一、为什么分表
为了解决大数据表导致的mysql性能低下的问题。那多少数据量算大数据表呢？当你的单表存储数据量达到百万，千万级别时就该考虑分表了。我们部分业务的单表存储已经达到了亿级，分表前为了加个字段，DBA和开发人员需要值守一晚上，还不一定能成功。终于忍不了了，妈的，拆表。
二、如何分表
常用的分表方式分为两类，垂直分表和水平分表
1、 垂直分表
所谓垂直分表，就是增加扩展表，来分单主表的压力，原则是：
1.1 常用和不常用的分开，这种方式很常见，实现起来也比较简单。
1.2 把大字段拆到单独的表里，我们会把text类型的字段单独存储。
2、水平分表
水平分表就是根据不同的维度把表拆分成多个。我们要根据不同的业务模型选择不同的分表方式，这里简单介绍下我们用到的也是比较常用的两种。
2.1冷热数据分表：对于虽然存量数据很多，但是日常查询只会用到近期数据的情况下，推荐这种方式。把冷热数据分别放到两张表里，定时把热数据表里的数据迁到冷数据表里，增删改查都是操作的热数据表。这种方式改造成本小，效果很好。
ticket_old //存储存量不常用数据
ticket_tmp //存储最新数据
2.2按业务属性分表：分析业务场景中主要用的查询字段是什么，根据该字段对数据进行业务切分。比如说时间，类型等等。选取字段的时候既要兼顾业务需求，也要防止区分度太低导致分表的数据量依然庞大问题。
tikcet_201901
ticket_201902
...
2.3哈希分表：个人觉得跟2.2方式类似，如果业务查询的字段是id类型，我们需要通过哈希取模来分表，如下。这也是我们系统目前采用的分表方式。当然具体用什么哈希值去取模请根据自己的业务场景选定。
