MySQL常用分库分表方案有哪些

本文主要向您展示“MySQL常见的子数据库和子表方案有哪些”。内容简单易懂，条理清晰。希望能帮你解开疑惑。让边肖带领大家学习《MySQL常见的子数据库和子表方案有哪些》一文。

00-1010无论是IO瓶颈还是CPU瓶颈，数据库中的活动连接数最终都会增加，然后接近甚至达到数据库能够承载的活动连接数的阈值。从业务服务的角度来看，很少有或没有可用的数据库连接。然后你可以想象它(并发、吞吐量、崩溃)。

1.输入输出瓶颈

第一个：磁盘读取IO瓶颈，热数据太多，无法放入数据库缓存，每次查询都会产生大量IO，会减慢查询速度——子数据库和垂直子表。

第二种：网络IO瓶颈，请求数据过多，网络带宽不足——子库。

2.中央处理器瓶颈

第一个：SQL问题，比如SQL包含联接、分组依据、排序依据、非索引字段的条件查询等。加入CPU操作-SQL优化，建立合适的索引，在业务服务层进行业务计算。

第二：单个表的数据量太大，查询时扫描的行太多，SQL效率低，CPU是第一个瓶颈——水平表拆分。

00-1010 1.水平子仓库

基于该字段，概念：根据特定策略(哈希、范围等)将一个库中的数据拆分为多个库。).

结果：

每个库的结构都是一样的；

每个库的数据不一样，没有交集；

所有图书馆的联合就是全数据；

场景：系统的绝对并发增加了，用子表很难从根本上解决问题，纵向子数据库没有明显的业务归属。

有了更多的分析：库，io和cpu的压力自然会加倍。

一、数据库瓶颈

概念：根据某些策略(散列、范围等)将一个表中的数据分成多个表。)基于字段。

结果：

每个表的结构都是一样的；

每个表的数据不一样，没有交集；

所有表的并集都是全数据；

场景：系统的绝对并发没有上来，但是单个表数据太多，影响了SQL的效率，增加了CPU的负担，成为瓶颈。建议：分析一个SQL查询的优化原则

分析：表数据量少，单个SQL执行效率高，自然减轻了CPU的负担。

二、分库分表

基于表格，概念：根据不同的企业所有权将不同的表格分成不同的库。

结果：

每个库的结构不同；

每个库的数据不一样，没有交集；

所有图书馆的联合就是全数据；

场景：系统的绝对并发性增加了，可以抽象出独立的业务模块。

至此，分析：基本可以服务了。

比如随着业务的发展，常见的配置表、字典表等越来越多。此时，这些表可以被分解成单独的库，甚至可以被服务。再者，随着商业的发展，孵化出一套商业模式。此时，相关的表可以被分解成一个单独的库，甚至可以被服务。

2、水平分表

概念：是基于实地，根据实地

活跃性，将表中字段拆到不同的表（主表和扩展表）中。

结果：

• 每个表的结构都不一样；

• 每个表的数据也不一样，一般来说，每个表的字段至少有一列交集，一般是主键，用于关联数据；

• 所有表的并集是全量数据；

场景：系统绝对并发量并没有上来，表的记录并不多，但是字段多，并且热点数据和非热点数据在一起，单行数据所需的存储空间较大。以至于数据库缓存的数据行减少，查询时会去读磁盘数据产生大量的随机读IO，产生IO瓶颈。

分析：可以用列表页和详情页来帮助理解。垂直分表的拆分原则是将热点数据（可能会冗余经常一起查询的数据）放在一起作为主表，非热点数据放在一起作为扩展表。这样更多的热点数据就能被缓存下来，进而减少了随机读IO。拆了之后，要想获得全部数据就需要关联两个表来取数据。

但记住，千万别用join，因为join不仅会增加CPU负担并且会讲两个表耦合在一起（必须在一个数据库实例上）。关联数据，应该在业务Service层做文章，分别获取主表和扩展表数据然后用关联字段关联得到全部数据。

三、分库分表工具

• sharding-sphere：jar，前身是sharding-jdbc；

• TDDL：jar，Taobao Distribute Data Layer；

• Mycat：中间件。

注：工具的利弊，请自行调研，官网和社区优先。

四、分库分表步骤

根据容量（当前容量和增长量）评估分库或分表个数 -> 选key（均匀）-> 分表规则（hash或range等）-> 执行（一般双写）-> 扩容问题（尽量减少数据的移动）。

五、分库分表问题

1、非partition key的查询问题

基于水平分库分表，拆分策略为常用的hash法。

端上除了partition key只有一个非partition key作为条件查询

映射法

基因法

注：写入时，基因法生成user_id，如图。关于xbit基因，例如要分8张表，23=8，故x取3，即3bit基因。根据user_id查询时可直接取模路由到对应的分库或分表。

根据user_name查询时，先通过user_name_code生成函数生成user_name_code再对其取模路由到对应的分库或分表。id生成常用snowflake算法。

端上除了partition key不止一个非partition key作为条件查询

映射法

冗余法

注：按照order_id或buyer_id查询时路由到db_o_buyer库中，按照seller_id查询时路由到db_o_seller库中。感觉有点本末倒置！有其他好的办法吗？改变技术栈呢？

后台除了partition key还有各种非partition key组合条件查询

NoSQL法

冗余法

2、非partition key跨库跨表分页查询问题

基于水平分库分表，拆分策略为常用的hash法。

注：用NoSQL法解决（ES等）。

3、扩容问题

基于水平分库分表，拆分策略为常用的hash法。

水平扩容库（升级从库法）

注：扩容是成倍的。

水平扩容表（双写迁移法）

第一步：（同步双写）修改应用配置和代码，加上双写，部署；

第二步：（同步双写）将老库中的老数据复制到新库中；

第三步：（同步双写）以老库为准校对新库中的老数据；

第四步：（同步双写）修改应用配置和代码，去掉双写，部署；

注：双写是通用方案

以上是“MySQL常用分库分表方案有哪些”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！