读写分离解决的并发读写压力的问题，数据库存储压力的问题如何解决？

1.什么是分库分表？

分为分库和分表，见名知意就是将张表分为多个表或者多个库进行存储。

一般分为垂直和水平拆分。 垂直拆分就是列拆分，水平拆分就是表行拆分。

2.分库分表的常见情况

虽然一般不建议分库分表，但由于数据量达到一定时，严重影响了系统的性能，就需要进行分库分表，常见情况：

• 单表的数据达到千万级，这个根据数据库定，oracle和mysql能支撑的数据量很明显不一致
• 数据库中的数据太大，占用空间大，备份时间长
• 应用的并发量太大

ps:分库分表代表着多余的资源开销，例如需要进行分片，多余的库资源管理等等，具有一定的成本，且可能导致一些功能的异常，需要进行适配。所以具体需不需要分库分表需要根据项目自身的性能需求而定。

3.分片算法

分库分表后，需要涉及如何拆分。 垂直拆分更像是对表结构的优化，水平拆分是对数据的拆分。

水平拆分需要涉及分片算法。 即根据一定的规则将数据行进行拆分， 达到后续依旧能够快速定位数据行的目的，而不影响功能。

• 哈希分片：根据哈希值分配表、库。对于随机读写场景比较适配，且能较好的均分数据。 但对于后续再新增哈希分片不够友好。
• 范围分片：根据特定的范围区间来分配数据，比如id,时间等。对于拥有特定的范围数据有更好的适配场景，且新增分片也更简单。但可能热点数据分配不够均匀，导致单库单表压力勾过大。
• 映射表分片：新增一个映射表。可以更好的进行数据切片和新增分片，足够的灵活。但是增加了新的开销和复杂度。
• 一致性哈希分片：将哈希空间定义成环，顺时针查找最近的表/库。解决了传统哈希伸缩性不足的问题。
  • ps：对于一致性和不一致性哈希之间的区别简单理解为 不一致性哈希基于可变数求余，一致性哈希是基于不可变数求余。具体可参考如下链接，这位博主讲解的比较细致：https://www.51cto.com/article/700345.html
• 地理位置分片：根据地理位置（如城市）来分配数据
• 融合算法分片：灵活组合多种分片算法
• ...等等

分片键如何选择？

分片键即分片算法的关键字段，表的每列都有可能成为分片键，但是好的分片键应具备以下特点：

• 具有共性：能够覆盖绝大多数查询场景，尽量减少单词查询所涉及的分片数量
• 具有离散型：能够将数据均匀地分散到各分片，避免数据倾斜和热点问题
• 具有稳定性：分片键的值不会发生变化，避免一致性问题
• 具有可拓展性：能够支持分片的动态增加和减少，避免重新分片开销

一般很难满足以上全部特点，需要适当权衡