分库分表做到永不迁移数据和避免热点
场景
项目中，如果数据量过大，就应该对数据进行拆分。有垂直与水平两种方式。
垂直拆分比较简单，相当于本来是一个数据库，数据量大了之后，从业务角度进行拆分。比如，独立拆分出订单库和用户库。
水平拆分，同一个业务数据量大了之后，进行水平拆分，比如，一张4000W的表，拆分成4张1000W的表
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。
分库分表方案
分库分表常用方案，hash取模和range范围；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。
1、hash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，比如：4000W。每张表我们可以容纳1000W，可以设计4张表进行存储。
具体如何路由存储？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，那么订单会放到0表中。id=13的订单，取模得到1，就会放到1表中。为什么对4取模，因为分表总数是4。
- 优点： 订单数据可以均匀放到4张表中，这样对此订单进行操作时，就不会有热点问题
热点含义：热点的意思就是对订单进行集中到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表中，那就会形成热点，那张表的压力就会比较大。
- 缺点 将来的数据迁移和扩容，会很难。 比如：业务发展好，订单量大，超出了4000W的量，我们就需要增加分表，如果我们增加4个表
一旦我们增加了分表的总数，取模基数就会变成8，以前id=12的订单按照此方案就会到4表中查询，但之前订单是在0表，这样就会导致数据查询不到。就是因为取模的基数产生了变化。
遇到这种情况，一般都是做数据迁移，把之前4000W的数据重新做hash方案，放到新规划的分表中。但是是个非常麻烦的事情，一般公司可以在晚上进行停机迁移，但是大公司是不允许做数据迁移。
做数据迁移可以结合自己公司的业务，做一个工具进行，不过很多工作量，每次扩容都要数据迁移
range范围方案
range方案就是以范围进行拆分数据
range的方案比较简单，就是把一定范围的订单存放到一个表中；如上图id=12放到0表，id=1300W放到1表。设计这个方案的前提就是把表的范围设计好。通过id进行路由存放。
-
优点 此方案有利于将来的扩容，不需要做数据迁移。即时再增加4张表，之前的4张表范围不需要改表，id=12还是在0表中，id=1300W还是在1表中，新增的4张表的范围肯定大于4000W之后的范围。
-
缺点 会有热点问题，因为id的值会一直增加，那么这段时间的订单不会一直在某一张表中，如果id在1000W～2000W之间这段时间产生的订单都会集中到这张表，导致1表压力过大，而其他的表没什么压力。
总结
hash取模方案：没有热点问题，但扩容迁移数据麻烦；
range方案：不需要迁移数据，但是会存在热点问题
那有什么方案可以做到两者的优点结合呢？，即不需要迁移数据，又能解决数据热点的问题呢？
方案思路
hash可以解决数据均匀的问题，range可以解决数据迁移的问题，那么我们可以两者结合，利用两者的特性。
数据扩容代表着，路由key(如id)的值变大，这个是一定的，那我们先保证数据变大的时候，先用range方案让数据落地到一个范围里面，这样以后id再变大，以前数据不用迁移。
此时又需要考虑到数据均匀，我们可以在一定范围内的数据均匀，因为我们每次扩容肯定会事先设计好这次扩容的范围大小，我们只要保证这次的范围内数据均匀就行了
设计方案
我们定义一个group组概念，这个组包含了一些分库与分表
上面的几个关键点
1）id=0～4000W肯定要落在group01中 2）group01组有3个DB，那一个id如何路由到哪个DB？ 3）根据hash取模定位DB，模的基数是多少？模要为所有此group组DB中的表数量，上图总表数为10。为什么要取表的总数10？而不是DB总数3呢？ 4）如id=12，id%10=2；那么值为2，落到哪个DB库呢？这是设计时前期设定好的，那怎么设定呢？ 5）一旦设计定位哪个DB后，就需要确定落到DB中哪张表呢？
核心流程
按照上面的流程，我们可以根据此规则，定一个id，我们看看有没有避免热点问题。 id在【0，1000W】范围内的，根据上面的流程设计，1000W以内的id都均匀分配到DB_0，DB_1，DB_2三个数据库中的Table_0表中，为什么可以均匀，因为我们用了hash的方案，对10取模。
为什么对表总数10取模，而不是DB总数3取模？我们看一下DB_0为什么是4张表，其他两个DB_1与DB_2是3张表？
我们安排服务器有些服务器性能高，存储高，就可以安排多存放些数据，有些性能低就少放数据。如果我们取模按照DB总数3，那就代表【0，4000W】的数据平均分配到3个DB中，那就不能按照服务器能力适当分配了。
按照Table总数10就能达到，看如何达到：
上图中我们对10进行取模，如果值为【0，1，2，3】就路由到DB_0，【4，5，6】就到DB_1，【7，8，9】就到DB_2，这样就可以把多一点数据放到DB_0中，其他DB数据就可以少一点。
注意：不要被DB_1或DB_2中的table范围也是0～4000W疑惑，这个是范围区间，也就是id再哪些范围，落到哪个表而已
上面的操作，就解决了热点的问题，可以按照服务器的指标，设计数据量的分配
如何扩容
其实扩容直接再设计一个group02组，定义这个group的数据范围就ok了。
因为是心中的一个group组，所以就没有什么数据迁移的概念，完全就是新增的group组，而且这个group组防止了热点，也就是【4000W～5500W】都是均匀分到三个DB的table_0中，【5500万～7000万】数据均匀分配到table_1表中。
系统设计
把group，DB，table之间建立起关联关系
group与DB的关系
table和db的关系
我们开发的时候不需要每次都去查三张关联表，可以保存到缓存中，这样就不会影响性能。
一旦需要扩容，增加group02的关联关系，简单点的话，就凌晨配置，重启应用服务就行，但如果是大型公司，是不允许的，因为凌晨也有订单的。那怎么办呢？本地jvm缓存怎么更新呢？
其实方案也很多，可以使用zookeeper，也可以使用分布式配置，这里是比较推荐使用分布式配置中心的，可以将这些数据配置到分布式配置中心去。简单的方法是，本地直接刷新缓存。
参考
Enjoy Reading This Article?
Here are some more articles you might like to read next: