软件架构-mysql终级解决方案分库分表.docx

『互联网架构』软件架构-mysql终级解决方案分库分表
 
   
 
 
 
 
 
 
 
     
 
 
 
 
 
今天一起说说sharding-Sphere，跟数据库有关的，分库分表的初解决高并发、数据分片。
垂直拆分
将一个字段（属性）比较多的表拆分成多个小表，将不同字段放到不同的表中降低单（表）库大小的目的来提高性能。 通俗：大表拆小表，拆分是基于关系型数据库的列（字段）来进行 特点
每个库（表）的结构都不一样。
每个库（表）数据都（至少有一列）一样。
每个库（表）的并集是整个数据库的全量数据。
每个库（表）的数据量（count）不会变的。
举例：一个用户表有很多的属性,关联了很多数据,如果放到同一个表里面的话查询是方便了,但是效率不行。
未拆分UserInfo表的字段
| userid | groupid | areaid | amount | point | modelid | message | islock | vip | overduedate | siteid | connectid | from | mobile |
拆分UserInfo表的字段
把常用的字段放一个表,不常用的放一个表，把字段比较大的比如text的字段拆出来放一个表里面，使用的话是根据具体业务来拆,查询时使用多表联查,可以再配合redis存储。
| userid | groupid | areaid | amount | point | modelid | message |和| islock | vip | overduedate | siteid | connectid | from | mobile |
解决问题
表与表之间的io竞争。
不解决问题
单表中数据量增长出现的压力。
水平拆分
某个字段按一定规律进行拆分，将一个表的数据分到多个表（库）中降低表的数据量，优化查询数据量的方式，来提高性能。 特点
每个库（表）的结构都一样。
每个库（表）的数据都不一样。
每个库（表）的并集是整个数据库的全量数据 。
拆分UserInfo表的字段
# 表0 userInfo_0| userid | groupid | areaid | amount | point | modelid | message | islock | vip | overduedate | siteid | connectid | from | mobile | # 表1 userInfo_1| userid | groupid | areaid | amount | point | modelid | message | islock | vip | overduedate | siteid | connectid | from | mobile | # 表2 userInfo_2| userid | groupid | areaid | amount | point | modelid | message | islock | vip | overduedate | siteid | connectid | from | mobile |
分库分表常见算法
Hash取模：通过表的一列字