数据库分库分表的知识点有哪些

这篇文章主要介绍“数据库分库分表的知识点有哪些”，在日常操作中，相信很多人在数据库分库分表的知识点有哪些问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”数据库分库分表的知识点有哪些”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

一、数据库瓶颈

不管是IO瓶颈，还是CPU瓶颈，最终都会导致数据库的活跃连接数增加，进而逼近甚至达到数据库可承载活跃连接数的阈值。在业务Service来看就是，可用数据库连接少甚至无连接可用。接下来就可以想象了吧（并发量、吞吐量、崩溃）。

1、IO瓶颈

第一种：磁盘读IO瓶颈，热点数据太多，数据库缓存放不下，每次查询时会产生大量的IO，降低查询速度 -> 分库和垂直分表。

第二种：网络IO瓶颈，请求的数据太多，网络带宽不够 -> 分库。

2、CPU瓶颈

第一种：SQL问题，如SQL中包含join，group by，order by，非索引字段条件查询等，增加CPU运算的操作 -> SQL优化，建立合适的索引，在业务Service层进行业务计算。

第二种：单表数据量太大，查询时扫描的行太多，SQL效率低，CPU率先出现瓶颈 -> 水平分表。

二、分库分表

1、水平分库

1、概念：以字段为依据，按照一定策略（hash、range等），将一个库中的数据拆分到多个库中。

2、结果：

·  每个库的结构都一样；

·  每个库的数据都不一样，没有交集；

·  所有库的并集是全量数据；

3、场景：系统绝对并发量上来了，分表难以根本上解决问题，并且还没有明显的业务归属来垂直分库。

4、分析：库多了，io和cpu的压力自然可以成倍缓解。

2、水平分表

1、概念：以表为依据，按照业务归属不同，将不同的表拆分到不同的库中。

2、结果：

·  每个库的结构都不一样；

·  每个库的数据也不一样，没有交集；

·  所有库的并集是全量数据；

3、场景：系统绝对并发量上来了，并且可以抽象出单独的业务模块。

4、分析：到这一步，基本上就可以服务化了。例如，随着业务的发展一些公用的配置表、字典表等越来越多，这时可以将这些表拆到单独的库中，甚至可以服务化。再有，随着业务的发展孵化出了一套业务模式，这时可以将相关的表拆到单独的库中，甚至可以服务化。

4、垂直分表

·  基因法

·  冗余法

·  冗余法

1.

2、非partition key跨库跨表分页查询问题（水平分库分表，拆分策略为常用的hash法）

注：用NoSQL法解决（ES等）。

3、扩容问题（水平分库分表，拆分策略为常用的hash法）

1、水平扩容库（升级从库法

第一步：（同步双写）应用配置双写，部署；

第二步：（同步双写）将老库中的老数据复制到新库中；

第三步：（同步双写）以老库为准校对新库中的老数据；

第四步：（同步双写）应用去掉双写，部署；

注：双写是通用方案。

到此，关于“数据库分库分表的知识点有哪些”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！