分库分表策略和中间件

分库分表是解决数据库性能瓶颈的重要手段，理解分库分表策略对于设计高并发系统至关重要。

核心问题

什么时候需要分库分表？

1. 单表数据量过大：超过千万级别
2. 查询性能下降：即使有索引也慢
3. 写入性能瓶颈：写入成为瓶颈
4. 存储空间不足：单库存储空间不够

分库分表策略

1. 水平分库

   • 按数据范围分：user_0, user_1, user_2
   • 按哈希分：hash(user_id) % 3

2. 水平分表

   • 按时间分：user_2024, user_2025
   • 按哈希分：hash(user_id) % 10

3. 垂直分库

   • 按业务模块分：用户库、订单库、商品库

4. 垂直分表

   • 按字段分：主表和扩展表

分片键选择

• 选择原则：

  • 数据分布均匀
  • 查询经常使用
  • 避免跨库查询

• 常见选择：

  • 用户ID
  • 订单ID
  • 时间字段

中间件对比

ShardingSphere

• 功能全面
• 支持读写分离
• 支持分布式事务
• 配置灵活

MyCat

• 功能丰富
• 支持多种数据库
• 配置相对复杂

常见面试题

1. 分库分表后如何保证ID唯一性？

   • 使用雪花算法
   • 使用UUID
   • 使用数据库自增ID + 分片号

2. 如何解决跨库查询？

   • 使用中间件聚合
   • 应用层聚合
   • 避免跨库查询

3. 如何迁移数据？

   • 双写方案
   • 数据同步
   • 逐步切换