2.如果是其他的分表方式，建議用sphinx先建索引，然后查詢分頁，我們公司現(xiàn)在就是這樣干的

Mysql分庫分表方案

1.為什么要分表：

當(dāng)一張表的數(shù)據(jù)達(dá)到幾千萬時，你查詢一次所花的時間會變多，如果有聯(lián)合查詢的話，我想有可能會死在那兒了。分表的目的就在于此，減小數(shù)據(jù)庫的負(fù)擔(dān)，縮短查詢時間。

mysql中有一種機(jī)制是表鎖定和行鎖定，是為了保證數(shù)據(jù)的完整性。表鎖定表示你們都不能對這張表進(jìn)行操作，必須等我對表操作完才行。行鎖定也一樣，別的sql必須等我對這條數(shù)據(jù)操作完了，才能對這條數(shù)據(jù)進(jìn)行操作。

2. mysql proxy：amoeba

做mysql集群,利用amoeba。

從上層的java程序來講，不需要知道主服務(wù)器和從服務(wù)器的來源，即主從數(shù)據(jù)庫服務(wù)器對于上層來講是透明的?？梢酝ㄟ^amoeba來配置。

 3.大數(shù)據(jù)量并且訪問頻繁的表，將其分為若干個表

比如對于某網(wǎng)站平臺的數(shù)據(jù)庫表-公司表，數(shù)據(jù)量很大，這種能預(yù)估出來的大數(shù)據(jù)量表，我們就事先分出個N個表，這個N是多少，根據(jù)實際情況而定。

     某網(wǎng)站現(xiàn)在的數(shù)據(jù)量至多是5000萬條，可以設(shè)計每張表容納的數(shù)據(jù)量是500萬條，也就是拆分成10張表，

那么如何判斷某張表的數(shù)據(jù)是否容量已滿呢？可以在程序段對于要新增數(shù)據(jù)的表，在插入前先做統(tǒng)計表記錄數(shù)量的操作，當(dāng)<500萬條數(shù)據(jù)，就直接插入，當(dāng)已經(jīng)到達(dá)閥值，可以在程序段新創(chuàng)建數(shù)據(jù)庫表（或者已經(jīng)事先創(chuàng)建好），再執(zhí)行插入操作。

 4. 利用merge存儲引擎來實現(xiàn)分表

如果要把已有的大數(shù)據(jù)量表分開比較痛苦，最痛苦的事就是改代碼，因為程序里面的sql語句已經(jīng)寫好了。用merge存儲引擎來實現(xiàn)分表, 這種方法比較適合.

舉例子：

 ------------------- ----------華麗的分割線--------------------------------------

 數(shù)據(jù)庫架構(gòu)

1、簡單的MySQL主從復(fù)制:

MySQL的主從復(fù)制解決了數(shù)據(jù)庫的讀寫分離，并很好的提升了讀的性能，其圖如下：

其主從復(fù)制的過程如下圖所示：

但是，主從復(fù)制也帶來其他一系列性能瓶頸問題：

1. 寫入無法擴(kuò)展

2. 寫入無法緩存

3. 復(fù)制延時

4. 鎖表率上升

5. 表變大，緩存率下降

那問題產(chǎn)生總得解決的，這就產(chǎn)生下面的優(yōu)化方案，一起來看看。

2、MySQL垂直分區(qū)

   如果把業(yè)務(wù)切割得足夠獨(dú)立，那把不同業(yè)務(wù)的數(shù)據(jù)放到不同的數(shù)據(jù)庫服務(wù)器將是一個不錯的方案，而且萬一其中一個業(yè)務(wù)崩潰了也不會影響其他業(yè)務(wù)的正常進(jìn)行，并且也起到了負(fù)載分流的作用，大大提升了數(shù)據(jù)庫的吞吐能力。經(jīng)過垂直分區(qū)后的數(shù)據(jù)庫架構(gòu)圖如下：

然而，盡管業(yè)務(wù)之間已經(jīng)足夠獨(dú)立了，但是有些業(yè)務(wù)之間或多或少總會有點聯(lián)系，如用戶，基本上都會和每個業(yè)務(wù)相關(guān)聯(lián)，況且這種分區(qū)方式，也不能解決單張表數(shù)據(jù)量暴漲的問題，因此為何不試試水平分割呢？

3、MySQL水平分片（Sharding）

這是一個非常好的思路，將用戶按一定規(guī)則（按id哈希）分組，并把該組用戶的數(shù)據(jù)存儲到一個數(shù)據(jù)庫分片中，即一個sharding，這樣隨著用戶數(shù)量的增加，只要簡單地配置一臺服務(wù)器即可，原理圖如下：

如何來確定某個用戶所在的shard呢，可以建一張用戶和shard對應(yīng)的數(shù)據(jù)表，每次請求先從這張表找用戶的shard id，再從對應(yīng)shard中查詢相關(guān)數(shù)據(jù)，如下圖所示：