规划分库分表

原则：能不拆就不拆，能少拆不多拆。 原因很简单，你把数据拆分得越散，开发和维护起来就越麻烦，系统出问题的概率就越大。

解决查询慢，需要分表。 解决高并发，需要分库。

针对订单表：使用用户id进行分片，可以把用户id的一部分放到订单id中，这样按订单 ID 查询的时候，就可以根据订单 ID 中的用户 ID 找到分片。

如果要用店铺Id查询，一般的做法是，把订单数据同步到其他的存储系统中去，在其他的存储系统里面解决问题。比如说，我们可以再构建一个以店铺 ID 作为 Sharding Key 的只读订单库，专门供商家来使用。或者，把订单数据同步到 HDFS 中，然后用一些大数据技术来生成订单相关的报表。

分库分表一定是，数据量和并发大到所有招数都不好使了，我们才拿出来的最后一招。

分片算法

1. 范围分片：按范围分片，比如时间，容易产生热点分片。
2. 哈希：能够分得足够均匀的前提条件是，用户 ID 后几位数字必须是均匀分布的。
3. 查表法：决定某个 Sharding Key 落在哪个分片上，全靠人为来分配，分配的结果记录在一张表里面。每次执行查询的时候，先去表里查一下要找的数据在哪个分片中。分片映射表可以通过缓存来加速查询，实际性能并不会慢很多。

此文章为3月Day15学习笔记，内容来源于极客时间《后端存储实战课》