伴隨業務發展的越來越好，必然引起數據量的不斷增加，當數據量到達一定程度后，會導致數據庫性能下降，此時，可以考慮使用數據分片。對于新庫新表，一定依據數據增量評估結果決定是否需要分片，不要誤用分片導致增加開發和維護的難度與成本。

數據分片的原因？

數據庫數據量(1TB)超過閾值、數據表數據量超過閾值，影響數據庫性能。

數據分片的評估標準？

• 數據庫數據大小，1TB
• 數據表數據量，與索引深度有關，如3層，數據量1千萬左右

數據分片方式？

• 縱向分片 按照業務維度，將表分到不同的數據庫。
• 橫向分片 按照某種規則，將一類數據分散存儲到具有相同表結構的一批表中。

數據分片路由規則？

• 分片數據列
• 分片算法

分布式主鍵？

• UUID
• 雪花算法
• 序列服務+一次性獲取批量序列

如何處理crud sql？

• 最好針對單表且條件中提供分片列數據
• 表關聯，笛卡爾積
• 排序分頁，map-reduce的過程

數據分片的實現方式？

• 客戶端
• 代理
• mysql插件

數據分片的事務支持？

• 本地事務
• XA事務，兩階段事務提交，如seata
• 基于BASE的柔性事務，保證最終一致性

數據分片解決方案？?

• ShardingSphere

數據分片 :: ShardingSpherehttps://shardingsphere.apache.org/document/current/cn/features/sharding/

總結

以上是生活随笔為你收集整理的思考与总结：数据分片的一些问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。