一宝恶、數(shù)據(jù)庫瓶頸
不管是IO瓶頸，還是CPU瓶頸，最終都會導(dǎo)致數(shù)據(jù)庫的活躍連接數(shù)增加垫毙，進而逼近甚至達到數(shù)據(jù)庫可承載活躍連接數(shù)的閾值霹疫。在業(yè)務(wù)Service來看就是，可用數(shù)據(jù)庫連接少甚至無連接可用综芥。接下來就可以想象了吧（并發(fā)量丽蝎、吞吐量、崩潰）膀藐。
1屠阻、IO瓶頸
第一種：磁盤讀IO瓶頸，熱點數(shù)據(jù)太多额各，數(shù)據(jù)庫緩存放不下栏笆，每次查詢時會產(chǎn)生大量的IO，降低查詢速度 -> 分庫和垂直分表臊泰。第二種：網(wǎng)絡(luò)IO瓶頸蛉加，請求的數(shù)據(jù)太多，網(wǎng)絡(luò)帶寬不夠 -> 分庫缸逃。
2针饥、CPU瓶頸
第一種：SQL問題，如SQL中包含join需频，group by丁眼，order by，非索引字段條件查詢等昭殉，增加CPU運算的操作 -> SQL優(yōu)化苞七，建立合適的索引，在業(yè)務(wù)Service層進行業(yè)務(wù)計算挪丢。第二種：單表數(shù)據(jù)量太大蹂风，查詢時掃描的行太多，SQL效率低乾蓬，CPU率先出現(xiàn)瓶頸 -> 水平分表惠啄。
二、分庫分表
1任内、水平分庫
概念：以字段為依據(jù)撵渡，按照一定策略（hash、range等）趋距，將一個庫中的數(shù)據(jù)拆分到多個庫中。
結(jié)果：
- 每個庫的結(jié)構(gòu)都一樣节腐；
- 每個庫的數(shù)據(jù)都不一樣靠欢，沒有交集铜跑；
- 所有庫的并集是全量數(shù)據(jù)；
場景：系統(tǒng)絕對并發(fā)量上來了锅纺，分表難以根本上解決問題，并且還沒有明顯的業(yè)務(wù)歸屬來垂直分庫囤锉。分析：庫多了，io和cpu的壓力自然可以成倍緩解官地。
2酿傍、水平分表
概念：以字段為依據(jù)，按照一定策略（hash驱入、range等）赤炒，將一個表中的數(shù)據(jù)拆分到多個表中。
結(jié)果：
- 每個表的結(jié)構(gòu)都一樣亏较；
- 每個表的數(shù)據(jù)都不一樣莺褒，沒有交集；
- 所有表的并集是全量數(shù)據(jù)雪情；
場景：系統(tǒng)絕對并發(fā)量并沒有上來遵岩，只是單表的數(shù)據(jù)量太多，影響了SQL效率巡通，加重了CPU負擔(dān)尘执，以至于成為瓶頸。
分析：表的數(shù)據(jù)量少了宴凉，單次SQL執(zhí)行效率高誊锭，自然減輕了CPU的負擔(dān)。
3跪解、垂直分庫
概念：以表為依據(jù)炉旷，按照業(yè)務(wù)歸屬不同签孔，將不同的表拆分到不同的庫中叉讥。
結(jié)果：
- 每個庫的結(jié)構(gòu)都不一樣；
- 每個庫的數(shù)據(jù)也不一樣饥追，沒有交集图仓；
- 所有庫的并集是全量數(shù)據(jù)；
場景：系統(tǒng)絕對并發(fā)量上來了但绕，并且可以抽象出單獨的業(yè)務(wù)模塊救崔。分析：到這一步惶看，基本上就可以服務(wù)化了。例如六孵，隨著業(yè)務(wù)的發(fā)展一些公用的配置表纬黎、字典表等越來越多，這時可以將這些表拆到單獨的庫中劫窒，甚至可以服務(wù)化本今。再有，隨著業(yè)務(wù)的發(fā)展孵化出了一套業(yè)務(wù)模式主巍，這時可以將相關(guān)的表拆到單獨的庫中冠息，甚至可以服務(wù)化孕索。
4、垂直分表
概念：以字段為依據(jù)散怖，按照字段的活躍性杭抠，將表中字段拆到不同的表（主表和擴展表）中偏灿。
結(jié)果：
- 每個表的結(jié)構(gòu)都不一樣钝的；
- 每個表的數(shù)據(jù)也不一樣硝桩，一般來說碗脊，每個表的字段至少有一列交集衙伶，一般是主鍵，用于關(guān)聯(lián)數(shù)據(jù)赦拘；
- 所有表的并集是全量數(shù)據(jù)躺同；
場景：系統(tǒng)絕對并發(fā)量并沒有上來，表的記錄并不多剃袍，但是字段多笛园，并且熱點數(shù)據(jù)和非熱點數(shù)據(jù)在一起研铆，單行數(shù)據(jù)所需的存儲空間較大棵红。以至于數(shù)據(jù)庫緩存的數(shù)據(jù)行減少咧栗，查詢時會去讀磁盤數(shù)據(jù)產(chǎn)生大量的隨機讀IO致板，產(chǎn)生IO瓶頸斟或。
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(shù)據(jù)（可能會冗余經(jīng)常一起查詢的數(shù)據(jù)）放在一起作為主表御毅，非熱點數(shù)據(jù)放在一起作為擴展表端蛆。這樣更多的熱點數(shù)據(jù)就能被緩存下來今豆，進而減少了隨機讀IO呆躲。拆了之后歼秽，要想獲得全部數(shù)據(jù)就需要關(guān)聯(lián)兩個表來取數(shù)據(jù)情组。但記住院崇，千萬別用join底瓣，因為join不僅會增加CPU負擔(dān)并且會講兩個表耦合在一起（必須在一個數(shù)據(jù)庫實例上）。關(guān)聯(lián)數(shù)據(jù)拨扶，應(yīng)該在業(yè)務(wù)Service層做文章患民，分別獲取主表和擴展表數(shù)據(jù)然后用關(guān)聯(lián)字段關(guān)聯(lián)得到全部數(shù)據(jù)垦梆。
三托猩、分庫分表工具
- sharding-sphere：jar京腥，前身是sharding-jdbc；
- TDDL：jar摆尝，Taobao Distribute Data Layer堕汞；
- Mycat：中間件晃琳。
注：工具的利弊卫旱，請自行調(diào)研，官網(wǎng)和社區(qū)優(yōu)先投放。
四灸芳、分庫分表步驟
根據(jù)容量（當前容量和增長量）評估分庫或分表個數(shù) -> 選key（均勻）-> 分表規(guī)則（hash或range等）-> 執(zhí)行（一般雙寫）-> 擴容問題（盡量減少數(shù)據(jù)的移動）。五冯遂、分庫分表問題
1谒获、非partition key的查詢問題
基于水平分庫分表批狱，拆分策略為常用的hash法。端上除了partition key只有一個非partition key作為條件查詢映射法
基因法
注：寫入時，基因法生成user_id向胡，如圖僵芹。關(guān)于xbit基因，例如要分8張表拇派，23=8件豌，故x取3茧彤，即3bit基因疆栏。根據(jù)user_id查詢時可直接取模路由到對應(yīng)的分庫或分表壁顶。根據(jù)user_name查詢時若专，先通過user_name_code生成函數(shù)生成user_name_code再對其取模路由到對應(yīng)的分庫或分表。id生成常用snowflake算法膊爪。
端上除了partition key不止一個非partition key作為條件查詢
映射法
冗余法
注：按照order_id或buyer_id查詢時路由到db_o_buyer庫中动壤，按照seller_id查詢時路由到db_o_seller庫中。感覺有點本末倒置阁簸！有其他好的辦法嗎？改變技術(shù)棧呢筛严？
后臺除了partition key還有各種非partition key組合條件查詢
NoSQL法
冗余法
2、非partition key跨庫跨表分頁查詢問題
基于水平分庫分表檬输，拆分策略為常用的hash法丧慈。
注：用NoSQL法解決（ES等）逃默。
3、擴容問題
基于水平分庫分表完域，拆分策略為常用的hash法吟税。水平擴容庫（升級從庫法）
注：擴容是成倍的乌妙。
水平擴容表（雙寫遷移法）
- 第一步：（同步雙寫）修改應(yīng)用配置和代碼虐沥，加上雙寫，部署镐依；
- 第二步：（同步雙寫）將老庫中的老數(shù)據(jù)復(fù)制到新庫中槐壳；
- 第三步：（同步雙寫）以老庫為準校對新庫中的老數(shù)據(jù)务唐；
- 第四步：（同步雙寫）修改應(yīng)用配置和代碼带兜，去掉雙寫刚照，部署无畔；
注：雙寫是通用方案。
六恭理、分庫分表總結(jié)
- 分庫分表蚯斯，首先得知道瓶頸在哪里拍嵌，然后才能合理地拆分（分庫還是分表横辆？水平還是垂直狈蚤？分幾個划纽？）勇劣。且不可為了分庫分表而拆分潭枣。
- 選key很重要盆犁，既要考慮到拆分均勻谐岁，也要考慮到非partition key的查詢伊佃。
- 只要能滿足需求锭魔，拆分規(guī)則越簡單越好。
