如何对分库分表的数据进行迁移和扩容？

分库

分库分表具有相似的思路，假设商品ID = 100，按照所有表的个数进行取模

100 / (3*2) = 4

首先计算要选择哪个库：

4 / 3 = 1
每个库有3个表，所以要除以3

其次再计算落在哪个表：

4 % 3 = 1

分表

垂直分表：
每个表存储一部分字段：

对于大部分业务来说，只用到商品主表中就能获得到对应的信息

水平分表：
不同的数据落在不同的表中

hash手段：

• 商品ID % 3
  • 缺点：不容易做水平扩展，每次水平扩展都要伴随着数据迁移
    
    
• 订单时间片
  • 缺点：数据分布不均匀

从业务层面进一步探讨分库分表

用户、订单、商品数据库都要做分库分表，如果没有做那就是业务量还不大或公司比较有钱用的是ORACLE的数据库。

在真正的业务里，比如订单表根据订单id做了分库分表，但如果还想查询某个用户下面所有的订单就比较麻烦了，很可能要在所有表里做扫描查询。

这就要借助数据异构，除了对订单id分库分表外，还把所有数据对用户id也做了分库分表，所以相同的数据可能不止一条，但数据异构同时涉及到同步的问题，甚至要跨存储介质进行同步（如MySQL和Redis之间）

备库转正法

假设最开始时有两个库：

之后流量增大时会先采取读写分离的操作

备库中所有数据都和主库一致，路由到主库的请求在备库中也会有相应的数据记录，同时也可以修改路由规则把备库转正：

同时还要解除原先的主从备份，之后再给转正的机器配备备库

注意： 这种方式必须成倍数增加机器数量2->4->8…，这样才能不影响之前机器的路由规则

增量存量同步法

首先上线两台没有数据的机器，将新生成的数据首先同步给新上线的两台数据库，之后再由DBA将原先的存量数据同步至新上线的数据库中

迁移好了之后还需要更改一下路由规则，把相应的请求同步到新添加的机器上

**注意：**这种方式必须成倍数增加机器数量2->4->8…，等所有数据同步完成之后才能更改路由表