一、分库分表解决的现状问题
解决数据库本身瓶颈
连接数：连接数过多时，就会出现‘toomanyconnections’的错误，访问量太大或者数据库设置的最大连接数太小的原因
Mysql默认的最大连接数为.可以修改，而mysql服务允许的最大连接数为
数据库分表可以解决单表海量数据的查询性能问题
数据库分库可以解决单台数据库的并发访问压力问题
解决系统本身IO、CPU瓶颈
可以通过showprocesslist;、showfullprocesslist，发现CPU使用率比较高的SQL
常见的对于查询时间长，State列值是Sendingdata，Copyingtotmptable，Copyingtotmptableondisk，Sortingresult，Usingfilesort等都是可能有性能问题SQL，清楚相关影响问题的情况可以kill掉
也存在执行时间短，但是CPU占用率高的SQL，通过上面命令查询不到，这个时候最好通过执行计划分析explain进行分析
磁盘读写IO瓶颈，热点数据太多，尽管使用了数据库本身缓存，但是依旧有大量IO,导致sql执行速度慢
网络IO瓶颈，请求的数据太多，数据传输大，网络带宽不够，链路响应时间变长
CPU瓶颈，尤其在基础数据量大单机复杂SQL计算，SQL语句执行占用CPU使用率高，也有扫描行数大、锁冲突、锁等待等原因
二、垂直和水平分库分表区别
垂直角度（表结构不一样）
好处：避免表之间竞争同个物理机的资源，比如CPU/内存/硬盘/网络IO
原则：根据业务相关性进行划分，领域模型，微服务划分一般就是垂直分库
好处:避免IO时锁表的次数，分离热点字段和非热点字段，避免大字段IO导致性能下降
原则：业务经常组合查询的字段一个表；不常用字段一个表；text、blob类型字段作为附属表
垂直分表:将一个表字段拆分多个表，每个表存储部分字段
垂直分库：根据业务将表分类，放到不同的数据库服务器上
水平角度（表结构一样）
单个表的数据量少了，业务SQL执行效率高，降低了系统的IO和CPU压力
原则
选择合适的分片键和分片策略，和业务场景配合
避免数据热点和访问不均衡、避免二次扩容难度大
好处:多个数据库，降低了系统的IO和CPU压力
原则
选择合适的分片键和分片策略，和业务场景配合
避免数据热点和访问不均衡、避免二次扩容难度大
水平分库：把同个表的数据按照一定规则分到不同的数据库中，数据库在不同的服务器上
水平分表：同个数据库内，把一个表的数据按照一定规则拆分到多个表中，对数据进行拆分，不影响表结构
2.1垂直分表
也就是“大表拆小表”，基于列字段进行的
拆分原则一般是表中的字段较多，将不常用的或者数据较大，长度较长的拆分到“扩展表如text类型字段
访问频次低、字段大的商品描述信息单独存放在一张表中，访问频次较高的商品基本信息单独放在一张表中
垂直拆分原则
把不常用的字段单独放在一张表;
把text，blob等大字段拆分出来放在附表中;
业务经常组合查询的列放在一张表中
2.2垂直分库
垂直分库针对的是一个系统中的不同业务进行拆分，数据库的连接资源比较宝贵且单机处理能力也有限
没拆分之前全部都是落到单一的库上的，单库处理能力成为瓶颈，还有磁盘空间，内存，tps等限制
拆分之后，避免不同库竞争同一个物理机的CPU、内存、网络IO、磁盘，所以在高并发场景下，垂直分库一定程度上能够突破IO、连接数及单机硬件资源的瓶颈
垂直分库可以更好解决业务层面的耦合，业务清晰，且方便管理和维护
一般从单体项目升级改造为微服务项目，就是垂直分库
2.3水平分表
把一个表的数据分到一个数据库的多张表中，每个表只有这个表的部分数据
核心是把一个大表，分割N个小表，每个表的结构是一样的，数据不一样，全部表的数据合起来就是全部数据
针对数据量巨大的单张表（比如订单表），按照某种规则（RANGE,HASH取模等），切分到多张表里面去
但是这些表还是在同一个库中，所以单数据库操作还是有IO瓶颈，主要是解决单表数据量过大的问题
减少锁表时间，没分表前，如果是DDL(create/alter/add等)语句，当需要添加一列的时候mysql会锁表，期间所有的读写操作只能等待
2.4水平分库
把同个表的数据按照一定规则分到不同的数据库中，数据库在不同的服务器上
水平分库是把不同表拆到不同数据库中，它是对数据行的拆分，不影响表结构
每个库的结构都一样,但每个库的数据都不一样，没有交集，所有库的并集就是全量数据
水平分库的粒度，比水平分表更大
三、水平分库分表常见策略
3.1Range
范围角度思考问题(范围的话更多是水平分表)
地理位置：省份、区域（华东、华北、华南）
比如按照省份生成库或表
年、月、日范围
比如按照月份生成库或表pay_log__01、pay_log__02
自增id范围
数字
时间
空间
例如：自增id，根据ID范围进行分表（左闭右开）
规则案例
1~1,,是table_1
1,,~2,,是table_2
2,,~3,,是table_3
...更多
优点
id是自增长，可以无限增长
扩容不用迁移数据，容易理解和维护
缺点
大部分读和写都访会问新的数据，有IO瓶颈，整体资源利用率低
数据倾斜严重，热点数据过于集中，部分节点有瓶颈
基于Range范围分库分表业务场景
微博发送记录、