【干货】浅谈分布式数据库中间件之分库分表

分库分表，顾名思义就是把原本存储于一个库的数据分块存储到多个库上，把原本存储于一个表的数据分块存储到多个表上。那么关于分库分表，你了解多少呢？接下来，我们将从什么是数据分片及如何进行分片两方面对DDM分库分表做一个阐释。

什么是数据分片
分片是解决数据库存储容量限制的直接途径。分片包括垂直分片与水平分片两种方式。

垂直分片
垂直分片又叫纵向分割，即以逻辑表为单位，把原有数据库切分成多个数据库。切分后不同的表存储在不同的数据库上。

垂直分片与业务架构设计有密切的联系。比如从业务领域对系统进行架构优化，分成多个子业务系统，各个子业务系统耦合度较低。子业务系统间以接口方式进行数据通信和数据交换。

垂直拆分后业务清晰，拆分规则明确，系统之间容易整合与扩展。一般用于数据库上层架构设计。

垂直分片示意图

水平分片
水平分片又叫横向分割，即以逻辑表中的数据行记录为单位，把原有逻辑数据库切分成多个物理数据库分片，表数据记录分布存储在各个分片上。

水平分片主要用业务架构无法继续细分，而数据库中单张表数据量太大，查询性能下降的场景。通过水平分片，即解决单库容量问题，同时提高并发查询性能。

水平分片示意图

DDM实现了自动水平分片，应用无需关心某个数据该存储在哪一块分片上。对逻辑表水平分片需要依据一定的分片规则，例如一个订单跟踪系统，我们选取订单号(OrderId)作为拆分键，分别对“订单流水表”、“订单详情表”以及“物流跟踪表”进行水平拆分，拆分规则为对键值Hash后求模，则分片计算规则如下：
H(Key(OrderId)) = Hash(Key(OrderId))%N

其中，N表示一共有N个数据分片，H(Key(OrderId))表示该订单经过订单号Hash并求模后存储的分片编号。

分片后数据存储示意图

如何进行分片

在分布式数据库中，可以通过分库分表存储方式，轻松解决大数据量单表容量达到单机数据库存储上线的瓶颈。但是分库存储后，需要尽量避免跨库JOIN操作带来的性能与资源消耗问题。

因此创建逻辑库和逻辑表时，需要根据实际情况确定：
1、逻辑表分不分片？
DDM逻辑表支持全局表、分片表、单表三种类型。用户可以按照数据表的实际使用需求，选择最合适的逻辑表类型创建。

单表只在第一个分片创建表以及存储数据，全局表在每一个分片创建表并且存储全量数据。分片表在每一个分片创建表，数据按照拆分规则分散存储在分片中。

2、按什么规则分？
逻辑表的拆分键选择非常重要。建议按实际业务场景选择拆分键，不同逻辑表，如果具有E-R关系，建议选择相同字段做拆分键，避免跨库JOIN操作。

在实际使用中，有以下建议供参考：

数据量在1000万以下的表，不建议分片。通过建立合适的索引，采取读写分离策略，单表也可以很好的解决性能问题。

数据量在1000万以上的表，建议分片。将数据分片存储后，既能解决单张表容量过大带来的性能瓶颈，同时提高并发支持。注意要选择合适的拆分键，提前做好规划。

业务读取尽量少用多表JOIN，同一个事务避免跨分片。查询条件尽量带上拆分键，避免全分片表扫描。

数据库中间件DDM将底层数据库存储引擎以集群方式管理起来，用户使用非常方便。应用程序不需要关心具体有多少分片。类似操作单机数据库，用户通过DDM管理控制台进行数据库运维，使用JDBC等驱动服务或SQL客户端连接数据库，进行数据读写。想要了解更多，欢迎点击分布式数据库中间件DDM查看。