分库分表是应对 MySQL 单库单表瓶颈的核心手段，通过拆分数据分散存储和访问压力。本文从拆分维度、实现方式、实践示例到关键挑战进行全面梳理，帮助理解和落地分库分表方案。
一、按拆分维度分类
1. 垂直分表（Column Sharding）
定义
将单表中字段按访问频率和关联性拆分到多个表，各表共享同一主键，业务上属于同一主体。
适用场景
- 单表字段过多（如超过 50 个），查询时加载冗余字段导致 IO 效率低；
- 存在大字段（
text、blob）或低频访问字段，拖慢核心查询； - 字段访问频率差异显著（如用户核心信息 vs 扩展资料）。
优缺点
| 优点 | 缺点 |
|---|---|
| 减少单表字段数，降低 IO 成本 | 需维护多表关联，增加 join 操作 |
| 核心字段与大字段分离，提升查询效率 | 跨表查询增加业务复杂度 |
| 表结构更贴合业务模块 | - |
实践示例
-- 原用户表（字段冗余）
CREATE TABLE `user` (
`id` bigint PRIMARY KEY AUTO_INCREMENT,
`username` varchar(50) NOT NULL, -- 高频
`password` varchar(100) NOT NULL, -- 高频
`age` int, -- 高频
`address` text, -- 低频 + 大字段
`intro` text, -- 低频 + 大字段
`create_time` datetime NOT NULL
);
-- 拆分后：核心信息表（高频访问）
CREATE TABLE `user_core` (
`id` bigint PRIMARY KEY AUTO_INCREMENT,
`username` varchar(50) NOT NULL,
`password` varchar(100) NOT NULL,
`age` int,
`create_time` datetime NOT NULL
);
-- 拆分后：扩展信息表（低频访问）
CREATE TABLE `user_ext` (
`user_id` bigint PRIMARY KEY, -- 与 user_core.id 关联
`address` text,
`intro` text,
FOREIGN KEY (`user_id`) REFERENCES `user_core`(`id`) ON DELETE CASCADE
);
-- 插入数据（需同时写入两表）
INSERT INTO `user_core` (username, password, age, create_time) VALUES ('zhangsan', 'hash_pwd', 25, '2023-01-01 08:00:00');
INSERT INTO `user_ext` (user_id, address, intro) VALUES (LAST_INSERT_ID(), , );
c., e.address, e.intro `user_core` c `user_ext` e c.id e.user_id c.username ;
2. 垂直分库（Database Sharding by Business）
定义
将不同业务模块的数据库拆分到独立实例，各库无直接关联，按业务边界隔离。
适用场景
- 单库承载多业务，出现 CPU、内存或 IO 瓶颈；
- 业务模块访问频率差异大（如订单库并发远高于商品库）；
- 业务耦合度低，可独立扩展（如用户、订单、商品模块）。
优缺点
| 优点 | 缺点 |
|---|---|
| 分散单库压力，各库可独立配置资源 | 跨库业务需处理分布式事务 |
| 业务隔离，某库故障不影响其他模块 | 全局表（如字典表）需冗余维护 |
| 便于按业务分工维护 | 跨库 join 困难 |
实践示例
-- 原单库架构：all_in_one_db（包含用户、订单、商品表）
all_in_one_db
├─ user（用户表）
├─ order（订单表）
└─ product（商品表）
-- 垂直分库后：按业务拆分 3 个独立库
user_db（用户库）
└─ user（用户相关表）
order_db（订单库）
└─ order（订单相关表）
product_db（商品库）
└─ product（商品相关表）
分库后，查询用户订单需跨库操作（伪代码示意）：
- 从 user_db 查用户信息：
SELECT * FROM user_db.user WHERE id = 1001; - 从 order_db 查订单信息：
SELECT * FROM order_db.order WHERE user_id = 1001;
3. 水平分表（Row Sharding）
定义
将单表中数据按规则拆分到多个结构相同的表，各表字段一致，数据不同（按行拆分）。
拆分规则
| 规则类型 | 说明 | 适用场景 | 示例 |
|---|---|---|---|
| 范围拆分 | 按数值 / 时间范围拆分 | 时间序列数据（日志、订单） | 订单表按月份分表：order_202301、order_202302 |
| 哈希拆分 | 按关键字哈希取模 | 数据访问均匀（用户表） | 用户表按 user_id%4 分 4 表：user_0~user_3 |
| 列表拆分 | 按枚举值拆分 | 数据有明确分类（地区、状态） | 订单表按地区分表：order_beijing、order_shanghai |
| 复合拆分 | 结合多种规则 | 复杂场景（大促订单） | 先按时间范围，再按用户 ID 哈希 |
适用场景
- 单表数据量过大（超 1000 万行），查询 / 索引维护效率低；
- 单表写入压力高（每秒数千条 insert），磁盘 IO 瓶颈明显。
优缺点
| 优点 | 缺点 |
|---|---|
| 降低单表数据量，提升读写效率 | 跨表查询需聚合结果（复杂） |
| 可按需扩展表数量 | 分表规则变更需迁移全量数据 |
| 各分表可独立优化（索引、存储） | 需维护路由逻辑 |
实践示例
示例 1：按时间范围分表（订单表）
-- 2023 年 1 月订单表
CREATE TABLE `order_202301` (
`id` bigint PRIMARY KEY AUTO_INCREMENT,
`order_no` varchar(32) UNIQUE NOT NULL,
`user_id` bigint NOT NULL,
`amount` decimal(10,2) NOT NULL,
`create_time` datetime NOT NULL,
INDEX idx_user_id (`user_id`)
);
-- 2023 年 2 月订单表（结构与 order_202301 一致）
CREATE TABLE `order_202302` (...);
-- 插入数据（按 create_time 路由到对应表）
INSERT INTO `order_202301` (order_no, user_id, amount, create_time) VALUES ('ORD20230105001', 1001, 99.99, '2023-01-05 10:30:00');
示例 2：按哈希拆分（用户表）
-- 按 user_id%4 分 4 张表（user_0~user_3）
CREATE TABLE `user_0` (
`id` bigint PRIMARY KEY AUTO_INCREMENT,
`user_id` bigint UNIQUE NOT NULL, -- 哈希分表键
`username` varchar(50) NOT NULL,
`create_time` datetime NOT NULL
);
CREATE TABLE `user_1` (...); -- 结构与 user_0 一致
CREATE TABLE `user_2` (...);
CREATE TABLE `user_3` (...);
-- 插入数据（按 user_id 哈希路由）
-- user_id=1001：1001%4=1 → 插入 user_1
INSERT INTO `user_1` (user_id, username, create_time) VALUES (1001, 'zhangsan', '2023-01-01 08:00:00');
4. 水平分库（Database Sharding by Data）
定义
将水平分表后的表分布到多个数据库实例，同时分散库和表的压力（分库 + 分表结合）。
适用场景
- 水平分表后单库压力仍过大（CPU / 内存 / 连接数瓶颈）；
- 需支持更高并发（多库可同时处理更多请求）。
优缺点
| 优点 | 缺点 |
|---|---|
| 同时分散库和表的压力，支持高并发 | 架构复杂，需管理多库多表路由 |
| 可按库隔离资源（热点库单独配置） | 跨库事务和 join 难度大 |
实践示例
-- 分 4 个库，每个库含 4 张订单表（共 4 库×4 表=16 分片）
order_db_0（库 0）
├─ order_0（user_id%16=0）
├─ order_1（user_id%16=1）
├─ order_2（user_id%16=2）
└─ order_3（user_id%16=3）
order_db_1（库 1）
├─ order_4（user_id%16=4）
├─ order_5（user_id%16=5）
├─ order_6（user_id%16=6）
└─ order_7（user_id%16=7）
order_db_2（库 2）→ 存储 8-11 分片
order_db_3（库 3）→ 存储 12-15 分片
-- 路由规则：
-- 库索引 = user_id % 4
-- 表索引 = user_id % 16
-- 例：user_id=1001 → 1001%4=1（库 1），1001%16=9（表 9）
INSERT INTO `order_db_1.order_9` (order_no, user_id, amount) VALUES ('ORD20230501001', 1001, 199.99);
二、按实现方式分类
1. 客户端方案（嵌入式分片）
原理
在应用中集成分片逻辑（如 JDBC 驱动扩展），直接路由请求到目标库表。
代表工具
Sharding-JDBC（Apache ShardingSphere）
实现流程
- 应用配置分片规则（分库键、分表键、路由算法）；
- Sharding-JDBC 拦截 SQL，解析后路由到目标库表；
- 聚合结果返回给应用。
优缺点
| 优点 | 缺点 |
|---|---|
| 无中间件，性能损耗低（仅 SQL 解析） | 与应用耦合，需在应用层维护规则 |
| 架构简单（应用与数据库直连） | 多语言支持差（主要支持 Java） |
| - | 扩容需重启应用更新配置 |
示例配置（Sharding-JDBC）
# 分片规则配置（简化版）
spring:
shardingsphere:
rules:
sharding:
tables:
t_order: # 逻辑表名
actual-data-nodes: order_db_${0..3}.order_${0..15} # 实际分片
database-strategy: # 分库策略
standard:
sharding-column: user_id
sharding-algorithm-name: order_db_inline
table-strategy: # 分表策略
standard:
sharding-column: user_id
sharding-algorithm-name: order_table_inline
sharding-algorithms:
order_db_inline: # 分库算法（user_id%4）
type: INLINE
props:
algorithm-expression: order_db_${user_id % 4}
order_table_inline: # 分表算法（user_id%16）
type: INLINE
props:
algorithm-expression: order_${user_id % 16}
2. 中间件方案（代理层分片）
原理
在应用与数据库间部署代理服务，统一处理路由、聚合、事务等逻辑。
代表工具
MyCat、ShardingSphere-Proxy、ProxySQL
实现流程
- 应用连接代理（如 MyCat），按单库单表方式写 SQL；
- 中间件解析 SQL，按规则路由到目标库表；
- 聚合结果返回给应用。
优缺点
| 优点 | 缺点 |
|---|---|
| 与应用解耦，支持多语言（标准 MySQL 协议） | 中间件可能成为性能瓶颈（需集群部署） |
| 集中管理分片规则，扩容无需改应用 | 额外网络开销（应用→中间件→数据库） |
| 可扩展读写分离、容灾等功能 | - |
示例（MyCat 逻辑表配置）
<!-- MyCat schema.xml 配置 -->
<schema name="TESTDB" checkSQLschema="false" sqlMaxLimit="100">
<!-- 逻辑表 t_order，对应物理分片 -->
<table name="t_order" dataNode="dn$0-3" rule="order_sharding" />
</schema>
<!-- 数据节点（分库） -->
<dataNode name="dn0" dataHost="host1" database="order_db_0" />
<dataNode name="dn1" dataHost="host1" database="order_db_1" />
<dataNode name="dn2" dataHost="host2" database="order_db_2" />
<dataNode name="dn3" dataHost="host2" database="order_db_3" />
<!-- 分片规则（user_id 哈希） -->
<rule name="order_sharding">
<ruleAlgorithm =>
user_id
4
3. 数据库原生方案（分区表）
原理
MySQL 原生支持分区表，物理上拆分到多个文件，逻辑上为单表，数据库自动管理路由。
分区类型
- 范围分区（RANGE）：按范围拆分（如时间、数值）；
- 列表分区（LIST）：按枚举值拆分（如地区）；
- 哈希分区（HASH）：按哈希值拆分；
- 键分区（KEY）：基于 MySQL 内部哈希函数。
优缺点
| 优点 | 缺点 |
|---|---|
| 对应用透明，无需修改代码 | 仍属单库，无法分散实例压力（CPU / 内存瓶颈） |
| 维护简单（MySQL 自动管理） | 分区数有限制（过多影响性能） |
| 支持分区级操作（如删除历史分区） | 不支持跨分区全局索引 |
实践示例（RANGE 分区）
-- 订单表按季度分区
CREATE TABLE `order_partition` (
`id` bigint PRIMARY KEY AUTO_INCREMENT,
`order_no` varchar(32) UNIQUE NOT NULL,
`user_id` bigint NOT NULL,
`amount` decimal(10,2) NOT NULL,
`create_time` datetime NOT NULL,
INDEX idx_user_id (`user_id`)
) PARTITION BY RANGE (TO_DAYS(create_time)) (
PARTITION p2023Q1 VALUES LESS THAN (TO_DAYS('2023-04-01')),
PARTITION p2023Q2 VALUES LESS THAN (TO_DAYS('2023-07-01')),
PARTITION p2023Q3 VALUES LESS THAN (TO_DAYS('2023-10-01')),
PARTITION p2023Q4 VALUES LESS THAN (TO_DAYS('2024-01-01'))
);
-- 插入数据（自动路由到对应分区）
INSERT INTO `order_partition` (order_no, user_id, amount, create_time) VALUES ('ORD20230501001', 1001, 199.99, '2023-05-01 14:30:00');
-- 进入 p2023Q2
-- 查询指定分区（优化性能）
SELECT * FROM `order_partition` PARTITION (p2023Q2) WHERE user_id = 1001;
三、关键挑战与解决方案
| 挑战 | 解决方案 |
|---|---|
| 跨库 join | 1. 数据冗余（如订单表冗余商品名称）；2. 应用层组装（先查 A 库，再查 B 库，内存 join）；3. 中间件支持（MyCat 全局表、ER 表） |
| 分布式事务 | 1. 最终一致性（消息队列 + 本地事务）；2. 2PC 协议（Seata）；3. TCC 补偿机制 |
| 全局 ID | 1. 雪花算法（Snowflake）；2. 数据库自增 ID 分段（ShardingSphere 分布式 ID）；3. Redis 自增 |
| 扩容迁移 | 1. 双写迁移（旧库和新库同时写入，校验一致后切换）；2. 中间件弹性伸缩（ShardingSphere） |
四、总结
分库分表需结合业务场景选择方案：
- 字段多、访问频率差异大 → 垂直分表；
- 业务模块独立、单库压力大 → 垂直分库；
- 单表数据量过大（千万级 +） → 水平分表；
- 分表后单库仍压力大 → 水平分库；
- 轻量场景、不愿引入中间件 → MySQL 分区表；
- 高并发、多语言 → 中间件方案（MyCat/ShardingSphere-Proxy）；
- 性能敏感、Java 应用 → 客户端方案（Sharding-JDBC）。
实际落地中，通常采用'垂直分库 + 水平分表'组合，并提前规划分片规则（预留扩容空间），结合中间件降低维护复杂度。
