本篇内容介绍了“数据库：分久必合，合久必分”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
开源、高性能、生态成熟的 MySQL 是国内应用最广泛的数据库，说 MySQL 见证了中国互联网的成长史，一点也不为过。
阿里基于 MySQL 构建了OceanBase;京东、腾讯时至今日也在大规模应用 MySQL。因此，它也理所应得成为了面试官必问、爱问的核心知识点。
很多朋友除了对索引、存储原理有疑惑外，当数据量达到一定规模时，MySQL 还会涉及到一个几乎必知必会的核心点——分库分表。
画外音：MySQL 是2019年 DB-Engines 评选的最受欢迎数据库，这些年一直在前三甲徘徊。
性能瓶颈MySQL是B+树索引，当数据量过大时，索引所消耗的磁盘 IO 越来越多，查询性能下降。高并发情况下，单表数据量过大导致 SQL 性能差，数据库服务器负载太高再次导致性能下降，简直雪上加霜。
高可用：微服务架构下，服务化无状态型会导致压力点在数据库上，单机数据库和主从结构已经不能满足需求，同时数据灾备等维护成本也越来越高。
安全性：所有不同类型的数据全部存在一个数据库中，当数据库宕机或发生物理性损坏时，容易造成不可估量的损失。
画外音：鸡蛋放到不同篮子里。
分库分表的核心是数据拆分，分库不一定分表，分表不一定分库。
例如，MySQL 单表数据的极限在5000万左右，当数据量超过5000万时，我们就需要分表进行存放数据了。
简单来说，就是将一个表结构分为多个表，或者将一个表数据分片后放入多个表。这些表可以放在同一个数据库里，也可以放到不同的数据库中，甚至可以放到不同的数据库实例。
数据拆分方式：
水平拆分
垂直拆分
常见方案：
客户端分片
代理分片
支持事务的分布式数据库
“数据库：分久必合，合久必分”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
