MySQL运维3-分库分表策略

永远的风景

一、介绍

　　单库瓶颈：如果在项目中使用的都是单MySQL服务器，则会随着互联网及移动互联网的发展，应用系统的数据量也是成指数式增长，若采用单数据库进行存储，存在一下性能瓶颈：

• IO瓶颈：热点数据太多，数据库缓存不足，产生大量磁盘IO,效率低下，请求数据太多，带宽不够，网络IO瓶颈。
  
• CPU瓶颈：排序、分组、连接查询、聚合统计等SQL会耗费大量的CPU资源，请求数太多，CPU出现瓶颈。
  

　　分库分表：就是将数据分散存储，是将单一数据库/表的数据量变小来缓解单一数据库的性能问题，从而达到提升数据库性能的目的。
　　

二、拆分策略

　　

　　2.1 垂直分库

　　　　特点：以表为依据，根据业务将不同表拆分到不同库中。

• 
  
  
  
  • 每个库的表结构都不一样
    
  • 每个表的数据也不一样
    
  • 所有库的并集是全量数据
    
  
  

　　

　　2.2 垂直分表

　　　　特点：以字段为依据，根据字段属性将不同字段分到不同表中 。

• 
  
  
  
  • 每个表的结构都不一样
    
  • 每个表的数据也不一样，一般通过一列（主键/外键）管理
    
  • 所有表的并集是全量数据
    
  
  

　　　　

　　2.3 水平分库 

　　　　特点：以字段为依据，按照一定策略，将一个库的数据拆分到多个库中

• 
  
  
  
  • 每个库的表结构一样。
    
  • 每个库的数据都不一样
    
  • 所有库的并集是全量数据
    
  
  

　　　　

　　2.4 水平分表

　　　　特点：以字段为依据，按照一定策略，将一个表的数据拆分到多个表中。

• 
  
  
  
  • 每个表的结构都一样
    
  • 每个表的数据都不一样
    
  • 所有表的并集是全量数据
    
  
  

　　2.5 组合策略　　

　　　　在实际应用中，可以同时采用分库和分表的策略，根据业务需求和系统负载情况来选择合适的分库分表策略。
三、分库分别键

　　3.1 业务键

　　　　根据业务需求，选择具有业务含义的键作为分库分表的依据，例如，按照用户ID分表
　　3.2 时间键

　　　　对于大部分应用来说，按时间进行分表是一个常见的选择，可以更容易地管理历史数据
　　3.3 哈希建

　　　　使用哈希函数将数据均匀地分散到不同的库或表中，以防止热点数据集中存储
　　3.4 范围键

　　　　按照数据范围进行分表，适用于数据按照某一范围规律增长的情况
 

来源:https://www.cnblogs.com/Se7eN-HOU/p/17897640.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！