大數據高併發之-Mysql分表與分庫使用場景以及設計方式

場景：對於大型的互聯網應用來講，數據庫單表的記錄行數可能達到千萬級甚至是億級，而且數據庫面臨着極高的併發訪問。採用Master-Slave複製模式的MySQL架構，
只可以對數據庫的讀進行擴展，而對數據庫的寫入操做仍是集中在Master上，而且單個Master掛載的Slave也不可能無限制多，Slave的數量受到Master能力和負載的限制。
對於訪問極爲頻繁且數據量巨大的單表來講，咱們首先要作的就是減小單表的記錄條數，以便減小數據查詢所須要的時間，提升數據庫的吞吐，這就是所謂的分表！

一. 分表
在分表以前，首先須要選擇適當的分表策略，使得數據可以較爲均衡地分不到多張表中，而且不影響正常的查詢！
對於互聯網企業來講，大部分數據都是與用戶關聯的，所以，用戶id是最經常使用的分表字段。由於大部分查詢都須要帶上用戶id，這樣既不影響查詢，又可以使數據較爲均衡地
分佈到各個表中(固然，有的場景也可能會出現冷熱數據分佈不均衡的狀況)，以下圖：

假設有一張表記錄用戶購買信息的訂單表order，因爲order表記錄條數太多，將被拆分紅256張表。
拆分的記錄根據user_id%256取得對應的表進行存儲，前臺應用則根據對應的user_id%256，找到對應訂單存儲的表進行訪問。
這樣一來，user_id便成爲一個必需的查詢條件，不然將會因爲沒法定位數據存儲的表而沒法對數據進行訪問。
注：拆分後表的數量通常爲2的n次方，就是上面拆分紅256張表的由來！
假設order表結構以下：

那麼分表之後，假設user_id = 257,而且auction_id = 100,須要根據auction_id來查詢對應的訂單信息，則對應的SQL語句以下：

其中，order_1是根據257%256計算得出，表示分表以後的第一張order表。
二. 分庫
場景：分表可以解決單表數據量過大帶來的查詢效率降低的問題，可是，卻沒法給數據庫的併發處理能力帶來質的提高。面對高併發的讀寫訪問，當數據庫master
服務器沒法承載寫操做壓力時，無論如何擴展slave服務器，此時都沒有意義了。
所以，咱們必須換一種思路，對數據庫進行拆分，從而提升數據庫寫入能力，這就是所謂的分庫!
與分表策略類似，分庫能夠採用經過一個關鍵字取模的方式，來對數據訪問進行路由，以下圖所示：

仍是以前的訂單表，假設user_id 字段的值爲258，將原有的單庫分爲256個庫，那麼應用程序對數據庫的訪問請求將被路由到第二個庫(258%256 = 2)。

三. 分庫分表
場景：有時數據庫可能既面臨着高併發訪問的壓力，又須要面對海量數據的存儲問題，這時須要對數據庫既採用分表策略，又採用分庫策略，以便同時擴展系統的
併發處理能力，以及提高單表的查詢性能，這就是所謂的分庫分表。
分庫分表的策略比前面的僅分庫或者僅分表的策略要更爲複雜，一種分庫分表的路由策略以下：

1. 中間變量 = user_id % (分庫數量 * 每一個庫的表數量)
2. 庫 = 取整數 (中間變量 / 每一個庫的表數量)
3. 表 = 中間變量 % 每一個庫的表數量

一樣採用user_id做爲路由字段，首先使用user_id 對庫數量*每一個庫表的數量取模，獲得一箇中間變量；而後使用中間變量除以每一個庫表的數量，取整，便獲得
對應的庫；而中間變量對每一個庫表的數量取模，即獲得對應的表。
分庫分表策略詳細過程以下：
假設將原來的單庫單表order拆分紅256個庫，每一個庫包含1024個表，那麼按照前面所提到的路由策略，對於user_id=262145 的訪問，路由的計算過程以下：

1,中間變量 = 262145 % (256 * 1024) = 1
2,庫 = 取整 (1/1024) = 0
3,表 = 1 % 1024 = 1
這就意味着，對於user_id=262145 的訂單記錄的查詢和修改，將被路由到第0個庫的第1個order_1表中執行！！！