数据库：分久必合，合久必分

数据库：分久必合，合久必分

开源、高性能、生态成熟的 MySQL 是国内应用最广泛的数据库，说 MySQL 见证了中国互联网的成长史，一点也不为过。

阿里基于 MySQL 构建了***;京东、***时至今日也在大规模应用 MySQL。因此，它也理所应得成为了面试官必问、爱问的核心知识点。

很多朋友除了对索引、存储原理有疑惑外，当数据量达到一定规模时，MySQL 还会涉及到一个几乎必知必会的核心点——分库分表。

画外音：MySQL 是2019年 DB-Engines 评选的最受欢迎数据库，这些年一直在前三甲徘徊。

问题1：分库分表解决什么问题?

性能瓶颈MySQL是B+树索引，当数据量过大时，索引所消耗的磁盘 IO 越来越多，查询性能下降。高并发情况下，单表数据量过大导致 SQL 性能差，数据库服务器负载太高再次导致性能下降，简直雪上加霜。

高可用：微服务架构下，服务化无状态型会导致压力点在数据库上，单机数据库和主从结构已经不能满足需求，同时数据灾备等维护成本也越来越高。安全性：所有不同类型的数据全部存在一个数据库中，当数据库宕机或发生物理性损坏时，容易造成不可估量的损失。

画外音：鸡蛋放到不同篮子里。

问题2：分库分表的逻辑是什么?

分库分表的核心是数据拆分，分库不一定分表，分表不一定分库。

例如，MySQL 单表数据的极限在5000万左右，当数据量超过5000万时，我们就需要分表进行存放数据了。

简单来说，就是将一个表结构分为多个表，或者将一个表数据分片后放入多个表。这些表可以放在同一个数据库里，也可以放到不同的数据库中，甚至可以放到不同的数据库实例。

问题3：面试官问，分库分表方案有哪些?

数据拆分方式：

水平拆分垂直拆分

常见方案：

客户端分片代理分片支持事务的分布式数据库

戳这里，看该作者更多好文

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。