數據庫水平切分方法

在大中型項目中，在數據庫設計的時候，考慮到數據庫最大承受數據量，一般會把數據庫或者數據表水平切分，以下降單個庫，單個表的壓力。我這裏介紹兩個咱們項目中經常使用的數據表切分方法。固然這些方法都是在程序中使用必定的技巧來路由到具體的表的。首先咱們要確認根據什麼來水平切分？在咱們的系統（SNS）中，用戶的UID貫穿系統，惟一自增加，根據這個字段分表，再好不過。

　　

方法一：使用MD5哈希

　　

作法是對UID進行md5加密，而後取前幾位（咱們這裏取前兩位），而後就能夠將不一樣的UID哈希到不一樣的用戶表（user_xx）中了。

function getTable( $uid ){

  $ext =  substr ( md5($uid) ,0 ,2 );

  return "user_".$ext;

}

　　

經過這個技巧，咱們能夠將不一樣的UID分散到256中用戶表中，分別是user_00,user_01 ...... user_ff。由於UID是數字且遞增，根據md5的算法，能夠將用戶數據幾乎很均勻的分別到不一樣的user表中。

　　

可是這裏有個問題是，若是咱們的系統的用戶愈來愈多，勢必單張表的數據量愈來愈大，並且根據這種算法沒法擴展表，這又會回到文章開頭出現的問題了。

　　

方法二：使用移位

　　

具體方法是：

public function getTable( $uid ) {

 return "user_" . sprintf( "%04d", ($uid >> 20) );

}

　　

這裏，咱們將uid向右移動20位，這樣咱們就能夠把大約前100萬的用戶數據放在第一個表user_0000，第二個100萬的用戶數據放在第二個表user_0001中，這樣一直下去，若是咱們的用戶愈來愈多，直接添加用戶表就好了。因爲咱們保留的表後綴是四位，這裏咱們能夠添加1萬張用戶表，即user_0000,user_0001 ...... user_9999。一萬張表，每張表100萬數據，咱們能夠存100億條用戶記錄。固然，若是你的用戶數據比這還多，也沒關係，你只要改變保留表後綴來增長能夠擴展的表就好了，如若是有1000億條數據，每一個表存100萬，那麼你須要10萬張表，咱們只要保留表後綴爲6位便可。

　　

上面的算法還能夠寫的靈活點：

/**

 * 根據UID分表算法

 * 

 * @param int $uid  //用戶ID

 * @param int $bit    //表後綴保留幾位

 * @param int $seed //向右移動位數

 */

function getTable( $uid , $bit , $seed ){

  return "user_" . sprintf( "%0{$bit}d" , ($uid >> $seed) );

}

　　

總結

　　

上面兩種方法，都要對咱們當前系統的用戶數據量作出可能最大的預估，而且對數據庫單個表的最大承受量作出預估。

　　

好比第二種方案，若是咱們預估咱們系統的用戶是100億，單張表的最優數據量是100萬，那麼咱們就須要將UID移動20來確保每一個表是100萬的數據，保留用戶表（user_xxxx）四位來擴展1萬張表。

　　

又如第一種方案，每張表100萬，md5後取前兩位，就只能有256張表了，系統總數據庫就是：256*100萬；若是你係統的總數據量的比這還多，那你實現確定要MD5取前三位或者四位甚至更多位了。

　　

兩種方法都是將數據水平切分到不一樣的表中，相對第一種方法，第二種方法更具擴展性。