For Example(分表)：
登錄系統的user表不同場景分割。
(分表詳述)1、登錄系統的user表水平分割：假設登錄用戶數據累計數百億，若只有一張表，每次用戶登錄發起請求的時候都要從數百億數據中select，select速度會非常慢。現可將一張表的模式拆分成100份，每張表數據量則降到數(個位數)億級，當用戶登錄的時候，可以將獲取到的用戶id取餘(id%100)，執行DB操作select的時候將取模的數跟拆分的表名連接起來，構成新的表名，這時select的time會大幅度縮短。
(分表詳述)2、登錄系統的user表垂直分割：假設用戶表記錄並不多，若用戶通過問題與答案的方式找回密碼，若果問題與答案字段未加以長度限制，根據不同的用戶習慣，表中問題與答案字段會很長，表佔用空間很大，檢索表的時候需要執行大量的IO，性能嚴重降低。現可將大的字段拆分到另一表中，並且該表與原表是一對一的關係，這時當select不與問題跟答案相關的字段，就不會掃描問題與答案屬性了。
For Example(分庫)：
在線商城購物系統現有如下：product產品表(數據量數十萬級，穩定)，user用戶表(數據量百萬級，且有增長趨勢)，訂單表(數據量數百萬級(200,300...)，且有增長趨勢)。
(分庫簡述)1、水平拆分解決單表中數據量增長出現的壓力，不解決表與表之間的IO競爭。
First：user表以性別拆分爲man user表和women user表。
Second：product表未完成訂單放一個server上，已完成訂單表跟man user表放一個server上，women user表放一個server上。
Third：訂單表以是否完成拆分爲完成訂單和未完成訂單。
(分庫簡述)2、垂直拆分解決表與表之間的IO競爭，不解決單表中數據量增長出現的壓力。
First：將product表與user表放置到同一個server上。
Second：將訂單表獨立放置到一個server上。