什么，你还不知道什么是分库分表？

Hi，我是空夜，又是一周没见了！

今天分享一下最近学习的分库分表技术，主要涉及两方面：

• 分库分表的原因和基本概念，包括分库分表技术、策略、动态分库分表方案等；
• 以 Sharding Sphere + Spring Boot 为例，展示分库分表技术的实际使用；

本节文章主要学习自 Advanced Java，会在表现手法上略有不同。

为什么会有分库分表的需求呢？

这次不是产品的锅了，我们先来看看单库单表的问题：

单库：支持的并发有限，数据库服务器磁盘容量不足

单表：单表数据量太大，SQL 执行越来越慢

针对单库单表的缺陷，可以将某些经常被检索的数据放到类似 ElasticSearch 的搜索引擎中。但这并不能解决全部问题。

如果业务并发量很高，达到 1000 qps，单库应该是扛不住了。这时候肯定要分库分表的。

果然，单恋一只花是不能解决单身问题的！要想脱单，还是得广...

分库分表后可以达到什么效果？

分库后：可承受的并发量增加，服务器得以扩充，磁盘容量不再紧张

分表后：单表数据量变少，SQL 执行速度提升

注意，分库和分表是两件事。你可以只分库，在不同的库中有一些相同结构的同名表，也可以只分表，一张表在一个库中有多个不同名的分表；

总而言之，按你的需求来。

数据拆分的方向

垂直拆分：将一个表的不同字段拆分到不同表中，尤其是将频率较高的单独拆出来。这样，对于访问频率较高的数据，数据库可以缓存更多的行。（这样分表感觉就是根据业务来拆了，在业务层做控制，比如用户订单表、订单支付信息表、订单商品表等）

水平拆分：同一个表的数据拆分到多个库的多个表中，这些表的结构都相同。利用多个库的容量来扩容和提高并发请求的承受能力。

如果真的采用了分库分表的话，我个人感觉还是更专注水平拆分；而垂直拆分，一般在定需求的时候就已经分好了。

分库分表技术方案

目前有以下两种主流的技术方案：

• Sharding Sphere: 当当开源的分布式数据库中间件解决方案。由 Sharding JDBC、Sharding Proxy、Sharding Sidecar 三款相互独立的产品组成。

Sharding 是在业务层进行分库分表；对于每个项目来说，各自引入 shardsphere 的依赖，添加分库分表的配置（其实就是对分库分表下的数据库的访问、路由配置）

• Mycat: 在 proxy 层进行分库分表，需要自己运维一套中间件

所以，中小型公司一般用 Sharding Sphere 就够了。有足够能力的公司可以用 mycat 自己搭一个中间件。

说到这，你们应该还是有点迷。光是讲理论，没有实操也不行啊！不要担心，这篇文章后面，老衲也会给你们介绍一下 Sharding Sphere 的使用应用示例。

分库分表后如何平稳过渡上线

分库分表方案设计好了，程序也改好了，如何将新版本项目上线呢？

• 停机，部署：这是最简单的方法，但我想聪明的你应该已经发现了华生，啊不，盲点。凌晨1点停机发布，让整个组陪你一块熬夜到天明，还是你打算让用户等着你更新，你也真敢想啊！

就不能想想别的法子嘛！

• 双写迁移：不停机，先上一套双写的版本，然后上一套最新的分库分表版本，最后，后台将老库的一些遗漏的数据刷到新库里。

这里的双写是什么意思呢？就是说，我上线一个新版本的代码，这个版本中对数据库的操作，是对原有的旧库旧表，以及废了老大劲设计好的分库分表，同时进行修改。总而言之，要保持新库新表的数据一定要是最新的！

等等，好像还有点问题。

如果我第一次分库分表上线了，解决了业务扩张的问题，用户越来越多，公司估值水涨船高，老板数钱数到手抽筋，放话要给项目组发奖金。

正当你得意的时候，运维告诉你一个惊天噩耗：由于公司业务发展迅速，每日新增用户几十万，数据库又扛不住了！

这下完犊子了！再重新设计分库分表方案，恐怕是很难了。你要同时关注几个数据库，几十个分表（甚至更多），要保证数据的一致性等等... 要秃了。

别急，这不都是老衲吓唬你的嘛？马上给你解决方案：在一开始，就设计一个支持动态扩容缩容的分库分表方案。

如何设计一个动态扩容缩容的分库分表方案

• 一次性定好有多少个库，多少个表，比如 32 个库，每个库分 32 个表，那么一个表被分成了 1024 张分表；这样，可以提前做好分库分表的策略，扩容缩容时，程序就不用修改了。
• 简单来说，开始可能是一台数据库服务器，上面放这 32 个库；扩容时，如扩容成 4 个数据库服务器，每个数据库服务器上放 32/4 = 8 个库，每个库里还是 32 个表；
• 极限情况：扩容到 32 个服务器，每个服务器一个库，每个库 32 个表；更极限，扩容至 1024 个服务器，每个服务器只有一个库一张表
• 缩容同理。
• 这种情况下，扩容缩容可以由 DBA（数据库管理员） 用一些工具快捷完成，不需要修改程序。

最后，还有一个小问题，咳咳，真的是最后一个了：分库分表情况下，如何保证同类型表中数据的 ID 不会重复呢？这就涉及到分布式 Id 生成策略了。

分库分表方案下的 id 主键生成策略

利用数据库自增 id：由一个无用的表来生成自增的 id，然后插入到真正的分表中。缺点是：能承受的并发量低。

这个方法前两天我们组内技术分享会上有个小伙伴就提到了，在分布式系统中，利用 MySQL 的 Id 自增机制，来解决分布式系统中的 id 重复问题。想不到啊想不到。

这个方法不是最优解，但程序开发没有银弹，能解决我们需求痛点的就是好办法！

雪花算法 SnowFlake：64 位，分布式 id 生成算法。下一节的示例代码也用的雪花算法。

基于雪花算法，还有一些扩展优化的 ID 生成策略。具体你可以自行百度，再写下去我晚上没得空吃了。

好了，理论部分学习完毕。下一节我们进入正题：在 Spring Boot 中如何使用 Sharding Shpere 来进行分库分表。

这篇文章换了下风格，自己也感觉舒服了

更多请关注公众号：猿生物语（ID：JavaApes）