彻底搞清mysql分库分表(垂直分库，垂直分表，水平分库，水平分表）

 

1. 垂直分库（Vertical Sharding）

定义： 垂直分库是指将不同的表或表的一部分分配到不同的数据库实例中。每个数据库实例只包含部分表，从而分散了数据和负载。

应用场景：

• 功能模块分离：将不同功能模块的数据存储在不同的数据库中。例如，用户信息存储在一个数据库中，订单信息存储在另一个数据库中。
• 性能优化：通过分散数据和负载，减少单个数据库的负载，提高性能。
• 安全性：将敏感数据和非敏感数据分开存储，提高安全性。

示例： 假设有一个电商系统，可以将用户信息表（users）和订单信息表（orders）分别存储在两个不同的数据库实例中：

• user_db：存储用户信息表（users）。
• order_db：存储订单信息表（orders）。

 

2. 垂直分表（Vertical Partitioning）

定义： 垂直分表是指将一个表的列分成多个表，每个表只包含部分列。这样可以减少单个表的宽度，提高查询性能。

应用场景：

• 减少表宽度：当一个表包含大量列时，查询时可能只需要部分列，通过垂直分表可以减少表的宽度，提高查询性能。
• 提高索引效率：通过将高频查询的列和低频查询的列分开，可以提高索引的效率。

示例： 假设有一个用户信息表（users），包含以下列：

• user_id
• username
• email
• address
• phone
• created_at
• updated_at

可以将这个表垂直分成两个表：

• users_basic：存储 user_id、username、email。
• users_detail：存储 user_id、address、phone、created_at、updated_at。

 

3. 水平分库（Horizontal Sharding）

定义： 水平分库是指将表的数据行分配到不同的数据库实例中。每个数据库实例包含表的一部分行，从而分散了数据和负载。

应用场景：

• 数据量大：当单个数据库实例无法处理大量数据时，可以将数据分散到多个数据库实例中。
• 高并发：通过分散数据和负载，提高系统的并发处理能力。

示例： 假设有一个订单信息表（orders），包含大量订单数据。可以将订单数据按用户ID的哈希值分配到不同的数据库实例中：

• order_db_1：存储用户ID哈希值为0-9999的订单。
• order_db_2：存储用户ID哈希值为10000-19999的订单。
• 以此类推。

 

4. 水平分表（Horizontal Partitioning）

定义： 水平分表是指将表的数据行分成多个表，每个表只包含部分行。这样可以减少单个表的数据量，提高查询性能。

应用场景：

• 数据量大：当单个表的数据量过大时，查询性能会下降，通过水平分表可以减少单个表的数据量。
• 时间序列数据：对于时间序列数据，可以按时间范围分表，例如按年、按月分表。

示例： 假设有一个订单信息表（orders），包含大量订单数据。可以将订单数据按时间范围分成多个表：

• orders_2023：存储2023年的订单。
• orders_2024：存储2024年的订单。
• 以此类推。

总结

• 垂直分库：按功能模块或数据类型将表分配到不同的数据库实例中。
• 垂直分表：将一个表的列分成多个表，减少表的宽度。
• 水平分库：按数据行将表的数据分配到不同的数据库实例中。
• 水平分表：将一个表的数据行分成多个表，减少单个表的数据量。

 

 

相关连接：

https://zhuanlan.zhihu.com/p/98392844 ...............................搞清mysql分库分表（垂直分库，垂直分表，水平分库，水平分表）