range是什么意思

取模是什么意思_什么是数据库分库分表？

1.前⾔

中⼤型项⽬中，⼀旦遇到数据量⽐较⼤，⼩伙伴应该都知道就应该对数据进⾏拆分了。有垂直和⽔平两种。

垂直拆分⽐较简单，也就是本来⼀个数据库，数据量⼤之后，从业务⾓度进⾏拆分多个库。如下图，独⽴的拆分出订单库和⽤户库。

⽔平拆分的概念，是同⼀个业务数据量⼤之后，进⾏⽔平拆分。

上图中订单数据达到了4000万，我们也知道mysql单表存储量推荐是百万级，如果不进⾏处理，mysql单表数据太⼤，会导致性能变

慢。使⽤⽅案可以参考数据进⾏⽔平拆分。把4000万数据拆分4张表或者更多。当然也可以分库，再分表；把压⼒从数据库层级分开。

1.1垂直拆分和⽔平拆分区别

1.1.1垂直拆分

数据库的垂直拆分：对业务表进⾏分类，不同的业务表划分到不同的数据库⾥。这种形式的拆分往往是便随着服务化改造，按功能模块将

原来强耦合的系统拆分为多个弱耦合的服务，此时往往就会进⾏数据库的垂直拆分。

数据表的垂直拆分：是针对于数据表列的拆分，把⼀张列⽐较多的表拆分为多张表。

垂直拆分的优点：

数据库的拆分简单明了，拆分规则明确。

应⽤程序模块清晰明确，整合容易。

数据维护⽅便易⾏，容易定位。

垂直拆分的缺点：

部分表关联⽆法在数据库级别完成，需要在程序中完成。

单表⼤数据量仍然存在性能瓶颈。

事务处理相对更为复杂。

拆分达到⼀定程度之后，扩展性会遇到限制。

1.1.2⽔平拆分

把⼀个表的数据按照某种规则化分到不同表或数据库⾥(⽔平拆分是按照⾏数据拆分)。

⽔平拆分的优点：

解决单表单库⼤数据量和⾼热点访问性能遇到瓶颈的问题；

应⽤程序端整体架构改动相对较少。

事务处理相对简单。

只要切分规则能够定义好，基本上较难遇到扩展性限制。

⽔平拆分缺点：

拆分规则相对更复杂，很难抽象出⼀个能够满⾜整个数据库的切分规则。

后期数据的维护难度有所增加，⼈为⼿⼯定位数据更困难。

产品逻辑将变复杂。⽐如按年来进⾏历史数据归档拆分，这个时候在页⾯设计上就需要约束⽤户必须要先选择年，然后才能进⾏查询。

总⽽⾔之

1.数据表垂直拆分：单表复杂度。

2.数据库垂直拆分：功能拆分。

3.⽔平拆分：分表：解决单表⼤数据量问题。分库：为了解决单库性能问题。

2.分库分表⽅案

分库分表⽅案中有常⽤的⽅案，hash取模和range范围⽅案；分库分表⽅案最主要就是路由算法，把路由的key按照指定的算法进⾏路由存

放。接下来介绍⼀下两个⽅案的特点。

2.1hash取模⽅案

在我们设计系统之前，可以先预估⼀下⼤概这⼏年的订单量，如：4000万。每张表我们可以容纳1000万，也我们可以设计4张表进⾏存

储。

那具体如何路由存储的呢？hash的⽅案就是对指定的路由key(如：id)对分表总数进⾏取模，上图中，id=12的订单，对4进⾏取模，

也就是会得到0，那此订单会放到0表中。id=13的订单，取模得到为1，就会放到1表中。为什么对4取模，是因为分表总数是4。

优点

订单数据可以均匀的放到那4张表中，这样此订单进⾏操作时，就不会有热点问题。

热点的含义：热点的意思就是对订单进⾏操作集中到1个表中，其他表的操作很少。订单有个特点就是时间属性，⼀般⽤户操作订单数

据，都会集中到这段时间产⽣的订单。如果这段时间产⽣的订单都在同⼀张订单表中，那就会形成热点，那张表的压⼒会⽐较⼤。

缺点

将来的数据迁移和扩容，会很难。

如：业务发展很好，订单量很⼤，超出了4000万的量，那我们就需要增加分表数。如果我们增加4个表

⼀旦我们增加了分表的总数，取模的基数就会变成8，以前id=12的订单按照此⽅案就会到4表中查询，但之前的此订单时在0表的，这样就

导致了数据查不到。就是因为取模的基数产⽣了变化。

遇到这个情况，我们⼩伙伴想到的⽅案就是做数据迁移，把之前的4000万数据，重新做⼀个hash⽅案，放到新的规划分表中。也就是我们

要做数据迁移。这个是很痛苦的事情。有些⼩公司可以接受晚上停机迁移，但⼤公司是不允许停机做数据迁移的。

当然做数据迁移可以结合⾃⼰的公司的业务，做⼀个⼯具进⾏，不过也带来了很多⼯作量，每次扩容都要做数据迁移

那有没有不需要做数据迁移的⽅案呢，我们看下⾯的⽅案

2.2range范围⽅案

range⽅案也就是以范围进⾏拆分数据。

range⽅案⽐较简单，就是把⼀定范围内的订单，存放到⼀个表中；如上图id=12放到0表中，id=1300万的放到1表中。设计这个⽅案时

就是前期把表的范围设计好。通过id进⾏路由存放。

优点

我们⼩伙伴们想⼀下，此⽅案是不是有利于将来的扩容，不需要做数据迁移。即时再增加4张表，之前的4张表的范围不需要改变，id=12

的还是在0表，id=1300万的还是在1表，新增的4张表他们的范围肯定是⼤于4000万之后的范围划分的。

缺点

有热点问题，我们想⼀下，因为id的值会⼀直递增变⼤，那这段时间的订单是不是会⼀直在某⼀张表中，如id=1000万～id=2000万之

间，这段时间产⽣的订单是不是都会集中到此张表中，这个就导致1表过热，压⼒过⼤，⽽其他的表没有什么压⼒。

总结

hash取模⽅案：没有热点问题，但扩容迁移数据痛苦

range⽅案：不需要迁移数据，但有热点问题。

那有没有⼀个⽅案，即不需要迁移数据，⼜能解决数据热点的问题呢？