mysql分库分表方案浅析

分库分表(这里不讨论中间件)

分库：原因：单机负载高，优点：降低单机负载
分表：原因：单表读写压力大或者数据增长快，优点：使用多个表，提高读写效率
1、(代码)分表，即把一个很大的表达数据分到几个表中，这样每个表数据都不多。
                 优点：提高并发量，减小锁的粒度
                 缺点：代码维护成本高，相关sql都需要改动

2、(mysql)分区，所有的数据还在一个表中，但物理存储数据根据一定的规则存放在不同的文件中，文件也可以放到另外磁盘上
                    优点：代码维护量小，基本不用改动，提高IO吞吐量
                    缺点：表的并发程度没有增加

分表：
在一个库中进行进行分表，有两种方法
1、mysql表分区（推荐）
使用表分区时，分区字段。需要根据业务来定，这里所说的业务，指的就是需要做分表的表会和哪些业务相关，
比如订单表，主键是订单ID，分表时，需要结合业务综合看待。
单纯就技术看：
如果按订单ID进行hash，操作分布多个表，但是在拓展时，就很麻烦
如果按订单ID进行范围range，操作集中某几个表，拓展时，很方便
综合结合看：
a，当业务需要根据时间来查询
如果按订单ID进行表分区，那么会造成查询无法走索引，导致全表扫描，效率低下，
如果按时间ID进行表分区，查询会走索引，但是时间都是按范围range，操作会集中几个表，读写压力就很明显
b，当业务需要查询用户某一时间段的订单
c，当业务需要.....
需要把所有业务都考虑进去

2、分表
分表的做法和表分区相同，不同的是需要在代码中实现这个功能。做法是先建立分表，然后在程序中写分表代码逻辑。
比如需要对订单表分表，代码中就会按订单ID（也可以任何字段）进行范围、或者hash取余计算该订单ID所处于的表，如果使用hash,可以使用一致性hash分表，避免hash取模方式在表增删时迁移全部数据。
同样，分表也需要集合业务，而且更加麻烦
单纯就技术看：
如果按订单ID进行hash，操作分布多个表，但是在拓展时，就很麻烦，需要把原来的数据再重新导入所有节点，这里很消耗时间，关键是导致系统很长的不可用时间
如果按订单ID进行范围range，操作集中某几个表，拓展时，很方便
这里和表分区的技术优缺点相同。
综合结合看：
a，当业务需要根据时间来查询
如果按订单ID进行表分区，无论是范围，还是Hash，都无法根据时间进行查询，只有全表扫描
如果按时间ID进行表分区，基本是按范围分表，可以定位时间范围。但是业务肯定会用订单ID来查询，而代码是根据时间ID做范围分表，等于说根据订单ID查询的业务就不可用了。
b，当业务需要查询用户某一时间段的订单
c，当业务需要.....
需要把所有业务都考虑进去


从这里可以看到，单纯做库内的分表，mysql自带的表分区适应度更高，分表的做法只适合于没有复杂的业务、多维度的查询。
一定要和业务结合起来，不然会遇到分了表后，业务无法运行的尴尬场面。

分库：
在数据库中进行进行分库，有两个办法
1、代码分库
在代码中进行范围、或者hash取余计算该订单ID所处于的库，如果使用hash,最好是一致性hash分库，避免hash取模方式在节点增删时迁移全部数据。
单纯就技术看：
优点：计算简单，
缺点：增删库时，需要修改代码，并且需要迁移数据
2、单独建库建表，存放数据对应位置
单纯就技术看：
优点：可拓展性强
缺点：多次查询，效率低下，数据是否迁移看业务

综合结合看：
无论代码分库还是表存放位置，都存在跨库查询，已经分布式事务的问题，这里一定要综合业务，梳理流程，避免分布式事务。

分库分表：
在数据库中进行进行分库分表，有两个办法
1、代码分库
a、代码分库+表分区
像这种组合的分库，一定要考虑到后期拓展的问题，如果是按范围，就没问题，直接增库，如果是按hash，就需要把所有的数据全部导出，再导入，时间代价很大。
优点：只需一层计算数据位置，表分区管理简单
缺点：需要迁移数据时，表分区较麻烦
这里没有写一致性hash分库+表分区，因为组合不能起到应有的效果。例如，分库使用一致性Hash，而表分区是hash，两边的算法不一致，数据无法对应， 就只能全部迁移了。
b、代码分库+分表
一种是hash分库 + hash分表，这个方法和上面的a方法相比，拓展时的都存在数据迁移时间过长，不同的是，a方法的表分区管理起来更简单。
一种是一致性hash分库 + 一致性hash分表，相比较，一致性Hash不易理解，有难度，迁移需要玩完备的方案，很繁琐，但是拓展时，只需要迁移部分数据即可。
优点：自由度高
缺点：多层计算，维护难度大
这里没有写一致性hash和hash分表的组合，因为一致性hash要求算法一致。如果算法不同，在数据迁移时，很可能就会迁移全部数据，甚至数据混乱。
2、建库建表，存放数据对应的DB位置和表位置
注意：
分库分表中可能遇到跨库查询或者分布式事务的问题，比如用户ID为1的数据在库A，用户1的订单数据在库B，可以将用户1的关联订单数据在插入时选择用户1所在的库A，这样就能避免分布式查询和事务的问题。

来源:http://blog.csdn.net/stubborn_cow/article/details/50781310