1. 分表类型

(1) 水平分表

1) 什么是水平分表

水平分表就是指以行为单位对数据进行拆分，一般意义上讨论的分表指的就是水平分表。
分表之后，所有表的结构都是一样的。

2) 为什么要水平分表

水平分表可以解决一个表数据量太大的问题，如果一张表的数据太多，会对性能造成影响。

3) 如何进行水平分表

一般可以有范围(range)法和hash法来进行水平分表。

假设现在有3万行数据，需要对它们进行水平分表：

范围法很好理解，可以让第1 ~ 10000行数据存放在表1，第10001 ~ 20000行数据存放在表2，第20001 ~ 30000行数据存放在表3，就完成了水平分表。
这种方案的优点是利于扩容，不需要做数据迁移，直接增加新表即可。但是每次新增数据时，都只是在最后一个表中进行插入，这就导致了单表热点问题。

hash法也不难理解，就是选择一个合适的hash函数，比如说使用取模操作(%)，把%3结果为0的数据存放在表1，结果为1的存放在表2，结果为2的存放在表3即可。
这种方案的优点就是能解决单表热点问题，但是不利于扩容，因为一旦扩容后hash的结果就会改变，只能进行数据迁移重新进行hash。

(2) 垂直分表

1) 什么是垂直分表

垂直分表就是把一张表按列分为多张表，多张表通过主键进行关联，从而组成完整的数据。
分表之后，每张表的结构都不相同。

2) 为什么要垂直分表

以Mysql的InnoDB引擎来说：

在Mysql中，数据的基本单位，称为行 (Row)
管理数据的基本单位，称为页 (Page)
保存页的单位，称为区 (Extent)
一个区由连续的页组成，一个页由连续的行组成

默认每一个区的大小为1M，默认每一页的大小为16K，所以一个区有1024 / 16 = 64个页
而每个页中，根据每行数据的大小，又可以存储多个行

然而，在InnoDB 1.0版本之后，引入了一个新特性：压缩页
被压缩之后的页在实际占用空间上，比逻辑上的要小，但是在压缩和解压缩时会花费额外的时间
这时如果出现了跨页检索数据，效率就会比较低

因此，在表设计时，尽可能的在页内多存储数据行，这样可以减少跨页检索，提高效率。
而多存储数据行就意味着，每一行的列数要尽可能少。

3) 如何进行垂直分表

既然要求每一行的列数尽可能少，那直接每个表就只存储一两列行不行？

当然不行！
这样做不仅会造成表过多，而且会产生大量重复字段(比如主键)，在查询时还需要不断地进行多表关联
所以，如何进行垂直分表还是有技巧的。

一般来说，垂直分表并不会把列平分到2个表中，而是会将一些重要的字段单独剥离成小表，把剩余的不太重要的字段放在大表中。
比如，把查询、排序时需要的字段，高频访问的小字段放在小表
而把低频访问字段以及一些大字段放在大表中。

2. 有没有既能解决热点问题，又方便扩容的分表方案呢？

上边我们说了，range法方便扩容，不需要数据迁移，但是存在热点问题；
hash法不存在热点问题，但是扩容时需要进行数据迁移。
如何把两者的优点结合起来呢？

假设我们现在有3个数据库（DB1、DB2和DB3），每个库中有3个表（Table_0 ~ Table_2），它们组成了一个group，共同来存储3000万条数据。在每个库中，都通过range法来对表的存储范围进行划分。比如Table_0用来存储id为0 ~ 1000万的数据，Table_1用来存储id为1000万 ~ 2000万的数据，Table_2用来存储id为2000万 ~ 3000万的数据。

那在插入新数据时，应该插入到哪个库的哪个表中呢，可以通过hash来决定，这里的模数就是表的总数 9，结果为0、1、2就插入DB1，结果为3、4、5就插入DB2，结果为6、7、8就插入DB3，再根据range的结果来真正的插入对应的表中。

举个例子，现在我们要插入id为1500万的数据，因为1500万 % 9 = 6，所以需要插入到DB3中，根据range的划分，最终插入到DB3中的Table_1表中了。

如果现在需要再扩容3000万条数据怎么办？那就再增加一个group就行了。

所以最终的流程应该是这样：先根据id决定属于哪个group，再根据hash的结果决定数据库，最终根据range的结果决定表。

（可以参考这篇文章，讲的很详细，而且有图解。）

3. 如果每个数据库的性能不一样怎么办，如何优化数据分布？

比如DB1的性能最好，DB2次之，DB3的性能最差，如何根据它们的性能优化数据分布呢？

其实很简单，微调上边说的方案，性能高的库多加表，性能低的库少加表就行了。

比如，DB1中创建5张表，DB2中创建3张表，DB3中只创建1张表。

为什么这样就可以了？别忘了我们在做hash时，是根据表的总数进行取模的，所以一个库中表的个数越多，分配到这个库上的概率就越大，反之就越小。这样就能根据数据库的性能来决定数据的分布情况了。

4. 如何把单库单表的数据迁移到分库分表上？

如果我有一个拥有大量数据的单库单表，现在想要把数据迁移到分库分表上，有哪些方案？

(1) 停机迁移方案

第一种方案就是停机，然后再进行数据的迁移。这种方案是肯定不会选择的。

(2) 双写迁移方案

双写就是说，在对老库进行修改的同时，也对新库进行同样的修改，然后再进行数据的迁移。迁移完成后，需要将老库和新库中的数据进行比较，更新不匹配的数据到新库中，最后再将配置从老库切换到新库上。
比如可以使用Canal做增量数据同步，使用Sharding-Proxy来做数据迁移。

更多的内容可以参考以下文章：
Sharding-Jdbc实现读写分离 + 分库分表
ShardingSphere实现数据迁移