海量資料儲存--分庫分表策略詳解
一、背景：
系統剛開始的時候，資料庫都是單庫單錶結構。隨著業務量的增加進行第一次資料庫公升級，根據業務垂直拆分資料庫，這樣多變成多個業務資料庫，每個資料庫裡面還是單錶結構。接下來，繼續隨著業務量的繼續增加，單錶已經很難承受資料量，就要進行分表，這個時候就是，多個業務庫，每個業務庫下對需要分表的表進行分表。再接下來，隨著應用的增加，資料庫io，磁碟等等都抗不住了，就要把分表的表分到多個庫，這樣就形成了如下的結構。
重點：本文主要討論的是分庫分表的策略，也就是分庫分表的規則或者說是演算法。
二、分庫分表的依據--分庫分表字段的選擇
分庫分表首先要確定根據哪個字段、或者哪幾個字段進行路由，一般的原則是按使用頻率最高維度的字段去分庫分表，盡量保證高使用維度下只查詢單錶。
常用的字段有主鍵id，使用者id，時間，商戶id，產品id，業務型別等等
三、分庫分表策略
主要原理：分割槽、取模、資料路由表
1. 按照時間區間
1）基本原理：
一定區間內時間產生的資料放到一張表裡面，多個時間區間的表放到乙個庫裡面
2）簡單例子：
單庫多表結構，按月分表可以這樣，user_201601,user_201602,...,user_201612這種結構。按年分表可以這樣，user_2016,user_2017,...這種。
3）多庫多表演算法：
比如按天分表，每天一張表，當單庫超過100張表的時候，進行分庫到下一張表。那麼假如第一張報表在庫bd0，表名是user_20160201。從db0.user_20160201，..到db0.user_20160511就100張表了，接下來就要進行分庫了，進入20160512，就是db1.user_20160512，這個演算法就是上線的時候定乙個上線日期，具體演算法如下
庫id = （當前日期 - 上線日期）/ 100
表id = user_yyyymmdd
注：好處是可以直接根據時間經過簡單計算定位到哪個庫和哪個表
還有一種演算法：
庫id = （當前日期 - 上線日期）/ 100
表id = (當前日期 - 上線日期) % 100
表名如下： db0.user_0001, user_0002,....,user_01000。
注：表名和庫名都要經過計算，比較麻煩
4）按月分表，每個月一張表；這種情況，一般就不用分庫了，一年12張表說明量也不會特別大，如果量特別大，或者是熱點資料，可以一年分乙個庫，具體演算法和上面差不多。
5）按季度分表，基本不用分庫。
6）按年分表，肯定不用分庫了，沒有必要了。
2. 按照主鍵id區間
對於自增的主鍵id，可以按照id區間進行分表，以1000萬資料量為分界線，對線性的id進行切割分表，每漲到1000萬資料，分到下一張表，超過一定數目的表，進行分庫。
庫id = 主鍵id / 1000萬 / 100
表id = 主鍵id / 1000萬 % 100
如：db0.user_0000,...,db0.user_0099, db1.user_0000,...,db1.user_0099
3. 按照指定欄位hash後再取模
如果要取模的字段不是整數型，要先hash後，再通過取模演算法，算出在哪個庫和那個表。具體演算法，參照下面的按使用者id取模。
4. 按照使用者id取模
這裡把按照使用者id取模單獨拎出來，因為就使用而言，是使用場景最多的情況，很多時候都是使用者相關資料量最大，需要分庫分表，查詢維度更多也是按照使用者來查詢，所以對使用者取模，讓同乙個使用者的資料落到一張表裡面，再好不過了。
案例：假設使用者id是整數型的。
庫數量要分4庫，每個庫
表數量8表，一共32張表。
原理講解：
一共要分4庫，8表，共32張表，也就是1到32的使用者id要平均分配到每張表應該有一條資料，這樣就有兩種分法。
1） 1到8是第乙個庫，9到16第二個庫，17到24第三個庫，25到32是第四個庫，每個庫裡面表的編號都是0到3，
這個原則是乙個庫裡面乙個乙個分，分完再下乙個庫乙個乙個分，保證不重複，不漏掉。
2）1,5,9這樣每隔4個乙個庫，2開頭隔4個乙個庫
，這個原則是乙個庫分乙個，在分下乙個庫，一圈走完，再在第一庫沒分到的表繼續分，也保證了不重複，不漏掉原則。
庫id = userid % 庫數量4
表id = userid / 庫數量4 % 表數量8
或者 庫id = userid / 表數量4 % 庫數量4
表id = userid % 表數量8
演算法圖示如下：
5. 資料路由表
如果分庫分表的演算法很複雜，可以通過路由表+程式演算法，來儲存和計算分庫分表規則，不過一般不建議，分庫分表搞得太複雜，不便於維護和查詢問題
四、各個方案對比
分割槽演算法
優點：線性擴容，平滑擴容，不需要資料遷移
缺點：存在熱點資料，非時間維度查詢多的情況，聚合複雜
建議：冷資料，使用者維度查詢少，且資料量大的情況用分割槽演算法
取模演算法
優點：同乙個熱點的資料可以做到乙個表裡面，查詢方便
缺點：擴容不是很方便，需要資料遷移
建議：使用者維度查詢多，熱點維度查詢多的情況，建議使用
注：
分庫分表的核心是未來資料量的預估，根據預估和實際使用情況來確定分庫分表方案，一般像訂單類資料以使用者維度取模分表最好，商品資料以商戶取模最好，簽到等活動流水資料時間分割槽最好。
取模方案擴容的解決：一、可以提前按照預估方案建立庫和表，前期放到乙個db，後期遷移，或者一次性弄好 二、可以按照預估的方案去確定分庫和分表的字尾id，但是前期只建立一部分庫和表。例如：最終4庫，每個庫16個表。字尾應該是0000----0315共64個表的字尾，前期可以乙個庫，4個表，也就是所有資料都在這個四張表裡面。
0000--0003-----》0000表
0100--0103-----》0000表
0200--0203-----》0000表
0300--0303-----》0000表
0004--0007-----》0004表
0104--0107-----》0004表
0204--0207-----》0004表
0304--0307-----》0004表
0008--0011-----》0008表
0108--0111-----》0008表
0208--0211-----》0008表
0308--0311-----》0008表
0012--0015-----》0012表
0112--0115-----》0012表
0212--0215-----》0012表
0312--0315-----》0012表
後續可以二分法，遷移資料，擴容。
mysql分庫分表策略
一 分表 1 垂直拆分 根據表的字段數量 2 水平拆分規則 根據特定欄位取模，範圍，hash 二 分庫 1 垂直拆分 根據業務拆分 訂單資料過多時可給訂單單獨建立資料庫 2 水平拆分 垂直拆分後的資料庫根據規則進行水平拆分 如 訂單資料庫表的設計 不知道哪些查詢，拆分時可能規則不合理，會造成拆分後效...
資料庫分庫分表策略
一 背景 系統剛開始的時候，資料庫都是單庫單錶結構。隨著業務量的增加進行第一次資料庫公升級，根據業務垂直拆分資料庫，這樣多變成多個業務資料庫，每個資料庫裡面還是單錶結構。接下來，繼續隨著業務量的繼續增加，單錶已經很難承受資料量，就要進行分表，這個時候就是，多個業務庫，每個業務庫下對需要分表的表進行分...
分庫分表的策略解析
分庫分表的策略。1.中間變數 user id 分庫數量 每個庫的表數量 2.庫 取整數 中間變數 每個庫的表數量 3.表 中間變數 每個庫的表數量 假設將原來的單庫單錶order拆分成256個庫，每個庫包含1024個表，那麼按照前面所提到的路由策略，對於user id 262145 的訪問，路由的計...