存储方面一般我们能想到的三个：关系型数据库、NoSQL、缓存。
关系型数据库主要介绍：读写分离 和 分库分表。
读写分离：
1、分散压力到多节点，存储压力未改变，包括一主一从、一主多从、多主多从。
2、考虑复制延时，从而带来复杂性，一般解决的常见方法：写操作后的读操作指定发给主服务器；读从机失败后再读一次主机；关键业务读写在从，非关键业务读写分离。
分库分表：分散访问压力，分散存储压力。
1、业务分库：按照业务模块将数据分散到不同的数据库服务器。同时带来其他问题，比如：join操作（同库的不同表被分散到不同库）、事务问题（不同库中不同的表需要在同一事务中进行时）、成本问题（服务器增多、工作量增大等）。
2、分表：垂直拆分，比如订单表中将不常用的字段拆分出去，常用字段整合在一张表，提升性能和效率；
水平拆分，主要针对数据量大的，比如数据量达到千万级别，有的就会出现性能问题，需要考虑拆分。
水平拆分的复杂性要大于垂直拆分，一般会涉及到：路由分配问题、count计算问题、join操作问题、order by问题等。
路由分配一般可以通过 指定范围（容易造成分配不均匀）、Hash分配（分配均匀，但扩容不方便，比如2个扩容到4个，4个到8个）、配置路由（类似先索引配置，再写到指定的库表，路由表本身会成为瓶颈，数据量大的时候）。
Join操作：可以在业务逻辑中实现。
Count计算：业务计算 或者 单独的总数记录表。
Order By问题：业务逻辑汇总。
数据库读写分离常见的分配方式有两种：程序代码封装和中间件封装。
程序代码封装：抽象数据访问层来实现读写分离、分库分表。开源方案中比如：淘宝的TDDL
中间件封装：独立的系统，读写分离和分库分表。中间件本身会提供兼容的sql协议，业务服务器访问中间件和访问数据库直接无差别式访问，可以直接视中间件为一个数据库服务器。 业务系统 ---> 中间件(虚拟的数据库) -->数据库(真实的DB)。 开源方案中比如：Mysql官方的 Mysql Router、360开源的 Atlas（基于MySQL proxy实现）。
总的来说，分库分表的复杂度要大于读写分离，因为本身读写分离可以通过sql语句判别。
