1.資料庫切分概述
還來資料的儲存與訪問成為系統設計與使用的瓶頸問題。
兩種型別：聯機事物處理（oltp）和聯機分析處理（olap）
2.資料切分：就是指通過某種特定的條件，將我們存放在同乙個資料庫中的資料分散存放到多個資料庫（主
機）上面，以達到分散單台裝置負載的效果。
資料的切分（sharding）根據其切分規則的型別，可以分為兩種切分模式。一種是按照不同的表（或者
schema）來切分到不同的資料庫（主機）之上，這種切可以稱之為資料的垂直（縱向）切分；另外一種則是根據
表中的資料的邏輯關係，將同乙個表中的資料按照某種條件拆分到多台資料庫（主機）上面，這種切分稱之為數
據的水平（橫向）切分。
垂直切分的最大特點就是規則簡單，實施也更為方便，尤其適合各業務之間的耦合度非常低，相互影響很
小，業務邏輯非常清晰的系統。在這種系統中，可以很容易做到將不同業務模組所使用的表分拆到不同的資料庫
中。根據不同的表來進行拆分，對應用程式的影響也更小，拆分規則也會比較簡單清晰。
水平切分於垂直切分相比，相對來說稍微複雜一些。因為要將同乙個表中的不同資料拆分到不同的資料庫
中，對於應用程式來說，拆分規則本身就較根據表名來拆分更為複雜，後期的資料維護也會更為複雜一些。
3.垂直拆分：乙個資料庫由很多表的構成，每個表對應著不同的業務，垂直切分是指按照業務將表進行分類，分布到不同
的資料庫上面，這樣也就將資料或者說壓力分擔到不同的庫上面。
垂直切分的優缺點:
優點： 拆分後業務清晰，拆分規則明確；
系統之間整合或擴充套件容易；
資料維護簡單。
缺點： 部分業務表無法 join，只能通過介面方式解決，提高了系統複雜度；
受每種業務不同的限制存在單庫效能瓶頸，不易資料擴充套件跟效能提高；
事務處理複雜。
由於垂直切分是按照業務的分類將表分散到不同的庫，所以有些業務表會過於龐大，存在單庫讀寫與儲存瓶
頸，所以就需要水平拆分來做解決。
4.水平拆分：相對於垂直拆分，水平拆分不是將表做分類，而是按照某個欄位的某種規則來分散到多個庫之中，每個表中
包含一部分資料。簡單來說，我們可以將資料的水平切分理解為是按照資料行的切分，就是將表中的某些行切分
到乙個資料庫，而另外的某些行又切分到其他的資料庫中，如圖：
拆分資料需要定義分片規則。關係型資料庫是行列的微微模型，拆分的乙個原則是找到拆分維度
幾種典型的分片規則包括：
1、按照使用者id求模，將資料分散到不同的資料庫，具有相同資料使用者的資料都被分散到乙個庫中；
2、按照日期，，將不同月甚至日的資料分散到不同的庫中；
3、按照某個特定的字段求摸，或者根據特定範圍段分散到不同的庫中。
如圖，切分原則都是根據業務找到適合的切分規則分散到不同的庫，下面用使用者 id 求模舉例：
優點： 拆分規則抽象好，join 操作基本可以資料庫做；
不存在單庫大資料，高併發的效能瓶頸；
應用端改造較少；
提高了系統的穩定性跟負載能力。
缺點： 拆分規則難以抽象；
分片事務一致性難以解決；
資料多次擴充套件難度跟維護量極大；
跨庫 join 效能較差。
前面講了垂直切分跟水平切分的不同跟優缺點，會發現每種切分方式都有缺點，但共同的特點缺點有：
引入分布式事務的問題；
跨節點 join 的問題；
跨節點合併排序分頁問題；
多資料來源管理問題。
5.針對資料來源管理，目前主要有兩種思路：
a. 客戶端模式，在每個應用程式模組中配置管理自己需要的乙個（或者多個）資料來源，直接訪問各個資料
庫，在模組內完成資料的整合；
b. 通過中間**層來統一管理所有的資料來源，後端資料庫集群對前端應用程式透明；
可能 90%以上的人在面對上面這兩種解決思路的時候都會傾向於選擇第二種，尤其是系統不斷變得龐大複雜
的時候。確實，這是乙個非常正確的選擇，雖然短期內需要付出的成本可能會相對更大一些，但是對整個系統的
擴充套件性來說，是非常有幫助的。
mycat 通過資料切分解決傳統資料庫的缺陷，又有了 nosql 易於擴充套件的優點。通過中間**層規避了多數
據源的處理問題，對應用完全透明，同時對資料切分後存在的問題，也做了解決方案。下面章節就分析，mycat
的由來及如何進行資料切分問題。
由於資料切分後資料 join 的難度在此也分享一下資料切分的經驗：
第一原則：能不切分盡量不要切分。
第二原則：如果要切分一定要選擇合適的切分規則，提前規劃好。
第三原則：資料切分盡量通過資料冗餘或表分組（table group）來降低跨庫 join 的可能。
第四原則：由於資料庫中介軟體對資料 join 實現的優劣難以把握，而且實現高效能難度極大，業務讀取盡量
少使用多表 join。
資料庫切分
千萬量級的資料，用 mysql 要怎麼存？初學者在看到這個問題的時候，可能首先想到的是 mysql 一張表到底能存放多少條資料？根據 mysql 官方文件的介紹，mysql 理論上限是 232 2 條資料，然而實際操作中，往往還受限於下面兩條因素 myisam data pointer size，m...
資料庫切分之垂直切分
資料庫切分的垂直切分是根據業務而定的，就是把乙個系統所涉及到的表根據業務拆分成多個類，然後沒類放到乙個server上去，就會出現t1,t2,t3這三個表分表放在不同的伺服器上，這個叫水平拆分，根據是t1,t2,t3幾乎沒有關聯查詢。垂直切分的優點 資料庫的拆分簡單明瞭，拆分規則明確 應用程式模組清晰...
資料庫 流量切分 資料庫水平切分方法
在大中型專案中，在資料庫設計的時候，考慮到資料庫最大承受資料量，通常會把資料庫或者資料表水平切分，以降低單個庫，單個表的壓力。我這裡介紹兩個我們專案中常用的資料表切分方法。當然這些方法都是在程式中使用一定的技巧來路由到具體的表的。首先我們要確認根據什麼來水平切分？在我們的系統 sns 中，使用者的u...