MySQL 分庫分表方案，總結的非常好！

前言

公司最近在搞服務分離，資料切分方面的東西，因為單張包裹表的資料量實在是太大，並且還在以每天60W的量增長。 之前瞭解過資料庫的分庫分表，讀過幾篇博文，但就只知道個模糊概念， 而且現在回想起來什麼都是模模糊糊的。

今天看了一下午的資料庫分庫分表，看了很多文章，現在做個總結，“摘抄”下來。（但更期待後期的實操） 會從以下幾個方面說起： 

第一部分：實際網站發展過程中面臨的問題。 

第二部分：有哪幾種切分方式，垂直和水平的區別和適用面。

第三部分：目前市面有的一些開源產品，技術，它們的優缺點是什麼。

第四部分：可能是最重要的，為什麼不建議水平分庫分表！？這能讓你能在規劃前期謹慎的對待，規避掉切分造成的問題。

名詞解釋

庫：database；表：table；分庫分表：sharding

資料庫架構演變

剛開始我們只用單機資料庫就夠了，隨後面對越來越多的請求，我們將資料庫的寫操作和讀操作進行分離， 使用多個從庫副本（Slaver Replication）負責讀，使用主庫（Master）負責寫， 從庫從主庫同步更新資料，保持資料一致。架構上就是資料庫主從同步。 從庫可以水平擴充套件，所以更多的讀請求不成問題。

但是當使用者量級上來後，寫請求越來越多，該怎麼辦？加一個Master是不能解決問題的， 因為資料要儲存一致性，寫操作需要2個master之間同步，相當於是重覆了，而且更加複雜。

這時就需要用到分庫分表（sharding），對寫操作進行切分。

分庫分表前的問題

任何問題都是太大或者太小的問題，我們這裡面對的資料量太大的問題。

使用者請求量太大

因為單伺服器TPS，記憶體，IO都是有限的。 解決方法：分散請求到多個伺服器上； 其實使用者請求和執行一個sql查詢是本質是一樣的，都是請求一個資源，只是使用者請求還會經過閘道器，路由，http伺服器等。

單庫太大

單個資料庫處理能力有限；單庫所在伺服器上磁碟空間不足；單庫上操作的IO瓶頸 解決方法：切分成更多更小的庫

單表太大

CRUD都成問題；索引膨脹，查詢超時 解決方法：切分成多個資料集更小的表。

分庫分表的方式方法

一般就是垂直切分和水平切分，這是一種結果集描述的切分方式，是物理空間上的切分。 我們從面臨的問題，開始解決，闡述： 首先是使用者請求量太大，我們就堆機器搞定（這不是本文重點）。

然後是單個庫太大，這時我們要看是因為表多而導致資料多，還是因為單張表裡面的資料多。 如果是因為表多而資料多，使用垂直切分，根據業務切分成不同的庫。

如果是因為單張表的資料量太大，這時要用水平切分，即把表的資料按某種規則切分成多張表，甚至多個庫上的多張表。 分庫分表的順序應該是先垂直分，後水平分。 因為垂直分更簡單，更符合我們處理現實世界問題的方式。

垂直拆分

1. 垂直分表

   也就是“大表拆小表”，基於列欄位進行的。一般是表中的欄位較多，將不常用的， 資料較大，長度較長（比如text型別欄位）的拆分到“擴充套件表“。 一般是針對那種幾百列的大表，也避免查詢時，資料量太大造成的“跨頁”問題。

2. 垂直分庫

   垂直分庫針對的是一個系統中的不同業務進行拆分，比如使用者User一個庫，商品Producet一個庫，訂單Order一個庫。 切分後，要放在多個伺服器上，而不是一個伺服器上。為什麼？ 我們想象一下，一個購物網站對外提供服務，會有使用者，商品，訂單等的CRUD。沒拆分之前， 全部都是落到單一的庫上的，這會讓資料庫的單庫處理能力成為瓶頸。按垂直分庫後，如果還是放在一個資料庫伺服器上， 隨著使用者量增大，這會讓單個資料庫的處理能力成為瓶頸，還有單個伺服器的磁碟空間，記憶體，tps等非常吃緊。 所以我們要拆分到多個伺服器上，這樣上面的問題都解決了，以後也不會面對單機資源問題。

   資料庫業務層面的拆分，和服務的“治理”，“降級”機制類似，也能對不同業務的資料分別的進行管理，維護，監控，擴充套件等。 資料庫往往最容易成為應用系統的瓶頸，而資料庫本身屬於“有狀態”的，相對於Web和應用伺服器來講，是比較難實現“橫向擴充套件”的。 資料庫的連線資源比較寶貴且單機處理能力也有限，在高併發場景下，垂直分庫一定程度上能夠突破IO、連線數及單機硬體資源的瓶頸。

水平拆分

1. 水平分表

   針對資料量巨大的單張表（比如訂單表），按照某種規則（RANGE,HASH取模等），切分到多張表裡面去。 但是這些表還是在同一個庫中，所以庫級別的資料庫操作還是有IO瓶頸。不建議採用。

2. 水平分庫分表

   將單張表的資料切分到多個伺服器上去，每個伺服器具有相應的庫與表，只是表中資料集合不同。 水平分庫分表能夠有效的緩解單機和單庫的效能瓶頸和壓力，突破IO、連線數、硬體資源等的瓶頸。

3. 水平分庫分表切分規則

1. RANGE

   從0到10000一個表，10001到20000一個表；

2. HASH取模

   一個商場系統，一般都是將使用者，訂單作為主表，然後將和它們相關的作為附表，這樣不會造成跨庫事務之類的問題。 取使用者id，然後hash取模，分配到不同的資料庫上。

3. 地理區域

   比如按照華東，華南，華北這樣來區分業務，七牛雲應該就是如此。

4. 時間

   按照時間切分，就是將6個月前，甚至一年前的資料切出去放到另外的一張表，因為隨著時間流逝，這些表的資料 被查詢的機率變小，所以沒必要和“熱資料”放在一起，這個也是“冷熱資料分離”。

分庫分表後面臨的問題

事務支援

分庫分表後，就成了分散式事務了。如果依賴資料庫本身的分散式事務管理功能去執行事務，將付出高昂的效能代價； 如果由應用程式去協助控制，形成程式邏輯上的事務，又會造成程式設計方面的負擔。

多庫結果集合併（group by，order by）

TODO

跨庫join

TODO 分庫分表後表之間的關聯操作將受到限制，我們無法join位於不同分庫的表，也無法join分表粒度不同的表， 結果原本一次查詢能夠完成的業務，可能需要多次查詢才能完成。 粗略的解決方法： 全域性表：基礎資料，所有庫都複製一份。 欄位冗餘：這樣有些欄位就不用join去查詢了。 系統層組裝：分別查詢出所有，然後組裝起來，較複雜。

分庫分表方案產品

目前市面上的分庫分表中介軟體相對較多，其中基於代理方式的有MySQL Proxy和Amoeba， 基於Hibernate框架的是Hibernate Shards，基於jdbc的有噹噹sharding-jdbc， 基於mybatis的類似maven外掛式的有蘑菇街的蘑菇街TSharding， 透過重寫spring的ibatis template類的Cobar Client。

還有一些大公司的開源產品：

為什麼不建議分庫分表

請參看一篇我翻譯的stackoverflow上的回答，這個答者功力深厚，鐵定的老司機： MySQL分庫分表方案

苦逼碼農2014

贊賞

長按二維碼向我轉賬

受蘋果公司新規定影響，微信 iOS 版的贊賞功能被關閉，可透過二維碼轉賬支援公眾號。

閱讀原文

即將開啟”“小程式
取消
開啟