1. 水平分库

按照某种条件（如用户ID）将数据分布在不同的数据库中。例如，用户ID以hash值为依据，将其分散到多个数据库中。

2. 垂直分库

基于数据类型或访问频率将表分成多个数据库。如将高频访问的交易表单独分出，降低查询延迟。

3. 水平分表

按时间或数值范围将表拆分成多个小表。例如，按月份将日志表分成不同表，便于管理。

4. 垂直分表

将大表的字段按类型拆分到不同表中。比如，将冷数据和热数据分开存储。

1. 数据库设计

设计分库分表策略，确定分片规则和分片键。例如，使用用户ID作为分片键，按mod运算分配到不同数据库。

2. 应用程序改造

在代码中实现分库分表逻辑，动态选择数据库和表。例如，通过Shardingsphere框架实现透明化的分库分表。

3. 连接池配置

合理配置数据库连接池，确保每个分片数据库有足够连接。使用 Druid或HikariCP等连接池工具。

4. 读写分离

采用主从复制实现读写分离，主库处理写操作，从库处理读操作。优化查询性能，减轻主库压力。

优点

• 提升数据库吞吐量和响应速度
• 支持数据的水平扩展
• 降低单点故障风险

缺点

• 增加系统复杂性
• 需要处理分布式事务
• 查询效率可能下降

1. 数据量巨大

单表数据超过千万，导致查询变慢，需要通过分表解决。

2. 高并发访问

读写压力大，通过分库分表和读写分离提升系统承载能力。

3. 数据类型多样

不同类型的数据需不同存储策略，垂直分库更适合。

1. 自动化分片

借助工具和框架，实现自动化的分库分表，减少人工干预。

2. 分布式数据库

分布式数据库如TiDB、OceanBase等，天然支持分库分表，简化了实现难度。