面试题：什么是分库分表？分库分表有哪些类型（或策略）？

分库分表的定义

分库分表是一种数据库优化技术，用于解决单库单表性能瓶颈的问题。当数据量过大或并发访问压力过高时，将原本集中存储的数据分散到多个数据库或多个表中，从而提升数据库的性能、扩展性和可用性。

• 典型场景：电商订单表、社交平台用户信息表等海量数据业务。
• 核心目标：
  • 降低单库/表的数据量（减少磁盘IO和内存压力）。
  • 提高查询和写入效率（并行处理）。
  • 支持水平扩展（动态增加数据库或表）。

---

分库分表的类型（策略）

1. 按拆分维度分类

（1）垂直分库

• 定义：按业务模块将不同表分散到不同数据库中。
  • 示例：电商系统中，将用户模块（用户表、地址表）拆到“用户库”，订单模块（订单表、支付表）拆到“订单库”。
• 优势：
  • 物理隔离业务模块，减少跨库依赖。
  • 突破单机硬件限制（如磁盘容量、连接数）。
• 适用场景：
  • 表之间关联性低，但数据量大的场景（如用户中心与订单中心分离）。

（2）垂直分表

• 定义：按字段（列）将一张表拆分为多个子表，通常根据字段的访问频次或属性。
  • 示例：订单表中，高频访问的字段（订单号、价格）存入“订单基础表”，低频字段（物流备注）存入“订单扩展表”。
• 优势：
  • 减少单表字段宽度，提升热点数据访问效率。
  • 优化数据库行加载性能（减少磁盘IO）。
• 不足：
  • 需要多表关联查询，增加SQL复杂度。
• 适用场景：
  • 表字段多且冷热数据差异大的场景（如用户信息表包含冗余字段）。

（3）水平分库

• 定义：将同一张表的数据分散到多个数据库实例中（物理隔离）。
  • 示例：订单表按用户ID取模，分散到 db_0、db_1 两个数据库。
• 优势：
  • 突破单库硬件限制（如连接数、磁盘容量）。
  • 支持高并发写入（负载均衡到多个库）。
• 适用场景：
  • 单表数据量极大且需要横向扩展的场景（如社交平台的消息记录）。

（4）水平分表

• 定义：将同一张表的数据按规则拆分成多个表（逻辑上是同一张表）。
  • 示例：订单表按用户ID取模拆分为 order_0、order_1 四个表。
• 优势：
  • 降低单表数据量，提升查询性能（减少全表扫描）。
  • 支持灵活的分片策略（如时间分表、哈希分表）。
• 适用场景：
  • 单表数据量超过千万级的场景（如日志系统、交易记录）。

---

2. 按组合策略分类

（1）垂直+水平分库分表

• 定义：先按业务模块垂直分库，再在每个库内按规则水平分表。
  • 示例：
    • 垂直分库：用户库、订单库、商品库。
    • 水平分表：订单库中按用户ID分表（order_0、order_1）。
• 优势：
  • 兼顾业务隔离和数据分散的灵活性。
• 适用场景：
  • 复杂业务系统（如电商平台需同时处理用户、订单、商品）。

（2）混合分库分表

• 定义：结合垂直分表和水平分库/分表策略。
  • 示例：
    • 垂直分表：用户表拆分为 user_base（基础信息）和 user_detail（详细信息）。
    • 水平分库：user_base 按地域分库（华北库、华东库）。

---

分库分表的常见策略

策略类型	分片规则	优点	缺点
哈希分片	按分片键哈希值分配（如 user_id % N）	数据分布均匀，路由简单	扩容时需迁移数据
范围分片	按分片键范围划分（如时间范围、ID区间）	扩容方便，支持范围查询	数据分布可能不均（如热点问题）
一致性哈希	使用一致性哈希算法	扩容时数据迁移少	实现复杂
时间分片	按时间单位（年/月/日）分表	适合日志类数据归档	历史数据查询需跨表
列表分片	按枚举值划分（如城市、业务类型）	业务逻辑清晰	分片键固定，扩展性差

---

分库分表的核心问题

1. 数据一致性：跨库事务需分布式事务框架（如 Seata、TCC）。
2. 分片键设计：选择高频查询字段，避免数据倾斜。
3. 扩容迁移：需双写策略或增量同步工具（如 Canal）。
4. 跨分片查询：避免跨库JOIN，或使用中间件（如 ShardingSphere）。
5. 运维复杂度：需监控分片负载、数据分布及故障恢复。

---

总结

• 分库分表是应对大数据量和高并发的核心手段，需根据业务特点选择策略（如垂直/水平分库分表）。
• 关键点：合理设计分片键、平衡读写性能、处理分布式事务、规划扩容方案。
• 工具支持：可借助中间件（如 ShardingSphere、MyCAT）简化开发和运维。