1.基本概念

读写分离：依靠数据复制备份到从库，增加了抵抗大量并发读请求的能力，同时冗余备份保证了数据不丢失。

随着数据量的增加，诞生的问题：

解决以上问题（性能+读写文图）的核心思路，将数据进行分片，分摊压力

坑：

查询时不使用分区键

大量连表查询

依照某种策略将数据尽量平均的分配到多个数据节点或者多个表中，每个节点保存部分数据，可以减少存储量，提升并发读写量

2.如何对数据库做垂直拆分

核心思想：专库专用，目的是为了实现故障隔离

按照业务类型进行拆分，将业务耦合度较高的表拆分到单独的库中

只能暂时环节存储容量的瓶颈

核心思想：将单一数据表按照某种规则拆分到多个数据库和数据表中

拆分规则：按照某个字段hash后进行拆分+按照某一字段区间进行拆分

查询方式由直接查询转换为先确定存储位置，再查询

实现：将某一个字段按照hash值进行计算，在对hash值进行取余

适用：适用于实体表（一对一查询，不会范围查询）

实现：按照字段取消进行拆分（通常适用时间字段）

适用：适合按照拆分维度进行范围查询

问题：引入了分库分表键（分区键），分库分表依据的字段

每次查询必须带上分区键，否则需要遍历所有的库和表

解决思路：建立查询数据与分区键的映射关系

问题：连表查询变得困难

解决：通过业务代码进行处理（count可以记为缓存）

虽然分库分表会引入新的问题，但是真正的突破的单机的限制

分库分表=纵向拆分+横向拆分

实现=查询带上分区键+总数单独存储

分库分表原则：