分库分表

1. 拆分方式

1.1 垂直拆分

用户库: users, user_profiles
订单库: orders, order_items
商品库: products, categories

1.2 水平拆分

# ShardingSphere 配置
spring:
  shardingsphere:
    rules:
      sharding:
        tables:
          orders:
            actual-data-nodes: ds_${0..1}.orders_${0..7}
            database-strategy:
              standard:
                sharding-column: user_id
                sharding-algorithm-name: db_inline
            table-strategy:
              standard:
                sharding-column: order_id
                sharding-algorithm-name: table_inline

1.3 分片策略

策略	说明	适用场景
范围分片	按 ID/时间范围	时序数据
哈希分片	按 hash 值	均匀分布
一致性哈希	节点变更影响小	动态扩容

2. 分片带来的问题与方案

2.1 分库分表带来的问题

问题	说明	解决方案
分布式事务	跨库事务一致性	Seata / 最终一致性
跨库 JOIN	无法直接 JOIN	应用层组装 / 冗余数据
跨库排序分页	全局排序困难	应用层归并排序
全局唯一 ID	自增 ID 冲突	雪花算法 / UUID
扩容困难	数据迁移复杂	一致性哈希 / 预分片
聚合查询	COUNT/SUM 需要汇总	应用层汇总 / ES

2.2 分布式 ID 方案

分库分表后自增 ID 会冲突，需要全局唯一的 ID 生成方案。雪花算法、号段模式、UUID 三种方案的原理与选型见 分布式 ID 生成。

生产环境优先用成熟实现，如美团 Leaf、百度 UidGenerator，不要自己手写雪花算法。

3. 中间件实战

3.1 ShardingSphere 配置实战

# ShardingSphere-Proxy 分库分表配置
schemaName: mydb

dataSources:
  ds_0:
    url: jdbc:mysql://192.168.1.100:3306/mydb_0
    username: root
    password: secret
  ds_1:
    url: jdbc:mysql://192.168.1.101:3306/mydb_1
    username: root
    password: secret

rules:
  - !SHARDING
    tables:
      orders:
        actualDataNodes: ds_${0..1}.orders_${0..7}
        databaseStrategy:
          standard:
            shardingColumn: user_id
            shardingAlgorithmName: db_mod
        tableStrategy:
          standard:
            shardingColumn: order_id
            shardingAlgorithmName: table_mod
        keyGenerateStrategy:
          column: order_id
          keyGeneratorName: snowflake
    shardingAlgorithms:
      db_mod:
        type: MOD
        props:
          sharding-count: 2
      table_mod:
        type: MOD
        props:
          sharding-count: 8
    keyGenerators:
      snowflake:
        type: SNOWFLAKE

4. 最佳实践

1. 能不分就不分 — 单表千万级以内，优化索引和查询即可
2. 垂直拆分优先 — 按业务拆分数据库，简单有效
3. 水平拆分选择合适的分片键 — 查询最频繁的字段
4. 分片数量预估未来 3-5 年 — 避免频繁扩容
5. 使用成熟中间件 — ShardingSphere / Vitess
6. 分布式事务尽量避免 — 最终一致性优先
7. 全局唯一 ID 使用雪花算法 — 性能好，趋势递增