MySQL十九：分库分表实践

在很多小型应用中都没真正使用分库分表，但是说起来并不陌生，因为我们在面试中经常会被问到，今天我们从从以下几个方面来聊聊分库分表：「是什么？解决什么？怎么做？为什么要这么做？即：」

• 分库分表是什么？
• 分库分表解决什么问题？
• 分库分表怎么做？
• 分库分表什么时候做？
• 分库分表引发的问题是什么？
• 分库分表中间件有哪些？

一、什么是分库分表

分库分表其实很好理解，「顾名思义，即把存于一个库的数据分散到多个库中，把存于一个表的数据分散到多个表中」。但是需要明确一点，分库分表不是一件事，而是三件事，也就是「分库分表的三种方案」：

• 「只分库不分表」
• 「只分表不分库」
• 「既分库又分表」

1.1 只分库不分表

「从单个数据库拆分成多个数据库的过程，将数据散落在多个数据库中，多个数据库同时提供服务」。

1.2 只分表不分库

「从单张表拆分成多张表的过程，将数据散落在多张表内」。

1.3 既分库又分表

「把存于一个数据库的单表数据分散到不同库的多个表中」。

二、分库分表解决什么问题

大型应用系统需要处理大量用户的请求，比如微信，美团，淘宝等每天都会产生海量的数据，我们知道当数据量或者请求数达到一定数量之后，数据库就会产生性能瓶颈，而为了缓解数据量的压力，比较普遍的方案一方面是使用NoSQL，而另一方面就是分库分表。

2.1 分库解决什么问题

分库就是在我们系统的业务量增长到一定程度之后，「解决数据库本身的性能瓶颈问题」，所以「一般都是业务量增长，遇到以下两种情况时就会考虑分库」：

• 「数据库QPS过高，连接数不足」
  数据库的连接是有上限的，在高并发下，大量请求访问数据库，可能会让数据库宕机，致使整个服务不可用，因此我们可以把「单个数据库拆分成多个数据库，分摊请求，缓解单个数据的读写压力，提高并发量」。
• 「磁盘瓶颈」
  数据量是随着业务量的增多而增多的，而单个数据库的磁盘存储量也是有限的，把「单个数据库拆分成多个数据库，缓解磁盘压力，降低磁盘使用率」。

2.2 分表解决什么问题

在之前的《单表最大2000W行数据》中，分析了单表的数据存储量，当单表存储的数据过多时，查询数据会非常慢，在高并发场景下，一个