一. 分表
場景：對於大型的互聯網應用來說，數據庫單表的記錄行數可能達到千萬級甚至是億級，並且數據庫面臨着極高的併發訪問。採用Master-Slave複製模式的MySQL架構，
只能夠對數據庫的讀進行擴展，而對數據庫的寫入操作還是集中在Master上，並且單個Master掛載的Slave也不可能無限制多，Slave的數量受到Master能力和負載的限制。
因此，需要對數據庫的吞吐能力進行進一步的擴展，以滿足高併發訪問與海量數據存儲的需要！
對於訪問極爲頻繁且數據量巨大的單表來說，我們首先要做的就是減少單表的記錄條數，以便減少數據查詢所需要的時間，提高數據庫的吞吐，這就是所謂的分表！
在分表之前，首先需要選擇適當的分表策略，使得數據能夠較爲均衡地分不到多張表中，並且不影響正常的查詢！
對於互聯網企業來說，大部分數據都是與用戶關聯的，因此，用戶id是最常用的分表字段。因爲大部分查詢都需要帶上用戶id，這樣既不影響查詢，又能夠使數據較爲均衡地
分佈到各個表中(當然，有的場景也可能會出現冷熱數據分佈不均衡的情況)，如下圖：
假設有一張表記錄用戶購買信息的訂單表order，由於order表記錄條數太多，將被拆分成256張表。
拆分的記錄根據user_id%256取得對應的表進行存儲，前臺應用則根據對應的user_id%256，找到對應訂單存儲的表進行訪問。
這樣一來，user_id便成爲一個必需的查詢條件，否則將會由於無法定位數據存儲的表而無法對數據進行訪問。
注：拆分後表的數量一般爲2的n次方，就是上面拆分成256張表的由來！
假設order表結構如下：
create table order_(
order_id bigint(20) primary key auto_increment,
user_id bigint(20),
user_nick varchar(50),
auction_id bigint(20),
auction_title bigint(20),
price bigint(20),
auction_cat varchar(200),
seller_id bigint(20),
seller_nick varchar(50)
)
那麼分表以後，假設user_id = 257,並且auction_id = 100,需要根據auction_id來查詢對應的訂單信息，則對應的SQL語句如下：
select * from order_1 where user_id=257 and auction_id = 100;
其中，order_1是根據257%256計算得出，表示分表之後的第一張order表。
二. 分庫
場景：分表能夠解決單表數據量過大帶來的查詢效率下降的問題，但是，卻無法給數據庫的併發處理能力帶來質的提升。面對高併發的讀寫訪問，當數據庫master
服務器無法承載寫操作壓力時，不管如何擴展slave服務器，此時都沒有意義了。
因此，我們必須換一種思路，對數據庫進行拆分，從而提高數據庫寫入能力，這就是所謂的分庫!
與分表策略相似，分庫可以採用通過一個關鍵字取模的方式，來對數據訪問進行路由，如下圖所示：
還是之前的訂單表，假設user_id 字段的值爲258，將原有的單庫分爲256個庫，那麼應用程序對數據庫的訪問請求將被路由到第二個庫(258%256 = 2)。
三. 分庫分表
場景：有時數據庫可能既面臨着高併發訪問的壓力，又需要面對海量數據的存儲問題，這時需要對數據庫既採用分表策略，又採用分庫策略，以便同時擴展系統的
併發處理能力，以及提升單表的查詢性能，這就是所謂的分庫分表。
分庫分表的策略比前面的僅分庫或者僅分表的策略要更爲複雜，一種分庫分表的路由策略如下：
1. 中間變量 = user_id % (分庫數量 * 每個庫的表數量)
2. 庫 = 取整數 (中間變量 / 每個庫的表數量)
3. 表 = 中間變量 % 每個庫的表數量
同樣採用user_id作爲路由字段，首先使用user_id 對庫數量*每個庫表的數量取模，得到一箇中間變量；然後使用中間變量除以每個庫表的數量，取整，便得到
對應的庫；而中間變量對每個庫表的數量取模，即得到對應的表。
分庫分表策略詳細過程如下：
假設將原來的單庫單表order拆分成256個庫，每個庫包含1024個表，那麼按照前面所提到的路由策略，對於user_id=262145 的訪問，路由的計算過程如下：
1. 中間變量 = 262145 % (256 * 1024) = 1
2. 庫 = 取整 (1/1024) = 0
3. 表 = 1 % 1024 = 1
這就意味着，對於user_id=262145 的訂單記錄的查詢和修改，將被路由到第0個庫的第1個order_1表中執行！！！
