分库分表——从理论到最佳实践

1、为什么要分库分表？

随着业务的不断发展，系统数据量不断增加，即便正确设置了索引，仍然无法掩盖因为数据量过大从而导致的数据库性能下降的事实。 对于单台 MySQL 服务器来说，硬件资源（如存储容量、连接数与处理能力）是有限的。当数据量过大或读写操作并发过高时，超出了单服务器的性能瓶颈，可能会对系统的稳定性产生严重隐患，甚或导致系统整体不可用。

在仅查询请求量增加的场景中，通过主从架构实现读写分离能够满足业务读多写少的需求，从而保证系统的可靠性。然而，当数据库中单表数据量增大时，业务操作的耗时会增加。有时，由于业务特点的限制，归档或删除操作无法从根本上解决问题。此外，进行大表结构变更时需要拷贝数据，若表数据量过大会导致无剩余空间进行表结构修改。

当单表数据量过大或写操作负荷过高，以至于达到存储或性能的上限时，必须通过数据切分等方式进行治理。核心思想是通过分割数据，确保单表和单机的负荷在机器性能许可的范围内。

2、切分方案有哪些？

2.1 分库

分库，指的是将数据从单个数据库拆分成多个数据库的过程。拆分后的数据库往往部署在多套集群中，这也就意味着降低了单个集群的负载压力，提升整体的读写性能。

分库通常有两种方式，垂直分库和水平分库。

2.1.1 垂直分库

垂直分库是指根据业务领域划分，将不同领域的库表拆分到多个数据库中，从而分散数据存储和读取压力，降低数据层面的耦合度。

2.1.2 水平分库

水平分库通常与分表操作一起进行。当单表数据量过大，导致存储容量和读写性能