分库分表最全指南
一、数据库瓶颈
1、IO瓶颈—分库和垂直分表
第一种：磁盘读IO瓶颈，热点数据太多，数据库缓存放不下，每次查询时会产生大量的IO，降低查询速度 -> 分库和垂直分表。
第二种：网络IO瓶颈，请求的数据太多，网络带宽不够 -> 分库。
2、CPU瓶颈—SQL优化和水平分表
第一种：SQL问题，如SQL中包含join，group by，order by，非索引字段条件查询等，增加CPU运算的操作 -> SQL优化，建立合适的索引，在业务Service层进行业务计算。
第二种：单表数据量太大，查询时扫描的行太多，SQL效率低，CPU率先出现瓶颈 -> 水平分表。
二、什么时候分库分表？
经测试在单表1000万条记录一下,写入读取性能是比较好的。再留点buffer,那么单表全是数据字型的保持在800万条记录以下, 有字符型的单表保持在500万以下。
如果按100库100表来规划,如用户业务：500万 x 100 x 100 = 5000000万 = 500亿记录。
三、分库分表
1、水平分库和水平分表
（1）划分：以字段为依据，按照一定策略（hash、range等），将一个库/表中的数据拆分到多个库/表中。
（2）使用场景：库多了，io和cpu的压力自然可以成倍缓解；单表数据量少了，单次SQL执行效率高，减轻了CPU的负担。
2、垂直分库和垂直分表
（1）垂直分库
划分：以表为依据，按照业务归属不同，将不同的表拆分到不同的库中。
使用场景：公用的配置表、字典表等越来越多，这时可以将这些表拆到单独的库中，甚至可以服务化。
（2）垂直分表
划分：以字段为依据，按照字段的活跃性，将表中字段拆到不同的表（主表和扩展表）中。
使用场景：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。减少了随机读IO；注意分表后，要想获得全部数据就需要关联两个表来取数据，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。
四、分库分表的工具和步骤
1、分库分表的工具—mycat
sharding-sphere：jar，前身是sharding-jdbc；
TDDL：jar，Taobao Distribute Data Layer；
Mycat：中间件。
2、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
5.1、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。
5.1.1、端上除了partition key只有一个非partition key作为条件查询
（1）映射法
（2）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。
5.1.2、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。
5.1.3、后台除了partition key还有各种非partition key组合条件查询
NoSQL法
冗余法
5.2、非partition key跨库跨表分页查询问题—ES
基于水平分库分表，拆分策略为常用的hash法。解决方法是用NoSQL法解决（ES等）。
5.3、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。
六、分库分表总结
分库分表，首先得知道瓶颈在哪里，然后才能合理地拆分（分库还是分表？水平还是垂直？分几个？）。且不可为了分库分表而拆分。
选key很重要，既要考虑到拆分均匀，也要考虑到非partition key的查询。
只要能满足需求，拆分规则越简单越好。
七、分库分表示例
转自：分库分表方案