一个挺着啤酒肚，身穿格子衫，发际线严重后移的中年男子，手拿着保温杯，胳膊夹着MacBook向你走来，看样子是架构师级别。
面试开始，直入正题。
面试官：小伙子，看到你的简历上面写了项目中有对MySQL进行分库分表，为什么要进行分库分表？
我：不知道啊！谁知道老大咋想的，反正我来的时候就已经分好了。
面试官：嗯...，今天的面试就先到这吧，有后续面试会通知你，我送你下去。
别啊，每次都说会通知我，然后我就傻傻的回去等通知了。我是实话实说，难道让我去订阅一灯的文章，背诵八股文给你听？
好吧！自古真情留不住，总是套路得人心。重来一次，我把一灯总结的八股文背诵一遍。
我：当MySQL单表数据量过大，比如超过5千万条的时候，读写性能变得很差。而且常规的优化手段已经不起作用了，比如：SQL调优、添加索引、主从复制、读写分离。这时候就需要用到MySQL终极优化方案 — 分库分表。
面试官：不错，我该怎么判断项目是需要分库还是要分表？是先分库还是先分表？
这谁能现场总结出来？别着急，等我看一眼一灯的八股文。
我：有了。
- 当数据库的QPS过高，数据库连接数不足的时候，就需要分库。
- 当单表数据量过大，读写性能较差，就需要分表。
- 当两者都有的时候，就需要分库分表。
至于先分库还是先分表？建议先分表，如果分表能解决问题，就不需要分库了，毕竟需要单独服务器资源，成本更高。
面试官：小伙子，总结的挺全。分库分表有哪些拆分方案呢？
我：分库分表有垂直拆分和水平拆分。垂直拆分又有垂直分库、垂直分表。
垂直分库，不同的业务拆分到不同的数据库。
垂直分表，把长度较大或者访问频次较低的字段，拆分到扩展表中。
水平分表，单表数据量过大时，按照订单ID拆分到多张表中。
面试官：小伙子，有点东西。都知道分库分表好使，就没有什么缺点吗？
我：当然有，“所有命运馈赠的礼物，早已在暗中标好了价格。”分库分表带来了低耦合、高性能的优点，可是缺点却是一大堆。
垂直分库：
不同库多表之间无法join关联查询，只能通过接口聚合，复杂度直线上升。
横跨多个数据库导致无法使用本地事务，数据强一致性就别想了，只能引入更为复杂的分布式事务，勉强实现数据的最终一致性，可用性直线下降。
垂直分表：
本来一张表能查出来的数据，现在需要多张表join关联查询，这不瞎耽误事。
水平分表：
多张表关联查询时，无法实现分页、排序功能。
面试官：分库分表带来这么多问题，你没有没考虑过相应的解决方案？
我怎么可能没有解决方案，难道我提出问题给自己挖坑？
我：当然有考虑过，“有问题就会有答案”。
跨库查询问题：
采用字段冗余方案，比如订单表存储店铺ID、店铺名称，就不需要再查询商户数据库了。
不过这种方案要求冗余字段要很少变动，就算变动后，也能容忍返回旧数据。
多表分页查询问题：
这个处理起来就很需要技术含量了。
比如：订单表按照订单ID分片，(order_id % 128)，分成了128张表。
Leader看了说：每张表的数据量差不多，分的很均匀，以后不要再分了。
同一个用户的订单散落在不同的表，用户想查询自己的订单，根本无法做到分页查询。难道一次全部查询该用户的所有订单，然后做内存分页，多大的机器内存都让你搞挂。
想要实现用户订单分页查询，可以采用按照用户ID分片，(user_id % 128)，这样同一个用户的订单只会存储在一张表中，咋分页展示都行。
没有完美的分片方案，如果商户想要分页查看自己店铺的订单怎么办？
那就把订单再冗余存储一份，按照店铺ID分片，(shop_id % 128)。不过由于商户数量较少，可以搞个异步线程往商户订单分片表同步。
订单按照用户ID分片后，发生数据倾斜怎么办？
因为不同用户的订单量是不同的，一个爱好购物的小姐姐的订单量抵得上几十个老爷们。导致一张表数据几百条，另一张表数据量千万级，这该咋整？
做冷热数据分离，基础库只存储3个月内的订单，其他的移动到历史订单库。这个要跟产品商量好，3个月前的订单需要单独的查询页面。
跨库事务问题：
这个问题就更复杂了。
下一个订单需要调用多个服务，只能使用分布式事务。
分布式事务的实现非常复杂，常用的有以下几种解决方案：
- 二阶段提交
- TCC
- 本地消息表
- MQ事务消息
- 分布式事务中间件
面试官：准备的挺全啊。订单表分片后，肯定不能使用数据库自增主键做订单ID，因为无法全局唯一，有什么好的解决办法？
我：又问到我手心里面，我前两天刚看完一灯写的“雪花算法”，我现场手写订单ID的生成代码吧。
面试官：小伙子可以啊，下一面是HR面试，有薪资要求尽管提，你一定要来我们公司上班。
总结：
关于分库分表的所有知识点，虽然很多，但都已经总结在这张图上了。
文章持续更新，可以微信搜一搜「 一灯架构 」第一时间阅读更多技术干货。
