首先，接著上篇博文：Mysql千萬資料級分表設計及實現方案已經分析了自增id作分表key和全域性服務id（16位）作分表key進行分表的兩種設計方案。自增id優勢在於簡單，直接雜湊取模即可分表完成。根據全域性服務生成的16位使用者id（或訂單id）則需關注分表鍵生成策略，根據生成策略確定取模演算法，保證資料儘量均勻分佈。另外採取uid還得關注熱點使用者導致的資料熱點問題，若出現熱點問題，可針對熱點資料做快取處理，減少某幾張表的資料存取壓力。

下面根據專案實踐來進一步總結分析分庫分表設計及落地方案。

一、根據資料年增長量及業務增長量預估，確定分表數

以庫中最大資料量作考量，分析如下：

1、交易賬單表當前資料量：8kw

2、2017年增長：8kw

根據dba建議考慮分表後單表資料量不超過1kw估算，8kw/16=0.5kw *2年=1kw，若分成16張表可基本滿足兩年的資料增長。

二、結合業務，每張表對應crud操作，確定分表key

在選擇分表鍵，有兩個點需要重點關注：

1、採用外部鍵作為分表鍵

因為一般查詢業務都是根據訂單id，使用者id等具備業務屬性key呼叫交易，選擇這些key的好處在於業務線直接傳入分表鍵，無需二次對映操作，直接路由即可。而劣勢在於，鍵的生成策略外部控制，與業務線強耦合，且型別等受制。

對於公司如果提供全域性的id生成，且各系統均採取該方式維護，則可以採取外部鍵。

2、選擇自身生成id（pay_id）為分表鍵

業務線查詢業務key（b_U_id|order_id），此時業務線對pay_id是無感知的，與交易互動僅通過業務線id或訂單id，則需要：

方案1：考慮先查出分表key後路由（方案：查取快取、或建立bid-pay_id的對映表）

方案2：根據業務線傳入id做一次查詢。每次操作多餘一次查詢，且查詢分表在無分表key情況下，依次查。存在效率問題

最終選取2中方案1，建立業務表與分表鍵的對映表，且對映表同樣進行分表，一次業務互動兩次路由。

三、根據業務背景，確定分表方式

垂直拆分

1、常見拆分場景

a). 大欄位的垂直切分。單獨將大欄位建在另外的表中，提高基礎表的訪問效能，原則上在效能關鍵的應用中應當避免資料庫的大欄位

b). 按照使用用途垂直切分。例如企業物料屬性，可以按照基本屬性、銷售屬性、採購屬性、生產製造屬性、財務會計屬性等用途垂直切分

c). 按照訪問頻率垂直切分。例如電子商務、Web 2.0系統中，如果使用者屬性設定非常多，可以將基本、使用頻繁的屬性和不常用的屬性垂直切分開

2、拆分原則

一般講長度短、訪問率高的欄位，拆分進入base表。其他欄位放入extend表中。因為mysql通過行進行buffer快取，長度短意味著能一次性儲存更多行數的記錄，最大量減少磁碟訪問。

水平拆分

1、常見拆分場景

a). 比如線上電子商務網站，訂單表資料量過大，按照年度、月度水平切分（時間維度range）

b). Web 2.0網站註冊使用者、線上活躍使用者過多，按照使用者ID範圍等方式，將相關使用者以及該使用者緊密關聯的表做水平切分（使用者id range）

c). 例如論壇的置頂帖子，因為涉及到分頁問題，每頁都需要顯示置頂貼，這種情況可以把置頂貼水平切分開來，避免取置頂帖子時從所有帖子的表中讀取

3、兩種方式的常見拆分方案：

1、hash取模：簡單，路由方便；擴容不方便，進行rehash 二次擴容。

  一致性雜湊：普通雜湊優化-->一致性雜湊

普通雜湊case：

1、10個id，分2張表資料分佈如下：

2、資料擴容，分成4張表資料分佈如下（rehash操作）：

資料遷移量：2、3、6、7 共4各節點資料需進行遷移，40%（其實這種計算方式不恰當，因為隨著資料量增加，同樣由2擴容到4，遷移量肯定小於40%）

3、不進行double擴容，而是採取增加或減少某個節點（仍然需要rehash）。例如增加1各節點後，資料分佈：

資料遷移量：2,3,4,5,8,9 共6各節點資料需進行遷移，60%

一致性雜湊case：

先簡單介紹原理：

1、將node節點數和id按照相同雜湊演算法（如md5、ascii）先計算出一個雜湊值，則計算後的node值則可以看做分佈在一個環上的節點。

2、將每個id計算的雜湊值與node雜湊值做對比，小於某node的，均分佈在node後。

3、則此時進行節點新增時，再將需新增的節點按照同樣的演算法計算出雜湊，按大小與原node雜湊進行對比確定在環中的分佈位置。再重複2中操作，確定需要遷移的資料。

同樣10個id，先分2張表，採用一致性雜湊演算法操作如下：

1）計算分表鍵id及分表table（node）對應雜湊值

2）按照大小對比，進行分表操作

3）此時再增加節點node 3，算出雜湊值為216，則只需要將大於228的資料而小於216的部分，遷移到216上，即只需要遷移5、6

總結

    節點和分表key按照統一規則計算出一個雜湊值（虛擬值），以相同的對比規則按照大小方式進行排列，增加刪除節點總是在某一個範圍內進行小部分遷移，從而達到減少資料遷移量的目的。

2、除雜湊取模外，還可通過range進行計算

              range： 0-1億 table0 ；1億到2億 table1； 擴容方便；問題：id必須自增，新使用者活躍度高，資料熱點問題，新增資料表，資料分佈不均。