数据切分概述

     什么是数据切分呢，简单来说，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。

     切分能够分散单台设备的负载，提高整体的性能。但是切分也有一些问题，引入分布式事务 ， 跨节点join，跨节点排序分页等以及多数据源管理。前面几个问题是针对服务端来说的，而最后一个问题是针对客户端来讲的。这里这些问题很容易理解，一个数据库中的数据分到多个节点上，那么与之对应的就是分布式事务，跨界点join，以及排序和分页等等。而对于客户端来讲，也由单一的数据源变成多个数据源，在进行操作的时候也变得比较复杂。

     数据的切分（Sharding）根据其切分规则的类型，可以分为两种切分模式。一种是按照不同的表来切分到不同的数据库之上，这种切可以称之为数据的垂直切分；另外一种则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上面，这种切分称之为数据的水平切分。具体的垂直切分和水平切分到后面具体的介绍，这里就不多说了。

     对与垂直切分来讲，其实也可以分成两种形式，一种是数据库级别的切分，就是上面说到的，按照不同的表切分到不同的数据库之上。还有一种也可以理解为垂直切分，表级别的垂直切分，就是把一个表的字段，分开到多张表中。那么这些表可以放到同一台节点上，也可以放到不同的节点上，切分的表通过指定的字段来进行关联。当然了，对于表级别的切分，如果在数据库设计之初就考虑的比较完善，也就没有必要的，说白了，其实表级别的垂直切分就是一种数据库设计。

     这里经常会用到三个词：分区，分片，切分。分区是数据库支持的一种将一个物理文件分成多个文件的机制，是数据库提供的功能。切分和分片可以理解为同一个东西不同的翻译。但是准确来讲，我认为它俩还是有些区别的。切分是一种思想，把同一个数据库的数据分散到不同的数据库或者主机上。分片呢，可以认为是切分后的结果，每个节点或者每个数据库是一个分片。

上面提到切分就是分到不同的数据库或者不同的主机，当然也是可以分到当前的库中，这里就涉及到了多租户的概念。多租户有三个层面，分别是
    独立数据库
独立数据库安全性最高，独立性最好，备份恢复比骄简单，但成本最高。
    共享数据库，隔离数据架构
共享数据库，隔离数据架构处于这两者中间。
    共享数据库，共享数据架构
共享数据库，共享数据架构的隔离级别最低，安全性也最低，数据备份和恢复困难，当成本最低。

如何实现数据的切分呢？实现的工具多种多样，我总结三点，
     第一就是不是用任何的工具，我们通过客户端手动的来进行数据切分的操作，这样无疑是在重复造轮子，而且性能，稳定性都不能保证，且成本较高。
     第二是使用客户端组件，既然刚才提到了是重复造轮子，那么就一定有相应的组件来处理这些事情，通过组件来处理，可以降低成本，提高稳定性和安全性。比较有代表性的开源组件就属当当网的 sharding-jdbc了，文档非常详细。
     第三是通过数据库中间件来实现，这个方式最为简单，扩展性也最好。主流的数据库中间件有很多，其中比较有代表性的有阿里的amoeba，奇虎360的atlas，以及开源组织提供的MyCat等等。其各有优势。