資料庫分表演算法

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。這裡介紹兩個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，用戶的uid貫穿系統，唯一自增長，根據這個字段分表，再好不過。

function gettable( $uid )
/* * 參 數：$project 字串 專案
* $group 陣列 待進行分表的字段及值
* &$tables 陣列 目前已經分的表，以值址方式傳參
* $length 整型 擷取字串前幾位，此項與分表的資料密切相關，預設為2
* 功 能：分表引擎
*/function enginesplittable($project, $group, &$tables, $length = md5_prefix_length) else 
return $table;
}

注意：md5出來的字串僅包含0~9a~f，你可以把每位看成乙個16進製制的數字。那麼 substr ( md5($uid) ,0 ,2 ) 出來的範圍就是16進製制的 00~ff，轉成10進製就是 0~16*16

md5後的各位實際上是： 10個數字 + 6個字元的組合 = 16

md5後的值要麼全是小寫字母，要麼全是大寫字母，不會出現混合的情況，所以字母就只有 a-f || a-f 這兩種之一

通過這個技巧，我們可以將不同的uid分散到256中使用者表中，分別是user_00,user_01 ...... user_ff。因為uid是數字且遞增，根據md5的演算法，可以將使用者資料幾乎很均勻的分別到不同的user表中。

但是這裡有個問題是，如果我們的系統的使用者越來越多，勢必單張表的資料量越來越大，而且根據這種演算法無法擴充套件表，這又會回到文章開頭出現的問題了。

一般情況下：設計分表之初就應該考慮到該錶能達到的最大資料量，選擇分多少張表，如果真的超過了預估，可以考慮集群。

方法二：使用移位

public function gettable( $uid )

這裡，我們將uid向右移動20位，這樣我們就可以把大約前100萬的使用者資料放在第乙個表user_0000,第二個100萬的使用者資料放在第二個表 user_0001中，這樣一直下去，如果我們的使用者越來越多，直接新增使用者表就行了。由於我們保留的表字尾是四位，這裡我們可以新增1萬張使用者表，即 user_0000,user_0001 ...... user_9999。一萬張表，每張表100萬資料，我們可以存100億條使用者記錄。當然，如果你的使用者資料比這還多，也不要緊，你只要改變保留表字尾來增加可以擴充套件的表就行了，如如果有1000億條資料，每個表存100萬，那麼你需要10萬張表，我們只要保留表字尾為6位即可。

/**
* 根據uid分表演算法
* * @param int $uid //使用者id
* @param int $bit //表字尾保留幾位
* @param int $seed //向右移動位數
*/function gettable( $uid , $bit , $seed )d" , ($uid >> $seed) );
}

總結上面兩種方法，都要對我們當前系統的使用者資料量做出可能最大的預估，並且對資料庫單個表的最大承受量做出預估。

比如第二種方案，如果我們預估我們系統的使用者是100億，單張表的最優資料量是100萬，那麼我們就需要將uid移動20來確保每個表是100萬的資料，保留使用者表（user_***x）四位來擴充套件1萬張表。

又如第一種方案，每張表100萬，md5後取前兩位，就只能有256張表了，系統總資料庫就是：256*100萬；如果你系統的總資料量的比這還多，那你實現肯定要md5取前三位或者四位甚至更多位了。

兩種方法都是將資料水平切分到不同的表中，相對第一種方法，第二種方法更具擴充套件性。

參考：

資料庫分表演算法

資料庫分表

資料庫分表策略

資料庫分庫分表

資料庫分表演算法

資料庫分表

資料庫分表策略

資料庫分庫分表

相關推薦