数据切分

数据切分：

就是指通过某种特定的条件，将我们存放在同一个数据库中的数据分散存放到多个数据库（主机）上面，以达到分散单台设备负载的效果。也就是当数据达到几百万的数据时，压力过大选择分服务器分库

两种切分模式：

• 一种是按照不同的表（或者Schema）来切分到不同的数据库（主机）之上，这种切可以称之为数据的垂直（纵向）切分
• 一种是根据表中的数据的逻辑关系，将同一个表中的数据按照某种条件拆分到多台数据库（主机）上面，这种切分称之为数据的水平（横向）切分

垂直切分：

原有单个服务器上有三个表： A、B、C，将A分到server1主机，B分到server2，C分到server3。达到分担压力的作用
三者之间没有涉及到连表查询等依赖关系，使用时，根据开发人员写得api接口，相互传输数据

拆分要点：

• 分表的前提条件是，分出去的表之间相互没有依赖关系，不需要连表、多表查询，不能join操作

优点：

• 拆分后业务清晰，拆分规则明确
• 系统之间整合或扩展容易
• 数据维护简单

缺点：

• 部分业务表无法 join，只能通过接口方式解决（代码中连接），提高了系统复杂度
• 受每种业务不同的限制存在单库性能瓶颈，不易数据扩展跟性能提高
• 事务处理复杂
• 由于垂直切分是按照业务的分类将表分散到不同的库，所以有些业务表会过于庞大，存在单库读写与存储瓶颈，所以就需要水平拆分来做解决

水平拆分：

原有两个表； 用户表、消息表。拆分时可以根据用户的不同等级，比如：<3级的放在server1，>3<6级的放在server2，>6的都放在server3
水平拆分一般都是根据数据的类容、类型来拆分。而每个分出去的数据在数据库中间件上都有一个类似于索引记录，指明该数据在哪个主机哪个库

几种典型的分片规则包括：

• 按照用户ID求模，将数据分散到不同的数据库，具有相同数据用户的数据都被分散到一个库中
• 按照日期，将不同月甚至日的数据分散到不同的库中
• 按照某个特定的字段求摸，或者根据特定范围段分散到不同的库中

优点：

• 拆分规则抽象好，join 操作基本可以数据库做
• 不存在单库大数据，高并发的性能瓶颈
• 应用端改造较少
• 提高了系统的稳定性跟负载能力

缺点：

• 拆分规则难以抽象
• 分片事务一致性难以解决
• 数据多次扩展难度跟维护量极大
• 跨库 join 性能较差

垂直切分和水平切分的共同缺点：

• 引入分布式事务的问题
• 跨节点 Join 的问题
• 跨节点合并排序分页问题
• 多数据源管理问题

数据切分的原则：

• 第一原则：能不切分尽量不要切分
• 第二原则：如果要切分一定要选择合适的切分规则，提前规划好
• 第三原则：数据切分尽量通过数据冗余或表分组（Table Group）来降低跨库 Join 的可能
• 第四原则：由于数据库中间件对数据Join实现的优劣难以把握，而且实现高性能难度极大，业务读取尽量少使用多表Join