分库分表，是企业里面比较常见的针对高并发、数据量大的场景下的一种技术优化方案，所谓"分库分表"，根本就不是一件事儿，而是三件事儿，他们要解决的问题也都不一样。
这三个事儿分别是"只分库不分表"、"只分表不分库"、以及"既分库又分表"。
1.分库
分库主要解决的是并发量大的问题。因为并发量一旦上来了，那么数据库就可能会成为瓶颈，因为数据库的连接数是有限的，虽然可以调整，但是也不是无限调整的。所以，当你的数据库的读或者写的QPS过高，导致你的数据库连接数不足了的时候，就需要考虑分库了，通过增加数据库实例的方式来提供更多的可用数据库链接，从而提升系统的并发度。
比较典型的分库的场景就是我们在做微服务拆分的时候，就会按照业务边界，把各个业务的数据从一个单一的数据库中拆分开，分别把订单、物流、商品、会员等数据，分别放到单独的数据库中。
例如：
2.分表
分表主要解决的是数据量大的问题。假如你的单表数据量非常大，因为并发不高，数据量连接可能还够，但是存储和查询的性能遇到了瓶颈了，你做了很多优化之后还是无法提升效率的时候，就需要考虑做分表了。
那么，当你的数据库链接也不够了，并且单表数据量也很大导致查询比较慢的时候，就需要做既分库又分表了。
3.优缺点
分库的优点：
- 提升系统吞吐量：通过将数据分散到多个数据库中，可以充分利用多个服务器的处理能力，从而提高系统的吞吐量。
- 提高数据管理效率：不同的业务或功能模块的数据拆分到不同的数据库中，数据维护更加清晰和便捷。
- 突破单一数据库的限制：解决单一数据库的性能瓶颈和数据量过大等问题，提升整个系统的稳定性和可扩展性。
分库的缺点：
- 跨库操作复杂：跨库的查询和操作需要通过中间层进行数据的整合和传输，增加了系统的复杂性和开发成本。
- 数据迁移和维护困难：在分库环境中，数据的迁移和维护需要考虑更多因素，如数据的一致性、完整性和迁移成本等。
- 事务一致性难以保证：由于数据分布在不同的数据库中，事务的一致性管理变得更加困难，需要采用分布式事务或其他解决方案。
分表的优点：
- 提高查询性能：通过将大表拆分成多个小表，可以减少单个表的数据量，提高查询性能。
- 简化数据管理：通过将数据进行归档或历史保留，或者将热点数据拆分到单独的表中，可以降低数据维护的复杂性。
- 灵活性：分表可以根据业务需求进行灵活的数据拆分和设计。
分表的缺点：
- 跨表操作复杂：跨表的查询和操作需要通过中间层进行数据的整合和传输，增加了系统的复杂性和开发成本。
- 维护成本增加：分表需要维护多个表的结构和数据关系，增加了数据库管理和维护的成本。
- 数据一致性难以保证：在分表环境中，需要更加关注数据的一致性管理，确保拆分后的表之间数据的一致性。
需要注意的是，分库和分表并不是孤立的解决方案，它们可以结合使用，取长补短，发挥更大的优势。在实际应用中，需要根据系统的需求、数据量、并发性能、数据安全性和可维护性等因素进行综合评估和选择。