数据库的分库分表

数据库的性能瓶颈

• 连接数
• 处理能力
• 存储容量

数据库优化方案

• SQL 优化
• 索引
• 分区
• 主从复制，读写分离： 通过数据的冗余做到从的数据库上去，主要是一个高可用的作用
• 集群: 通过负载均衡的方式实现数据的容错性，和高性能
• 向上扩展：扩展硬件
• 分库分表：
• 大数据： 当以上的方案都不能满足业务时，就要抛弃关系型数据库，改用大数据方案

什么时候考虑切分

注意事项

能不切分尽量不切分

1. 数据量过大 500w~1000w(阿里规范建议单表是500w，容量不要超过2G)
2. 数据增长过快（比如电商做商品促销活动，每天以500w+ 的数据量增长）
3. 对某些字段进行切分（看业务需求，不同的业务数据放到不同的业务表里）
4. 处于安全性和可用性来考虑

切分类型

• 垂直分库
• 垂直分表
• 水平分表
• 水平分库分表

数据切分以后的问题和解决方案

1. 事物一致性的问题 XA 规范（两阶段和三阶段）
2. 跨节点的关联查询问题 （join）
   • 全局表
   • 字段的冗余
   • ER 分片
   • 数据组装（比较耗时）
3. 跨节点的排序，分页，函数问题，结果汇总做二次计算
4. 全局主键的问题 （UUID，数据表来维护，开源的全局ID生产系统）
5. 数据的迁移，扩容问题