背景

随着业务的扩张，流量的增加，数据库的压力耶随之增加。单库单表就无法支撑庞大的业务请求。这时候，就可以考虑对数据库进行扩展。本文简单讲述通用的数据库扩展策略。

分库分表

垂直拆分

依据业务纬度进行垂直拆分。如：用户库存储用户相关的表、商品库存储商品相关的表等。

再者，一种场景是对单张宽表进行拆分，将热点列（长度较短，访问频率较高）放在一种表中叫做主表；将冷数据（字段较长，访问频率较低）的放在扩展表中。

特点：

1. 每个库（表）的结构都不一样。
2. 一般来说，每个库（表）的属性至少有一列交集，一般是主键。
3. 所有库（表）的并集是全量数据。

优点： 降低数据量大小，提升数据库性能。

缺点：

1. 单库的jion查询问题。
2. 排序分页问题。
3. 自增id问题。
4. 分布式事物问题。
5. 热点数据问题。

水平切分

水平切分是依据某列，按照某一规则（取模或hash等算法）将一个库（表）的数据分解到多个库（表）中。

特点：

1. 每个库（表）的结构都一样。
2. 每个库（表）的数据都不一样，没有交集。
3. 所有库（表）的并集是全量数据。

优点： 降低数据量大小，提升数据库性能。

缺点：

1. 单库的jion查询问题。
2. 排序分页问题。
3. 自增id问题。
4. 分布式事物问题。

读写分离

分库分表解决了数据量的问题。然而，随着数据量的增加，像商品表的会出现读多写少的问题。这样，就出现读写分离的做法。

如上图： 1个写库，2个读库。服务A和服务B走从库A，服务D和服务E走从库B，服务C在从库A和从库B间做轮询。

特点： 针对读多写少的业务场景。

优点：

1. 可以很好地把各个业务隔离开来。不会因为一个业务把数据库拖死而导致所有的业务都死掉。
2. 可以很好地分担数据库的读负载，毕竟读操作是最耗数据库 CPU 的操作。

缺点： 数据库同步不实时问题，需要强一致性的读写操作还是需要落在写库上。

以上简单介绍了数据库扩展常用方法。同时也相应的抛出了几个问题，如何解决？后续章节会逐个介绍，也欢迎留言评论，一起交流。

动动小手指，您的关注，是给予我最大的支持。