考察点:拆分维度、分片算法与分片键选择。
要点:
1. 先明确分库分表不是第一步
读写分离解决的是读并发,不解决存储问题;分库分表主要解决存储与容量问题。决定前要先确认:慢 SQL、索引、分页、缓存、读写分离是否已优化;单表数据量、单库容量、连接数、写入 QPS 是否真的接近瓶颈;核心查询能否被一个稳定的分片键覆盖。常见触发条件是单表数据量到千万级、备份时间越来越长。
2. 四个概念
| 维度 | 含义 | 例子 |
| --- | --- | --- |
| 垂直分库 | 按业务把单一库拆到不同数据库 | 用户表/订单表/商品表 → 用户库/订单库/商品库 |
| 水平分库 | 同一张表按规则拆到不同库 | 订单表按买家 ID 拆到 2 个库 |
| 垂直分表 | 按列拆分,把宽表拆成多张表 | 用户信息表拆出扩展信息表 |
| 水平分表 | 按行拆分,解决单表行数过大 | 用户表拆成 user_0、user_1… |
3. 常见分片算法
hash(key) % 32 扩到 % 64 会导致大量数据重新映射),也不适合范围查询。4. 分片键怎么选
四个特性:共性(覆盖绝大多数查询)、离散性(均匀分布,避免倾斜与热点)、稳定性(值不变,避免数据迁移)、扩展性(支持动态增减分片)。四者难以同时满足,需要权衡。
order_id 分片,否则同一用户订单会散落到多个分片,分页排序都要跨分片。buyer_route),或维护 order_id → buyer_route 路由表。题目与答案就在本页;收藏、批注和错题重练在应用内