面试官：这边有个数据库-单表1千万数据，未来1年还会增长多500万，性能比较慢，说下你的优化思路

• 思路
  • 千万不要一上来就说分库分表，这个是最忌讳的事项
  • 一定要根据实际情况分析，两个角度思考
    • 不分库分表
      • 软优化
        • 数据库参数调优
        • 分析慢查询SQL语句，分析执行计划，进行sql改写和程序改写
        • 优化数据库索引结构
        • 优化数据表结构优化
        • 引入NOSQL和程序架构调整
      • 硬优化
        • 提升系统硬件（更快的IO、更多的内存）：带宽、CPU、硬盘
    • 分库分表
      • 根据业务情况而定，选择合适的分库分表策略（没有通用的策略）
        • 外卖、物流、电商领域
      • 先看只分表是否满足业务的需求和未来增长
        • 数据库分表能够解决单表数据量很大的时,数据查询的效率问题，
        • 无法给数据库的并发操作带来效率上的提高，分表的实质还是在一个数据库上进行的操作，受数据库IO性能的限制
      • 如果单分表满足不了需求，再分库分表一起
• 结论
  • 在数据量及访问压力不是特别大的情况，首先考虑缓存、读写分离、索引技术等方案
  • 如果数据量极大，且业务持续增长快，再考虑分库分表方案

一、Mysql数据库分库分表后带来的优点和缺点

• 分库分表解决的现状问题
  • 解决数据库本身瓶颈
    • 连接数： 连接数过多时，就会出现‘too many connections’的错误，访问量太大或者数据库设置的最大连接数太小的原因
    • Mysql默认的最大连接数为100.可以修改，而mysql服务允许的最大连接数为16384
    • 数据库分表可以解决单表海量数据的查询性能问题
    • 数据库分库可以解决单台数据库的并发访问压力问题

• 解决系统本身IO、CPU瓶颈
  • 磁盘读写IO瓶颈，热点数据太多，尽管使用了数据库本身缓存，但是依旧有大量IO,导致sql执行速度慢
  • 网络IO瓶颈，请求的数据太多，数据传输大，网络带宽不够，链路响应时间变长
  • CPU瓶颈，尤其在基础数据量大单机复杂SQL计算，SQL语句执行占用CPU使用率高，也有扫描行数大、锁冲突、锁等待等原因
• 带来新的问题
  • 问题一：跨节点数据库Join关联查询和多维度查询
    • 数据库切分前，多表关联查询，可以通过sql join进行实现
    • 分库分表后，数据可能分布在不同的节点上，sql join带来的问题就比较麻烦
  • 不同维度查看数据，利用的partitionKey是不一样的
    • 例如
      • 订单表 的partionKey是user_id，用户查看自己的订单列表方便
      • 但商家查看自己店铺的订单列表就麻烦，分布在不同数据节点
  • 问题二：分库操作带来的分布式事务问题
    • 操作内容同时分布在不同库中，不可避免会带来跨库事务问题，即分布式事务
  • 问题三：执行的SQL排序、翻页、函数计算问题
    • 分库后，数据分布再不同的节点上， 跨节点多库进行查询时，会出现limit分页、order by排序等问题
    • 而且当排序字段非分片字段时，更加复杂了，要在不同的分片节点中将数据进行排序并返回，然后将不同分片返回的结果集进行汇总和再次排序（也会带来更多的CPU/IO资源损耗）
  • 问题四：数据库全局主键重复问题
    • 常规表的id是使用自增id进行实现，分库分表后，由于表中数据同时存在不同数据库中，如果用自增id，则会出现冲突问题
  • 问题五：容量规划,分库分表后二次扩容问题
    • 业务发展快，初次分库分表后，满足不了数据存储，导致需要多次扩容
  • 问题六：分库分表技术选型问题
    • 市场分库分表中间件相对较多，框架各有各的优势与短板，应该如何选择
      • 更多问题。。。

二、海量数据处理之Mysql【垂直分表-垂直分库】

• 需求：商品表字段太多，每个字段访问频次不一样，浪费了IO资源，需要进行优化
• 垂直分表介绍
  • 也就是“大表拆小表”，基于列字段进行的
  • 拆分原则一般是表中的字段较多，将不常用的或者数据较大，长度较长的拆分到“扩展表 如text类型字段
  • 访问频次低、字段大的商品描述信息单独存放在一张表中;
  • 访问频次较高的商品基本信息单独放在一张表中
  • 垂直拆分原则
    • 把不常用的字段单独放在一张表;
    • 把text，blob等大字段拆分出来放在附表中;
    • 业务经常组合查询的列放在一张表中
  • 例子：商品详情一般是拆分主表和附表

• 需求：C端项目里面，单个数据库的CPU、内存长期处于90%+的利用率，数据库连接经常不够，需要进行优化
• 垂直分库讲解
  • 垂直分库针对的是一个系统中的不同业务进行拆分， 数据库的连接资源比较宝贵且单机处理能力也有限
  • 没拆分之前全部都是落到单一的库上的，单库处理能力成为瓶颈，还有磁盘空间，内存，tps等限制
  • 拆分之后，避免不同库竞争同一个物理机的CPU、内存、网络IO、磁盘，所以在高并发场景下，垂直分库一定程度上能够突破IO、连接数及单机硬件资源的瓶颈
  • 垂直分库可以更好解决业务层面的耦合，业务清晰，且方便管理和维护
  • 一般从单体项目升级改造为微服务项目，就是垂直分库

• 问题：垂直分库分表可以提高并发，但是依然没有解决单表数据量过大的问题

三、海量数据处理之Mysql【水平分表-水平分库】

• 需求：当一张表的数据达到几千万时，查询一次所花的时间长，需要进行优化，缩短查询时间
• 都是大表拆小表
  • 垂直分表：表结构拆分
  • 水平分表：数据拆分
• 水平分表
  • 把一个表的数据分到一个数据库的多张表中，每个表只有这个表的部分数据
  • 核心是把一个大表，分割N个小表，每个表的结构是一样的，数据不一样，全部表的数据合起来就是全部数据
  • 针对数据量巨大的单张表（比如订单表），按照某种规则（RANGE,HASH取模等），切分到多张表里面去
  • 但是这些表还是在同一个库中，所以单数据库操作还是有IO瓶颈，主要是解决单表数据量过大的问题
  • 减少锁表时间，没分表前，如果是DDL(create/alter/add等)语句，当需要添加一列的时候mysql会锁表，期间所有的读写操作只能等待

• 需求：高并发的项目中，水平分表后依旧在单个库上面，1个数据库资源瓶颈 CPU/内存/带宽等限制导致响应慢，需要进行优化
• 水平分库
  • 把同个表的数据按照一定规则分到不同的数据库中，数据库在不同的服务器上
  • 水平分库是把不同表拆到不同数据库中，它是对数据行的拆分，不影响表结构
  • 每个库的结构都一样,但每个库的数据都不一样，没有交集，所有库的并集就是全量数据
  • 水平分库的粒度，比水平分表更大