3.1.水平分庫

概念：以字段為依據，按照一定策略（hash、range等），將一個庫中的數據拆分到多個庫中。
結果：
每個庫的結構都一樣；
每個庫的數據都不一樣，沒有交集；
所有庫的並集是全量數據；
場景：系統絕對併發量上來了，分表難以根本上解決問題，並且還沒有明顯的業務歸屬來垂直分庫。
分析：庫多了，io和cpu的壓力自然可以成倍緩解。
3.2.垂直分庫
概念：以表為依據，按照業務歸屬不同，將不同的表拆分到不同的庫中。
每個庫的結構都不一樣；
每個庫的數據也不一樣，沒有交集；
場景：系統絕對併發量上來了，並且可以抽象出單獨的業務模塊。
分析：到這一步，基本上就可以服務化了。例如，隨著業務的發展一些公用的配置表、字典表等越來越多，這時可以將這些表拆到單獨的庫中，甚至可以服務化。再有，隨著業務的發展孵化出了一套業務模式，這時可以將相關的表拆到單獨的庫中，甚至可以服務化。
3.3.水平分表
水平分表又分為 ：單庫水平分表和多庫水平分表。
概念：以字段為依據，按照一定策略（hash、range等），將一個表中的數據拆分到多個表中。
每個表的結構都一樣；
每個表的數據都不一樣，沒有交集；
所有表的並集是全量數據；
場景：系統絕對併發量並沒有上來，只是單表的數據量太多，影響了SQL效率，加重了CPU負擔，以至於成為瓶頸。
分析：表的數據量少了，單次SQL執行效率高，自然減輕了CPU的負擔。
3.4.垂直分表
概念：以字段為依據，按照字段的活躍性，將表中字段拆到不同的表（主表和擴展表）中。
每個表的結構都不一樣；
每個表的數據也不一樣，一般來說，每個表的字段至少有一列交集，一般是主鍵，用於關聯數據；
場景：系統絕對併發量並沒有上來，表的記錄並不多，但是字段多，並且熱點數據和非熱點數據在一起，單行數據所需的存儲空間較大。以至於數據庫緩存的數據行減少，查詢時會去讀磁盤數據產生大量的隨機讀IO，產生IO瓶頸。
分析：可以用列表頁和詳情頁來幫助理解。垂直分表的拆分原則是將熱點數據（可能會冗餘經常一起查詢的數據）放在一起作為主表，非熱點數據放在一起作為擴展表。這樣更多的熱點數據就能被緩存下來，進而減少了隨機讀IO。拆了之後，要想獲得全部數據就需要關聯兩個表來取數據。但記住，千萬別用join，因為join不僅會增加CPU負擔並且會講兩個表耦合在一起（必須在一個數據庫實例上）。關聯數據，應該在業務Service層做文章，分別獲取主表和擴展表數據然後用關聯字段關聯得到全部數據。
3.5.分庫分表方案選擇
應該使用哪一種方式來實施數據庫分庫分表，這要看數據庫中數據量的瓶頸所在，並綜合項目的業務類型進行考慮。
3.5.1.垂直切分方案適用場景
數據庫是因為表太多而造成海量數據，並且項目的各項業務邏輯劃分清晰、低耦合，那麼規則簡單明瞭、容易實施的垂直切分必是首選。
3.1.水平分庫

概念：以字段為依據，按照一定策略（hash、range等），將一個庫中的數據拆分到多個庫中。
結果：
每個庫的結構都一樣；
每個庫的數據都不一樣，沒有交集；
所有庫的並集是全量數據；
場景：系統絕對併發量上來了，分表難以根本上解決問題，並且還沒有明顯的業務歸屬來垂直分庫。
分析：庫多了，io和cpu的壓力自然可以成倍緩解。
3.2.垂直分庫

概念：以表為依據，按照業務歸屬不同，將不同的表拆分到不同的庫中。
結果：
每個庫的結構都不一樣；
每個庫的數據也不一樣，沒有交集；
所有庫的並集是全量數據；
場景：系統絕對併發量上來了，並且可以抽象出單獨的業務模塊。
分析：到這一步，基本上就可以服務化了。例如，隨著業務的發展一些公用的配置表、字典表等越來越多，這時可以將這些表拆到單獨的庫中，甚至可以服務化。再有，隨著業務的發展孵化出了一套業務模式，這時可以將相關的表拆到單獨的庫中，甚至可以服務化。
3.3.水平分表
水平分表又分為 ：單庫水平分表和多庫水平分表。

概念：以字段為依據，按照一定策略（hash、range等），將一個表中的數據拆分到多個表中。
結果：
每個表的結構都一樣；
每個表的數據都不一樣，沒有交集；
所有表的並集是全量數據；
場景：系統絕對併發量並沒有上來，只是單表的數據量太多，影響了SQL效率，加重了CPU負擔，以至於成為瓶頸。
分析：表的數據量少了，單次SQL執行效率高，自然減輕了CPU的負擔。
3.4.垂直分表

概念：以字段為依據，按照字段的活躍性，將表中字段拆到不同的表（主表和擴展表）中。
結果：
每個表的結構都不一樣；
每個表的數據也不一樣，一般來說，每個表的字段至少有一列交集，一般是主鍵，用於關聯數據；
所有表的並集是全量數據；
場景：系統絕對併發量並沒有上來，表的記錄並不多，但是字段多，並且熱點數據和非熱點數據在一起，單行數據所需的存儲空間較大。以至於數據庫緩存的數據行減少，查詢時會去讀磁盤數據產生大量的隨機讀IO，產生IO瓶頸。
分析：可以用列表頁和詳情頁來幫助理解。垂直分表的拆分原則是將熱點數據（可能會冗餘經常一起查詢的數據）放在一起作為主表，非熱點數據放在一起作為擴展表。這樣更多的熱點數據就能被緩存下來，進而減少了隨機讀IO。拆了之後，要想獲得全部數據就需要關聯兩個表來取數據。但記住，千萬別用join，因為join不僅會增加CPU負擔並且會講兩個表耦合在一起（必須在一個數據庫實例上）。關聯數據，應該在業務Service層做文章，分別獲取主表和擴展表數據然後用關聯字段關聯得到全部數據。
3.5.分庫分表方案選擇
應該使用哪一種方式來實施數據庫分庫分表，這要看數據庫中數據量的瓶頸所在，並綜合項目的業務類型進行考慮。
3.5.1.垂直切分方案適用場景
數據庫是因為表太多而造成海量數據，並且項目的各項業務邏輯劃分清晰、低耦合，那麼規則簡單明瞭、容易實施的垂直切分必是首選。