系统都存在单表数据量过大的问题，这就下降了查询速度，影响了客户体验。为了提升查询速度，咱们能够优化sql语句，优化表结构和索引，不过对那些百万级千万级的数据库表，即使是优化事后，查询速度仍是知足不了要求。这时候咱们就能够经过分表下降单次查询数据量，从而提升查询速度，通常分表的方式有两种：水平拆分和垂直拆分，二者各有利弊，适用于不一样的状况。

水平拆分 
水平拆分是指数据表行的拆分，表的行数超过200万行时，就会变慢，这时能够把一张的表的数据拆成多张表来存放。 
这里写图片描述 
 
一般状况下，咱们使用取模的方式来进行表的拆分;好比一张有400W的用户表users，为提升其查询效率咱们把其分红4张表users1，users2，users3，users4 
经过用ID取模的方法把数据分散到四张表内Id%4+1 = [1,2,3,4] 
而后查询,更新,删除也是经过取模的方法来查询。

例：QQ的登陆表。假设QQ的用户有100亿，若是只有一张表，每一个用户登陆的时候数据库都要从这100亿中查找，会很慢很慢。若是将这一张表分红100份，每张表有1亿条，就小了不少，好比qq0,qq1,qq1…qq99表。

用户登陆的时候，能够将用户的id%100，那么会获得0-99的数，查询表的时候，将表名qq跟取模的数链接起来，就构建了表名。好比123456789用户，取模的89，那么就到qq89表查询，查询的时间将会大大缩短。

另外部分业务逻辑也能够经过地区，年份等字段来进行归档拆分;进行拆分后的表，只能知足部分查询的高效查询需求，这时咱们就要在产品策划上，从界面上约束用户查询行为。好比咱们是按年来进行归档拆分的,这个时候在页面设计上就约束用户必需要先选择年,而后才能进行查询;在作分析或者统计时，因为是本身人的需求,多点等待实际上是不要紧的,而且并发很低,这个时候能够用union把全部表都组合成一张视图来进行查询,而后再进行查询。

水平拆分的优势： 
◆表关联基本可以在数据库端所有完成； 
◆不会存在某些超大型数据量和高负载的表遇到瓶颈的问题； 
◆应用程序端总体架构改动相对较少； 
◆事务处理相对简单； 
◆只要切分规则可以定义好，基本上较难遇到扩展性限制；

水平切分的缺点： 
◆切分规则相对更为复杂，很难抽象出一个可以知足整个数据库的切分规则； 
◆后期数据的维护难度有所增长，人为手工定位数据更困难； 
◆应用系统各模块耦合度较高，可能会对后面数据的迁移拆分形成必定的困难。

垂直拆分 
垂直拆分是指数据表列的拆分，把一张列比较多的表拆分为多张表。表的记录并很少，可是字段却很长，表占用空间很大，检索表的时候须要执行大量的IO，严重下降了性能。这时须要把大的字段拆分到另外一个表，而且该表与原表是一对一的关系。 
这里写图片描述 

一般咱们按如下原则进行垂直拆分: 
1，把不经常使用的字段单独放在一张表;, 
2，把text，blob等大字段拆分出来放在附表中; 
3，常常组合查询的列放在一张表中;

例如学生答题表tt：有以下字段： 
Id name 分数 题目 回答 
其中题目和回答是比较大的字段，id name 分数比较小。

若是咱们只想查询id为8的学生的分数：select 分数 from tt where id = 8;虽然知识查询分数，可是题目和回答这两个大字段也是要被扫描的，很消耗性能。可是咱们只关心分数，并不想查询题目和回答。这就可使用垂直分割。咱们能够把题目单独放到一张表中，经过id与tt表创建一对一的关系，一样将回答单独放到一张表中。这样咱们插叙tt中的分数的时候就不会扫描题目和回答了。

垂直切分的优势 
◆ 数据库的拆分简单明了，拆分规则明确； 
◆ 应用程序模块清晰明确，整合容易； 
◆ 数据维护方便易行，容易定位；

垂直切分的缺点 
◆ 部分表关联没法在数据库级别完成，须要在程序中完成； 
◆ 对于访问极其频繁且数据量超大的表仍然存在性能平静，不必定能知足要求； 
◆ 事务处理相对更为复杂； 
◆ 切分达到必定程度以后，扩展性会遇到限制； 
◆ 过读切分可能会带来系统过渡复杂而难以维护。