一乒疏、數(shù)據(jù)庫(kù)瓶頸1额衙、IO瓶頸2、CPU瓶頸二、分庫(kù)分表1窍侧、水平分庫(kù)2县踢、水平分表3、垂直分庫(kù)4伟件、垂直分表三硼啤、分庫(kù)分表工具四、分庫(kù)分表步驟五斧账、分庫(kù)分表問(wèn)題1谴返、非partition key的查詢問(wèn)題（水平分庫(kù)分表，拆分策略為常用的hash法）2咧织、非partition key跨庫(kù)跨表分頁(yè)查詢問(wèn)題（水平分庫(kù)分表嗓袱，拆分策略為常用的hash法）3、擴(kuò)容問(wèn)題（水平分庫(kù)分表拯爽，拆分策略為常用的hash法）六索抓、分庫(kù)分表總結(jié)七、分庫(kù)分表示例
一毯炮、數(shù)據(jù)庫(kù)瓶頸
不管是IO瓶頸逼肯，還是CPU瓶頸，最終都會(huì)導(dǎo)致數(shù)據(jù)庫(kù)的活躍連接數(shù)增加桃煎，進(jìn)而逼近甚至達(dá)到數(shù)據(jù)庫(kù)可承載活躍連接數(shù)的閾值篮幢。在業(yè)務(wù)Service來(lái)看就是，可用數(shù)據(jù)庫(kù)連接少甚至無(wú)連接可用为迈。接下來(lái)就可以想象了吧（并發(fā)量三椿、吞吐量、崩潰）葫辐。
1搜锰、IO瓶頸
第一種：磁盤(pán)讀IO瓶頸，熱點(diǎn)數(shù)據(jù)太多耿战，數(shù)據(jù)庫(kù)緩存放不下蛋叼，每次查詢時(shí)會(huì)產(chǎn)生大量的IO，降低查詢速度 ->?分庫(kù)和垂直分表剂陡。
第二種：網(wǎng)絡(luò)IO瓶頸狈涮，請(qǐng)求的數(shù)據(jù)太多，網(wǎng)絡(luò)帶寬不夠 ->?分庫(kù)鸭栖。
2歌馍、CPU瓶頸
第一種：SQL問(wèn)題，如SQL中包含join晕鹊，group by松却，order by暴浦，非索引字段條件查詢等，增加CPU運(yùn)算的操作 -> SQL優(yōu)化玻褪，建立合適的索引肉渴，在業(yè)務(wù)Service層進(jìn)行業(yè)務(wù)計(jì)算。
第二種：?jiǎn)伪頂?shù)據(jù)量太大带射，查詢時(shí)掃描的行太多同规，SQL效率低，CPU率先出現(xiàn)瓶頸 ->?水平分表窟社。
二券勺、分庫(kù)分表
1、水平分庫(kù)
1灿里、概念：以字段為依據(jù)关炼，按照一定策略（hash、range等）匣吊，將一個(gè)庫(kù)中的數(shù)據(jù)拆分到多個(gè)庫(kù)中儒拂。
2、結(jié)果：
·? 每個(gè)庫(kù)的結(jié)構(gòu)都一樣色鸳；
·? 每個(gè)庫(kù)的數(shù)據(jù)都不一樣社痛，沒(méi)有交集；
·? 所有庫(kù)的并集是全量數(shù)據(jù)命雀；
3蒜哀、場(chǎng)景：系統(tǒng)絕對(duì)并發(fā)量上來(lái)了，分表難以根本上解決問(wèn)題吏砂，并且還沒(méi)有明顯的業(yè)務(wù)歸屬來(lái)垂直分庫(kù)撵儿。
4、分析：庫(kù)多了狐血，io和cpu的壓力自然可以成倍緩解淀歇。
2、水平分表
1匈织、概念：以字段為依據(jù)房匆，按照一定策略（hash、range等）报亩，將一個(gè)表中的數(shù)據(jù)拆分到多個(gè)表中。
2井氢、結(jié)果：
·??每個(gè)表的結(jié)構(gòu)都一樣弦追；
·??每個(gè)表的數(shù)據(jù)都不一樣，沒(méi)有交集花竞；
·??所有表的并集是全量數(shù)據(jù)劲件；
3掸哑、場(chǎng)景：系統(tǒng)絕對(duì)并發(fā)量并沒(méi)有上來(lái)，只是單表的數(shù)據(jù)量太多零远，影響了SQL效率苗分，加重了CPU負(fù)擔(dān)，以至于成為瓶頸牵辣。
4摔癣、分析：表的數(shù)據(jù)量少了，單次SQL執(zhí)行效率高纬向，自然減輕了CPU的負(fù)擔(dān)择浊。
3、垂直分庫(kù)
1逾条、概念：以表為依據(jù)琢岩，按照業(yè)務(wù)歸屬不同，將不同的表拆分到不同的庫(kù)中师脂。
2担孔、結(jié)果：
·??每個(gè)庫(kù)的結(jié)構(gòu)都不一樣；
·??每個(gè)庫(kù)的數(shù)據(jù)也不一樣吃警，沒(méi)有交集糕篇；
·??所有庫(kù)的并集是全量數(shù)據(jù)；
3汤徽、場(chǎng)景：系統(tǒng)絕對(duì)并發(fā)量上來(lái)了娩缰，并且可以抽象出單獨(dú)的業(yè)務(wù)模塊。
4谒府、分析：到這一步拼坎，基本上就可以服務(wù)化了。例如完疫，隨著業(yè)務(wù)的發(fā)展一些公用的配置表泰鸡、字典表等越來(lái)越多，這時(shí)可以將這些表拆到單獨(dú)的庫(kù)中壳鹤，甚至可以服務(wù)化盛龄。再有，隨著業(yè)務(wù)的發(fā)展孵化出了一套業(yè)務(wù)模式芳誓，這時(shí)可以將相關(guān)的表拆到單獨(dú)的庫(kù)中余舶，甚至可以服務(wù)化。
4锹淌、垂直分表
1匿值、概念：以字段為依據(jù)，按照字段的活躍性赂摆，將表中字段拆到不同的表（主表和擴(kuò)展表）中挟憔。
2钟些、結(jié)果：
·??每個(gè)表的結(jié)構(gòu)都不一樣；
·??每個(gè)表的數(shù)據(jù)也不一樣绊谭，一般來(lái)說(shuō)政恍，每個(gè)表的字段至少有一列交集，一般是主鍵达传，用于關(guān)聯(lián)? ? ? ?數(shù)據(jù)篙耗；
·??所有表的并集是全量數(shù)據(jù)；
3趟大、場(chǎng)景：系統(tǒng)絕對(duì)并發(fā)量并沒(méi)有上來(lái)鹤树，表的記錄并不多，但是字段多逊朽，并且熱點(diǎn)數(shù)據(jù)和非熱點(diǎn)數(shù)據(jù)在一起罕伯，單行數(shù)據(jù)所需的存儲(chǔ)空間較大。以至于數(shù)據(jù)庫(kù)緩存的數(shù)據(jù)行減少叽讳，查詢時(shí)會(huì)去讀磁盤(pán)數(shù)據(jù)產(chǎn)生大量的隨機(jī)讀IO追他，產(chǎn)生IO瓶頸。
4岛蚤、分析：可以用列表頁(yè)和詳情頁(yè)來(lái)幫助理解邑狸。垂直分表的拆分原則是將熱點(diǎn)數(shù)據(jù)（可能會(huì)冗余經(jīng)常一起查詢的數(shù)據(jù)）放在一起作為主表，非熱點(diǎn)數(shù)據(jù)放在一起作為擴(kuò)展表涤妒。這樣更多的熱點(diǎn)數(shù)據(jù)就能被緩存下來(lái)单雾，進(jìn)而減少了隨機(jī)讀IO。拆了之后她紫，要想獲得全部數(shù)據(jù)就需要關(guān)聯(lián)兩個(gè)表來(lái)取數(shù)據(jù)硅堆。但記住，千萬(wàn)別用join贿讹，因?yàn)閖oin不僅會(huì)增加CPU負(fù)擔(dān)并且會(huì)講兩個(gè)表耦合在一起（必須在一個(gè)數(shù)據(jù)庫(kù)實(shí)例上）渐逃。關(guān)聯(lián)數(shù)據(jù)，應(yīng)該在業(yè)務(wù)Service層做文章，分別獲取主表和擴(kuò)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)。
三裕循、分庫(kù)分表工具
1、sharding-sphere：jar泵三，前身是sharding-jdbc；
2、TDDL：jar，Taobao Distribute Data Layer脊僚；
3、Mycat：中間件群叶。
注：工具的利弊吃挑，請(qǐng)自行調(diào)研，官網(wǎng)和社區(qū)優(yōu)先街立。
四舶衬、分庫(kù)分表步驟
根據(jù)容量（當(dāng)前容量和增長(zhǎng)量）評(píng)估分庫(kù)或分表個(gè)數(shù) -> 選key（均勻）-> 分表規(guī)則（hash或range等）-> 執(zhí)行（一般雙寫(xiě)）-> 擴(kuò)容問(wèn)題（盡量減少數(shù)據(jù)的移動(dòng)）。
五赎离、分庫(kù)分表問(wèn)題
1逛犹、非partition key的查詢問(wèn)題（水平分庫(kù)分表，拆分策略為常用的hash法）
1梁剔、端上除了partition key只有一個(gè)非partition key作為條件查詢
·??映射法
·??基因法
注：寫(xiě)入時(shí)虽画，基因法生成user_id，如圖荣病。關(guān)于xbit基因码撰，例如要分8張表，23=8个盆，故x取3脖岛，即3bit基因。根據(jù)user_id查詢時(shí)可直接取模路由到對(duì)應(yīng)的分庫(kù)或分表颊亮。根據(jù)user_name查詢時(shí)柴梆，先通過(guò)user_name_code生成函數(shù)生成user_name_code再對(duì)其取模路由到對(duì)應(yīng)的分庫(kù)或分表。id生成常用snowflake算法终惑。
2绍在、端上除了partition key不止一個(gè)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(shí)路由到db_o_buyer庫(kù)中，按照seller_id查詢時(shí)路由到db_o_seller庫(kù)中雹有。感覺(jué)有點(diǎn)本末倒置偿渡！有其他好的辦法嗎？改變技術(shù)棧呢件舵？
3卸察、后臺(tái)除了partition key還有各種非partition key組合條件查詢
·??NoSQL法
·??冗余法
1.
1.
2、非partition key跨庫(kù)跨表分頁(yè)查詢問(wèn)題（水平分庫(kù)分表铅祸，拆分策略為常用的hash法）
注：用NoSQL法解決（ES等）坑质。
3、擴(kuò)容問(wèn)題（水平分庫(kù)分表临梗，拆分策略為常用的hash法）
1涡扼、水平擴(kuò)容庫(kù)（升級(jí)從庫(kù)法
注：擴(kuò)容是成倍的。
2盟庞、水平擴(kuò)容表（雙寫(xiě)遷移法）
第一步：（同步雙寫(xiě)）應(yīng)用配置雙寫(xiě)吃沪，部署；
第二步：（同步雙寫(xiě)）將老庫(kù)中的老數(shù)據(jù)復(fù)制到新庫(kù)中什猖；
第三步：（同步雙寫(xiě)）以老庫(kù)為準(zhǔn)校對(duì)新庫(kù)中的老數(shù)據(jù)票彪；
第四步：（同步雙寫(xiě)）應(yīng)用去掉雙寫(xiě)红淡，部署；
注：雙寫(xiě)是通用方案降铸。
六在旱、分庫(kù)分表總結(jié)
分庫(kù)分表，首先得知道瓶頸在哪里推掸，然后才能合理地拆分（分庫(kù)還是分表桶蝎？水平還是垂直？分幾個(gè)谅畅？）登渣。且不可為了分庫(kù)分表而拆分。
1毡泻、選key很重要胜茧，既要考慮到拆分均勻，也要考慮到非partition key的查詢牙捉。
2竹揍、只要能滿足需求，拆分規(guī)則越簡(jiǎn)單越好邪铲。
七芬位、分庫(kù)分表示例
示例GitHub地址：https://github.com/littlecharacter4s/study-sharding
