分库分表

好文章：http://blog.itpub.net/2673616...

问题：
（1）数据库数据缓存是什么意思？
（2）Join必须是一个数据库实例，数据库实例怎么理解，是指一个数据库进程吗？如何实现跨库JOIN？
（3）多个数据库实例是在同一台物理机器上，共享cpu和磁盘吗？
（4）分库之后，不同的库是在同一台机器，还是多台机器？
（5）数据库链接数，限制是多少，数据库可承载活跃连接数的阈值？这个连接数是数据库实例的维度的吗？
（6）网络IO瓶颈，请求的数据太多，网络带宽不够 ，对于网络宽带的理解？？
（7）B树作为索引 相对 二叉树的优势
（8）hash-map的通俗解释，php数组空间的连续性？？如何减少离散空间
（9）join 操作到底有多消耗cpu性能，Service层处理的话 效果会提升很多吗？
（10）今日头条分库的中间件？利用MyCat的详细分库分表步骤。
（11）基因法的详细解释，id生成常用 snowflake算法。
（12）非partition key的查询问题，通用的技术解决方案深入。非partition key跨库跨表分页查询问题；
（13）水平扩容库，水平扩容表的时候，因该怎么做？
（14）总结分库分表带来的问题：然后解决方案。

---

answer one：

数据库的缓存机制分为两个层面。

1.由数据库提供，可以对数据表建立的高速缓存。虽然数据库层做了对应的缓存，但这种数据库层次的缓存一般针对的是查询内容，一般只有表中数据没有变更的时候，数据库对应的缓存才发挥了作用。有时并不能减少业务系统对数据库产生的增、删、查、改产生的庞大压力。

2.第三方工具，一般的做法是在数据库与业务服务器之间增加一个缓存服务器，比如我们熟悉的redis。

数据库缓存引发的问题：
（1）**数据的一致性**， 缓存和数据库之间。
（2）为了避免**缓存系统的单点**，衍生出的缓存集群架构等。

---

answer two：
为什么要避免甚至禁止跨库JOIN：
1.微服务，以及很多框架在设计的时候，都是秉着“高内聚，低耦合”的原则。将没有关系的模块，数据拆分开来，跨库join违背了这个原则；
2.同个库内，join操作 就会很消耗cpu和内存，跨库join会导致更加复杂的计算，对性能不友好。

如何避免跨库：

如果跨库再所难免，又有什么方法跨库：

全局表

有可能是系统中所有模块都可能会依赖的一些表，为了避免跨库join查询，可以将这类数据在每个数据库中都存储一份。因为这类数据一般很少发生修改，不用过于担心“一致性”。

字段冗余
时间换空间的一种做法，将本来需要通过join才可获取的字段数据，冗余一份，但是注意数据的一致性。

数据同步
生产一份中间表，定时同步原来需要join才可以得到的数据，因为数据同步本身就好性能，在性能和数据的时效性做平衡。可以将数据计算用大数据的计算框架实现，然后将数据同步到中间表。

等等等