MySQL 常用分庫分表方案，都在這裏了！

一、數據庫瓶頸

不管是IO瓶頸，還是CPU瓶頸，最終都會導致數據庫的活躍連接數增加，進而逼近甚至達到數據庫可承載活躍連接數的閾值。在業務Service來看就是，可用數據庫連接少甚至無連接可用。接下來就可以想象了吧（併發量、吞吐量、崩潰）。

1、IO瓶頸
第一種：磁盤讀IO瓶頸，熱點數據太多，數據庫緩存放不下，每次查詢時會產生大量的IO，降低查詢速度 -> 分庫和垂直分表。
第二種：網絡IO瓶頸，請求的數據太多，網絡帶寬不夠 -> 分庫。

2、CPU瓶頸
第一種：SQL問題，如SQL中包含join，group by，order by，非索引字段條件查詢等，增加CPU運算的操作 -> SQL優化，建立合適的索引，在業務Service層進行業務計算。

第二種：單表數據量太大，查詢時掃描的行太多，SQL效率低，CPU率先出現瓶頸 -> 水平分表。

二、分庫分表

1、水平分庫

概念：以字段爲依據，按照一定策略（hash、range等），將一個庫中的數據拆分到多個庫中。

結果：
每個庫的結構都一樣；
每個庫的數據都不一樣，沒有交集；
所有庫的並集是全量數據；

場景：系統絕對併發量上來了，分表難以根本上解決問題，並且還沒有明顯的業務歸屬來垂直分庫。

分析：庫多了，io和cpu的壓力自然可以成倍緩解。

2、水平分表

概念：以字段爲依據，按照一定策略（hash、range等），將一個表中的數據拆分到多個表中。

結果：
每個表的結構都一樣；
每個表的數據都不一樣，沒有交集；
所有表的並集是全量數據；

場景：系統絕對併發量並沒有上來，只是單表的數據量太多，影響了SQL效率，加重了CPU負擔，以至於成爲瓶頸。

分析：表的數據量少了，單次SQL執行效率高，自然減輕了CPU的負擔。

3、垂直分庫

概念：以表爲依據，按照業務歸屬不同，將不同的表拆分到不同的庫中。

結果：
每個庫的結構都不一樣；
每個庫的數據也不一樣，沒有交集；
所有庫的並集是全量數據；
場景：系統絕對併發量上來了，並且可以抽象出單獨的業務模塊。

分析：到這一步，基本上就可以服務化了。例如，隨着業務的發展一些公用的配置表、字典表等越來越多，這時可以將這些表拆到單獨的庫中，甚至可以服務化。再有，隨着業務的發展孵化出了一套業務模式，這時可以將相關的表拆到單獨的庫中，甚至可以服務化。

4、垂直分表

概念：以字段爲依據，按照字段的活躍性，將表中字段拆到不同的表（主表和擴展表）中。

結果：
每個表的結構都不一樣；
每個表的數據也不一樣，一般來說，每個表的字段至少有一列交集，一般是主鍵，用於關聯數據；
所有表的並集是全量數據；

場景：系統絕對併發量並沒有上來，表的記錄並不多，但是字段多，並且熱點數據和非熱點數據在一起，單行數據所需的存儲空間較大。以至於數據庫緩存的數據行減少，查詢時會去讀磁盤數據產生大量的隨機讀IO，產生IO瓶頸。

分析：可以用列表頁和詳情頁來幫助理解。垂直分表的拆分原則是將熱點數據（可能會冗餘經常一起查詢的數據）放在一起作爲主表，非熱點數據放在一起作爲擴展表。這樣更多的熱點數據就能被緩存下來，進而減少了隨機讀IO。拆了之後，要想獲得全部數據就需要關聯兩個表來取數據。但記住，千萬別用join，因爲join不僅會增加CPU負擔並且會講兩個表耦合在一起（必須在一個數據庫實例上）。關聯數據，應該在業務Service層做文章，分別獲取主表和擴展表數據然後用關聯字段關聯得到全部數據。

三、分庫分表工具

sharding-sphere：jar，前身是sharding-jdbc；
TDDL：jar，Taobao Distribute Data Layer；
Mycat：中間件。
注：工具的利弊，請自行調研，官網和社區優先。

四、分庫分表步驟

根據容量（當前容量和增長量）評估分庫或分表個數 -> 選key（均勻）-> 分表規則（hash或range等）-> 執行（一般雙寫）-> 擴容問題（儘量減少數據的移動）。

五、分庫分表問題

1、非partition key的查詢問題
基於水平分庫分表，拆分策略爲常用的hash法。
端上除了partition key只有一個非partition key作爲條件查詢

映射法

基因法

注：寫入時，基因法生成user_id，如圖。關於xbit基因，例如要分8張表，23=8，故x取3，即3bit基因。根據user_id查詢時可直接取模路由到對應的分庫或分表。根據user_name查詢時，先通過user_name_code生成函數生成user_name_code再對其取模路由到對應的分庫或分表。id生成常用snowflake算法。
端上除了partition key不止一個非partition key作爲條件查詢

映射法