共计 3494 个字符，预计需要花费 9 分钟才能阅读完成。
置信看到这个题目，很多人的第一反馈就是：对数据库进行分库分表啊！然而实际上，数据库层面的分库分表到底是用来干什么的，其不同的作用如何应答不同的场景，我感觉很多同学可能都没搞清楚。
小型零碎的典型数据库单机架构和显著的瓶颈
如果咱们当初是一个小守业公司，注册用户就 20 万，每天沉闷用户就 1 万，每天单表数据量就 1000，而后高峰期每秒钟并发申请最多就 10。
天呐！就这种零碎，轻易找一个有几年工作教训的高级工程师，而后带几个年老工程师，轻易干干都能够做进去。
因为这样的零碎，实际上次要就是在后期进行疾速的业务性能开发，搞一个单块零碎部署在一台服务器上，而后连贯一个数据库就能够了。
接着大家就是不停地在一个工程里填充进去各种业务代码，尽快把公司的业务撑持起来。
后果呢，没想到咱们运气这么好，碰上个优良的 CEO 带着咱们走上了坎坷不平！
公司业务倒退迅猛，过了几个月，注册用户数达到了 2000 万！每天沉闷用户数 100 万！每天单表新增数据量达到 50 万条！高峰期每秒申请量达到 1 万！
同时公司还顺带着融资了两轮，估值达到了惊人的几亿美金！一只暮气沉沉的幼年独角兽的节奏！
好吧，当初大家感觉压力曾经有点大了，为啥呢？因为每天单表新增 50 万条数据，一个月就多 1500 万条数据，一年下来单表会达到上亿条数据。
通过一段时间的运行，当初咱们单表曾经两三千万条数据了，勉强还能撑持着。
然而，眼见着零碎拜访数据库的性能怎么越来越差呢，单表数据量越来越大，拖垮了一些简单查问 SQL 的性能啊！
而后高峰期申请当初是每秒 1 万，咱们的零碎在线上部署了 20 台机器，均匀每台机器每秒撑持 500 申请，这个还能抗住，没啥大问题。然而数据库层面呢？
如果说此时你还是一台数据库服务器在撑持每秒上万的申请，负责任的通知你，每次高峰期会呈现下述问题：
1）你的数据库服务器的磁盘 IO、网络带宽、CPU 负载、内存耗费，都会达到十分高的状况，数据库所在服务器的整体负载会十分重，甚至都快不堪重负了；2）高峰期时，原本你单表数据量就很大，SQL 性能就不太好，这时加上你的数据库服务器负载太高导致性能降落，就会发现你的 SQL 性能更差了；3）最显著的一个感觉，就是你的零碎在高峰期各个性能都运行的很慢，用户体验很差，点一个按钮可能要几十秒才进去后果；4）如果你运气不太好，数据库服务器的配置不是特地的高的话，弄不好你还会经验数据库宕机的状况，因为负载太高对数据库压力太大了。多台服务器分库撑持高并发读写
首先咱们先思考第一个问题，数据库每秒上万的并发申请应该如何来撑持呢？
要搞清楚这个问题，先得明确个别数据库部署在什么配置的服务器上。通常来说，如果你用一般配置的服务器来部署数据库，那也起码是 16 核 32G 的机器配置。
这种十分一般的机器配置部署的数据库，个别线上的教训是：不要让其每秒申请撑持超过 2000，个别管制在 2000 左右。
管制在这个水平，个别数据库负载绝对正当，不会带来太大的压力，没有太大的宕机危险。
所以首先第一步，就是在上万并发申请的场景下，部署个 5 台服务器，每台服务器上都部署一个数据库实例。即时通讯聊天软件开发能够征询蔚可云开发。
而后每个数据库实例里，都创立一个一样的库，比如说订单库。此时在 5 台服务器上都有一个订单库，名字能够相似为：db_order_01、db_order_02 等等。
而后每个订单库里，都有一个雷同的表，比如说订单库里有订单信息表，那么此时 5 个订单库里都有一个订单信息表。
比方：db_order_01 库里就有一个 tb_order_01 表，db_order_02 库里就有一个 tb_order_02 表。
这就实现了一个根本的分库分表的思路，原来的一台数据库服务器变成了 5 台数据库服务器，原来的一个库变成了 5 个库，原来的一张表变成了 5 个表。
而后你在写入数据的时候，须要借助数据库中间件，比方 Sharding-JDBC，或者是 MyCAT，都能够。
你能够依据比方订单 ID 来 Hash 后按 5 取模，比方每天订单表新增 50 万数据，此时其中 10 万条数据会落入 db_order_01 库的 tb_order_01 表，另外 10 万条数据会落入 db_order_02 库的 tb_order_02 表，以此类推。
这样就能够把数据平均扩散在 5 台服务器上了，查问的时候，也能够通过订单 ID 来 hash 取模，去对应的服务器上的数据库里，从对应的表里查问那条数据进去即可。
做这一步有什么益处呢？第一个益处，原来比方订单表就一张表，这个时候不就成了 5 张表了么，那么每个表的数据就变成 1/5 了。
假如订单表一年有 1 亿条数据，此时 5 张表里每张表一年就 2000 万数据了。
那么假如以后订单表里曾经有 2000 万数据了，此时做了上述拆分，每个表里就只有 400 万数据了。
而且每天新增 50 万数据的话，那么每个表才新增 10 万数据，这样是不是初步缓解了单表数据量过大影响零碎性能的问题？
另外就是每秒 1 万申请到 5 台数据库上，每台数据库就承载每秒 2000 的申请，是不是一下子把每台数据库服务器的并发申请升高到了平安范畴内？
这样，升高了数据库的高峰期负载，同时还保障了高峰期的性能。
大量分表来保障海量数据下的查问性能
然而上述的数据库架构还有一个问题，那就是单表数据量还是过大，当初订单表才分为了 5 张表，那么如果订单一年有 1 亿条，每个表就有 2000 万条，这也还是太大了。
所以还应该持续分表，大量分表。比方能够把订单表一共拆分为 1024 张表，这样 1 亿数据量的话，扩散到每个表里也就才 10 万量级的数据量，而后这上千张表扩散在 5 台数据库里就能够了。
在写入数据的时候，须要做两次路由，先对订单 ID Hash 后对数据库的数量取模，能够路由到一台数据库上，而后再对那台数据库上的表数量取模，就能够路由到数据库上的一个表里了。
通过这个步骤，就能够让每个表里的数据量十分小，每年 1 亿数据增长，然而到每个表里才 10 万条数据增长，这个零碎运行 10 年，每个表里可能才百万级的数据量。
在分库分表之后你必然要面对的一个问题，就是 ID 咋生成？因为要是一个表分成多个表之后，每个表的 ID 都是从 1 开始累加自增长，那必定不对啊。
举个例子，你的订单表拆分为了 1024 张订单表，每个表的 ID 都从 1 开始累加，这个必定有问题了！
你的零碎就没方法依据表主键来查问订单了，比方 ID = 50 这个订单，在每个表里都有！
所以此时就须要分布式架构下的全局惟一 ID 生成的计划了，在分库分表之后，对于插入数据库中的外围 ID，不能间接简略应用表自增 ID，要全局生成惟一 ID，而后插入各个表中，保障每个表内的某个 ID，全局惟一。
比如说订单表尽管拆分为了 1024 张表，然而 ID = 50 这个订单，只会存在于一个表里。
那么如何实现全局惟一 ID 呢？有以下几种计划，咱们一一一来看看。
这个计划就是说你的零碎每次要生成一个 ID，都是往一个独立库的一个独立表里插入一条没什么业务含意的数据，而后获取一个数据库自增的一个 ID。拿到这个 ID 之后再往对应的分库分表里去写入。
比如说你有一个 auto_id 库，外面就一个表，叫做 auto_id 表，有一个 ID 是自增长的。
那么你每次要获取一个全局惟一 ID，间接往这个表里插入一条记录，获取一个全局惟一 ID 即可，而后这个全局惟一 ID 就能够插入订单的分库分表中。
这个计划的益处就是不便简略，谁都会用。毛病就是单库生成自增 ID，要是高并发的话，就会有瓶颈的，因为 auto_id 库要是承载个每秒几万并发，必定是不事实的了。
读写拆散来撑持按需扩容以及性能晋升
这个时候整体成果曾经挺不错了，大量分表的策略保障可能将来 10 年，每个表的数据量都不会太大，这能够保障单表内的 SQL 执行效率和性能。
而后多台数据库的拆分形式，能够保障每台数据库服务器承载一部分的读写申请，升高每台服务器的负载。
然而此时还有一个问题，如果说每台数据库服务器承载每秒 2000 的申请，而后其中 400 申请是写入，1600 申请是查问。
也就是说，增删改的 SQL 才占到了 20% 的比例，80% 的申请是查问。此时如果说随着用户量越来越大，又变成每台服务器承载 4000 申请了。
那么其中 800 申请是写入，3200 申请是查问，如果说你依照目前的状况来扩容，就须要减少一台数据库服务器。
然而此时可能就会波及到表的迁徙，因为须要迁徙一部分表到新的数据库服务器下来，是不是很麻烦？
其实齐全没必要，数据库个别都反对读写拆散，也就是做主从架构。
写入的时候写入主数据库服务器，查问的时候读取从数据库服务器，就能够让一个表的读写申请离开落地到不同的数据库下来执行。
这样的话，如果写入主库的申请是每秒 400，查问从库的申请是每秒 1600。
