数据库单表拆分有关问题

本期焦点问题：单一数据库内分表

本期多个项目出现了在单一数据库内分表的情况，典型的做法是：

某个表（表A）预期会有几千万乃至上亿条数据，于是在单库内拆分成若干张独立的表: A_1, A_2, A_3, … , A_n，用“表名+后缀”来区分。

在绝大多数情况下，这并不是合适的做法，下表给出了库内分表对一些关键指标的影响：

从上表可以看出，库内分表提供的好处非常微小，而且在我们的业务场景下也基本用不到这些好处。但是却带来程序设计、运维等多方面的困难，

基于这些因素，我们不赞成使用库内分表这种设计方式。

那当库表出现以下几种情况时，如何来应对？

1.       记录数高

一般我们不建议单表出现1千万行以上的数据。如果业务上出现了这样的数据，首先要考虑的是通过归档来降低数据量。

归档可以有效把冷热温数据分开，同时，温数据还可以设计成在低级别SLA下提供服务。

对于不能归档的数据，主要是主数据，如用户，商品。可根据tps/qps及它们之间的比例、应用对数据一致性的要求、磁盘空间的大小来决定是做读写分离或水平拆分。

但主数据一般都是高访问量的共享数据，正常应该通过拆库来保证性能。

2.       慢查询

慢查询的出现不能想当然归于表的记录数太多，表的记录数和慢查询之间并没有必然的关系。慢查询出现的常见原因：

l  没有正确使用索引或索引失效，导致全表扫描了

l  表设计不合理，出现了多表Join

l  SQL本身的写法有问题，出现了大量的中间结果

l  SQL返回结果集过大

所以慢查询应该重点从表的设计和SQL的写法上去解决，库内分表不是一个好的方案。

3.       TPS/QPS高

TPS高是拆库的最重要的依据，比如说一些订单表，优惠券表等大表都有数亿条数据，拆分的首要原因就是TPS撑不住了，超过6K从库就会开始有明显延迟。

如果TPS不高但QPS很高，而且对数据的一致性要求不高，可以考虑读写分离方案。