对于MySQL的性能优化，可能会想到索引优化。但是如果在数据量很大的情况（100w以上），而且写操作比较多的情况下，优化索引性能提升不明显。传统的分库分表是通过应用层逻辑实现的
分库分表
把单一的数据库拆分成若干的数据库，将原来数据大表分成若干数据表，使得单一数据库、单一数据表的数量变小（数据量也随着拆分而变少），从而解决数据库由于数据量过大而导致性能降低的问题。
分库分表的方式
1) 垂直分表
（按照数据表结构划分）
为了解决单一表数据量过大的问题，把一张宽表按照字段使用频率的高低、是否大字段的原则分为2张或多张表，即常用的（放在前端用于浏览的数据）放一张表，不常用的（详情的数据）放另一张表。
性能提升：
- 避免IO争夺并减少锁表的几率（浏览信息和查看详情互不干扰）
- 充分发挥热门数据的操作效率，操作效率高的数据不会被低效率的数据拖累
存在缺点:
- 大字段的IO查找效率低
1.由于本身数据量大，需要更长时间读取；
2.跨页问题。页是数据库的存储单位，很多的查找是以页为单位，单页内数据行越多数据库整体性能更好；而大字段占用空间大，单页内存储的行数少，因此IO效率低；
3.字段长度短的数据性能会高写。数据库以行为单位把数据加载到内存中，数据表中字段长度较短，且访问频率高的数据，内存能加载更多数据，因此命中率更高，而且减少了磁盘IO，从而提升了数据库性能。
垂直分表规则
- 把不常用的列放在一张表中
- 把大的字段（text,blob）拆分出来放在附表
- 把经常用于组合查询的字段放在一个表
2) 垂直分库（常用于分布式系统开发）
（按照数据表结构划分）
虽然垂直分表能有一定的性能提升，但还是处于同一个数据库中，就是说还是在同一个服务器中，每个表会竞争同一个物理机的CPU、磁盘、内存、网络IO等资源。
因此，垂直分库根据业务的耦合松紧，将表进行分类，并把表放在不同数据库，并且把数据库部署在不同的服务器上（专库专用），从而让多个服务器共同分摊压力。
性能提升：
- 解决业务上的耦合，业务清晰。（店铺数据库，商品数据库）
- 能对不同业务进行分级管理、维护、监控、扩展等
- 在高并发场景下，能在一定程度上提升IO、数据库连接数、降低单机硬件资源的瓶颈
存在缺点:
- 还是没有解决单表数据量过大的问题
- 要解决跨库带来的复杂问题
3) 水平分库
（按照数据行划分）
经过垂直分库后，数据库性能确实有提升。但是随着业务的增长，难以再细粒度地进行垂直划分，单个数据库存储的数量也超出了预估。
可尝试采用水平分库，把同一个表的数据行按照一定的规则拆到不同的数据库中(user_DB1 user_DB2)，数据表结构不变，然后每个数据库部署到不同服务器。
这种规则可以有很多，例如根据id的奇偶性，DB [id%2+1] 分在不同的数据库 DB1 DB2
对比：垂直分库是把不同的表拆到不同数据库，是根据不同业务对数据进行拆分
性能提升：
- 解决了单库大数据问题，以及高并发的性能瓶颈
- 提高了系统的稳定性（IO冲突少，锁减少）和可用性（某个库出现问题，不影响全部，还有部分可用）
存在缺点：
同一个表被分在不同数据库中，需要额外进行数据操作的路由工作，因此大大提升了系统的复杂度，运维成本增加
4) 水平分表
（按照数据行划分）
以上三种方法都为了减少单表的数据量，但如果单表的数据量还是很大，继续进行水平分库的话，数据库实例就会很多，因此可以把思路放在表上。
水平分表是在同一个数据库内，把同一个表的数据按照一定规则拆到多个表中（对数据行的拆分，不影响表结构）
思路和水平分库相似，只是划分对象是数据表。对每个垂直划分出来的表A（商品信息）B（店铺信息），根据每个表的id奇偶性，分在不同的表，如表A[id%2+1] （A1表存id为偶数，A2表存id为奇数）
性能提升：
- 优化单一表数据量过大而引发的性能问题，分出来的小表只包含一部分数据，从而使得单表数据量变小，提升检索性能
- 避免争夺IO，并减少锁表几率
分库分表存在的问题
事务一致性问题: 不同服务器的数据库实例完成一个事务会出现分布式事务问题
跨界点关联查询问题: 数据不在同一个数据库，则不能通过一个sql语句进行关联查询。需要对每个数据进行查询，再拼接一起
公共表: 不同数据库可能依赖一张公共表，但没必要对这张公共表拆分。因此需要在不同数据库中分别建立对应的公共表
主键避重: 表中数据存在不同数据库中，某个分区的id无法保证全局唯一，自增长也没有用。因此应该建立全局主键
MySQL分区表
工作原理
对用户来说，分区表是独立的逻辑表，但是MySQL底层将其分成多个物理子表，每一个分区表都是独立的表文件，这些对于用户来说是透明的。
创建表时使用partition by子句定义每个分区存放的数据，执行查询时，优化器会根据分区定义过滤没有我们所需数据的分区，使得查询时只查询数据所在分区即可。
分区类型
- key 奇偶性
- 范围分区
- 哈希分区
- List分区
