分库分表

• S：在学习和实践“分库分表”时，需要建立统一的概念和问题边界。
• C：相关概念、实现机制和工程取舍容易混在一起，导致只记住结论而无法判断适用条件。
• Q：“分库分表”要解决什么问题？它的核心抽象、工作机制和边界分别是什么？
• A：本文围绕“分库分表”整理核心概念、关键机制和工程实践，并明确其适用边界。

S 单库单表在数据量、索引规模、单主写入吞吐上都有上限；主从复制只能扩读，写请求最终还是落在主库。 C 一旦把数据拆到多个库表，事务、Join、分页、扩容、排障都会明显变复杂；拆错分片键，后面迁移成本极高。 Q 什么时候该做分库分表？它到底解决什么，不解决什么？分片键怎么选，拆完后最常见的代价和坑有哪些？ A 分库分表本质上是把单机数据库里的数据和写流量，按某个规则拆到多个分片上，以换取容量和写扩展；它解决的是单主写瓶颈和单表过大，但代价是把很多单机数据库内部问题暴露成分布式系统问题。

它和主从、分区是什么关系

• 主从复制：核心是读写分离。主库写，从库读，主要解决读压力和高可用，不解决单主写瓶颈。
• 数据分区 / Sharding：更通用的概念，表示把数据拆到多个分片上。
• 分库分表：数据库场景里的分片落地方式。通常是先按规则路由到某个库，再落到某张表。

可以把它记成：

• 主从解决读扩展
• 分库分表解决写扩展和容量扩展

为什么要分库分表

• 单主写扛不住：写请求都打到一个主库，主从再多也没用。
• 单表太大：索引膨胀，查询和维护成本上升。
• 业务隔离需要：不同业务域独立扩容，减少相互影响。

但一般不是一上来就做，而是常先经过：

1. 读写分离
2. 缓存
3. 业务拆分
4. 最后才是分库分表

常见拆法

• 垂直拆分：按业务域拆库，比如用户库、订单库、支付库。主要解决模块隔离和业务独立扩展。
• 水平拆分：同一张表的数据按规则打散到多个库表，比如按 user_id % 8。主要解决容量和写吞吐。

典型形态：

业务 -> 路由层 -> 分片 1 (master + replicas)
               -> 分片 2 (master + replicas)
               -> 分片 3 (master + replicas)

也就是说，很多系统不是“主从”或“分库分表”二选一，而是：

• 先分片
• 每个分片内部再主从复制

分片键怎么选

分片键决定一条数据落到哪个库表，是分库分表最关键的设计点之一。

好的分片键通常要满足：

• 高基数：值足够分散，便于均匀打散写流量
• 稳定：创建后基本不变，避免数据搬家
• 查询常用：核心查询最好经常带这个字段，避免广播查询
• 贴近事务边界：一组经常一起读写的数据，尽量落在同一分片
• 不易形成热点：避免超级大客户、热门 key 把单分片打爆

常见候选：

• user_id
• tenant_id
• order_id

常见错误：

• 按低基数字段分片，如 status、gender
• 按时间直接分片，导致新写集中到当天分片
• 只考虑写均衡，不考虑查询路由

分库分表后的典型代价

1. 跨库事务变复杂

单库里一个事务就能完成的多步更新，拆分后可能变成跨分片事务。

常见后果：

• 本地事务不够用
• 需要分布式事务，复杂且成本高
• 或改成最终一致性，比如消息队列 + 补偿

2. Join 变难

如果关联表不在同一分片：

• 跨库 Join 很难做或代价很高
• 往往需要应用层拼装
• 或通过字段冗余减少 Join

3. 全局分页和排序变难

order by ... limit ... 在单表里很自然；分表后通常要：

• 每个分片先查一部分
• 再在应用层归并排序
• 最后取全局前 N 条

4. 全局唯一和 ID 生成变难

单库自增主键不再天然适用，通常要引入：

• 雪花算法
• 号段模式
• UUID

同时，唯一索引也往往只能保证分片内唯一，不再天然保证全局唯一。

5. 扩容和再平衡麻烦

如果早期规则是 user_id % 4，后面扩成 8 个分片，就会涉及：

• 路由规则变化
• 历史数据迁移
• 双写、校验、切流

所以分片规则一旦落地，后面很难随意改。

6. 热点与数据倾斜

就算总体看分布均匀，也可能因为个别大客户或热门 key 导致：

• 某个分片特别热
• 其他分片相对空闲

这类问题本质上是逻辑均匀不等于流量均匀。

它适合解决什么，不适合解决什么

适合：

• 单主写吞吐不够
• 单表规模过大
• 明确知道主要访问模式，可以稳定选出分片键

不适合：

• 查询模式还不稳定
• 业务还在快速变化
• 当前瓶颈其实是读、慢 SQL、索引设计或缓存缺失

如果瓶颈还没定位清楚，先做分库分表，常常只是把一个单机问题升级成分布式问题。

和数据分区那篇的分工

• CS++数据分区 偏通用分区原理：range、hash、热点、rebalancing、二级索引
• 本文偏数据库工程实践：主从 vs 分库分表、垂直/水平拆分、分片键、事务/Join/分页/全局 ID

一句话总结：

分库分表不是“把表拆开”这么简单，而是在用更高的系统复杂度，去换更高的写吞吐和更大的数据规模。