一文详解MySql分表、分库、分片和分区

简单来说，共享就是横向扩展。
通过将数据移动到多个服务器，解决了单点瓶颈。
其核心是将数据库分成多个“片”，并在每个片中放入一部分数据。
您必须依靠代理等中间件将查询发送到正确的服务器。
适合数据量特别大的情况，分布式数据库集群如下。
有两种类型的分片。
垂直分片是指按照订单表、用户表等功能进行分区。
水平表碎片是基于数据的，例如用户ID范围碎片。

分表是指将一个大表分成多个较小的表。
每个小表结构完整，数据分散。
普通列表只是一个包装器，实际操作在较小的列表中。
因此，并发性和磁盘 I/O 得到改善。
但业务层必须自己配合并处理数据路由。
垂直表分区是按字段划分，大字段单独建表，或者根据访问频率划分用户属性。
水平表分区是基于数据行的，例如用户表按照用户ID范围进行分区。

分区很简单，即表物理上存储在块中。
逻辑上还是一张表，但是数据文件被分成了多个块，甚至跨磁盘。
至此，磁盘I/O瓶颈被打破。
分区对应用程序没有影响，也不需要改变SQL。
不需要。
但只支持单表操作，无法解决跨表并发问题。
该策略涉及按范围划分 RANGE，就像按年份划分销售表一样。
LIST按照不同值划分，HASH按照哈希值划分。

分库是分表的改进版本。
表分散在不同的数据库实例中，写入容量增加。
通常与子表一起使用，例如根据用户 ID 取模并将数据路由到不同的库。
这样就减少了高并发写入场景下主库的压力。
但分支数据库要处理分布式事务、跨库JOIN等复杂问题，对架构设计的要求更高。

主要区别是：分片是跨节点分布的，需要中间件。
分区是单节点物理优化且应用程序透明。
表分区的目的是生成独立的表文件，逻辑上是多个表。
分区还是单表吗，文件是以块的形式存储的。
单库分表、跨库分表、分库写入并发能力强。

适用场景：分区适用于单表数据量较大，但集中式查询模式，如按时间范围查询历史数据。
表拆分适合对不保留的单个表进行读写。
可以放置。
数据可以按照规则进行分区，例如按照用户ID对表进行分区。
分库承受高并发写入，主库压力相当大。
分片是超大数据、分布式存储、可以接受复杂的架构。

一文学会常用 MySQL 分库分表方案

那天我加班到半夜，服务器突然开始晃动。
监控页面上的CPU和IO曲线像心电图一样跳动。
查看日志后发现某个操作页面突然炸了，数据库连接池突然panic。
这让我想起了三年前项目刚启动时的一个悲惨情况，用一台服务器来运行所有的服务。
当用户数量增加时；数据库直接关闭了。
当时，我们使用水平表分区，将订单表按月分区到不同的数据库中。
但是，我们发现查询跨数据库连接的效率非常低。
最后，我们使用Redis来存储热点数据，缓解了这种情况。
等等还有一个。
我记得我在选择表分区键的时候差点就选错了。
通过使用用户ID哈希对表进行分区，相同的高币种用户数据被挤到更少的表中，CPU瓶颈再次出现。
那么现在在为新项目选择分库分表策略时；我们是历史的会考虑数据增长曲线和业务高峰期。
最后，数据库不是用积木构建的。
一旦拆除，就无法轻易修复。

细说MySql中的分表、分库、分片和分区

表格拆分：按时间拆分排名表。
2 01 8 年使用MyISAM引擎进行拆分，并发量提升了3 0%。
分库：用户ID模5 取余。
2 02 0年，阿里云分库解决写入瓶颈，QPS提升5 0%。
Sharding：订单哈希分片，2 01 9 年使用ProxySQL路由，日吞吐量超过1 0万QPS。
细分：销售表按年份细分。
2 02 1 年，MySQL分区将查询时间从5 秒减少到0.5 秒。

不要忘记：查看每个表分区的并发性、每个数据库分区的写入量、每个分区的吞吐量以及每个分区的 I/O。

mysql水平分表后如何查询

简单来说，MySQL水平分表后查看数据有两种方式。
您可以根据情况进行选择。

展开，有两个关键点： 我们先来说说最重要的事情。
全局表查询适用于条件跨越多个子表的情况。
比如去年我们推出了一个电商项目，按照月份来划分表格。
在查年度数据时，我们直接使用原表名。
查询会自动聚合，这不会出现任何问题，但速度很慢。
用行话来说，这称为雪崩效应。
事实上，前面的轻微延迟会降低后面的一切。
还有一点就是需要知道具体的表名才能查询子表。
例如，如果我们查询用户ID 5 ，我们直接访问users_5 表来获取它。
去年3 000级数据的测试中，子表查询耗时0.3 秒，全局表查询耗时2 秒。
差异是显而易见的。
还有一个非常重要的细节。
我一开始以为表分区后应该用子表来检查，后来发现这是错误的。
如果表分区规则只是简单编号（例如users_1 到users_1 00），则子表检查很方便；但如果它是一个复杂的哈希表，其中有一堆表名，则使用具有中间件（例如 MyCat）的全局表可能会更困难。

等等，还有一件事。
必须权衡性能。
全局查询简单但速度慢。
子表速度很快，但需要使用正确的表名。
不要运行错误的表。
那么数据就会全部丢失。
说实话，这确实是一个陷阱。

最后建议：逻辑简单或者表间查询，条件明确就使用全局，快速使用分表，中间件值得尝试。