分库分表

分库分表分为垂直和水平两个方式，一般来说拆分的顺序是先垂直后水平。

垂直分库

基于现在的微服务拆分来说，都是已经做到了垂直分库了。
将订单，用户，商品，支付，库存，预算等不同业务数据存放在不同的数据库中。

垂直分表

将字段比较多的表，将不常用的，数据较大的字段进行拆分。
一般拆分为主表和扩展表。
比如：订单表——>基础信息，订单扩展，收货地址。

水平分表

首先根据业务场景决定使用什么字段作为分表字段（sharding_key）。
比如我们现在日订单 1000 万，我们大部分的场景来源于 C 端，我们可以用 user_id 作为 sharding_key，数据查询支持到最近 3 个月的订单，超多 3 个月的做归档处理，那么 3 个月的数量就是 9 亿，可以分为 1024 张表，那么每张表的数据大概就在 100 万左右。
比如用户 id 是 100，那么我们经过 hash(100)，然后对 1024 取模，就可以落到对应的表上了。

分表后 ID 如何保证唯一？

1. 设定步长，1024 张表设定 1024 的基础步长，这样主键落到不同的表就不会冲突了。
2. 分布式 ID，自己实现一套分布式 ID 生成算法，或者使用开源的比如雪花算法。
3. 分表后不适用主键作为查询依据，而是每张表单独新增一个字段作为唯一主键使用。

分表后非 sharding_key 的查询怎么处理？

1. 可以做一个 mapping 表，比如商家查询订单的时候，可以做一个映射表，保存商家与用户的关系，查询时先通过商家查询到用户，再通过 user_id 去查询。
2. 打宽表，一般而言，客户端对数据实时性要求并不是很高，比如查询订单列表，可以把订单表同步到离线数仓，在基于数仓做成一张宽表。
3. 数据量不是很大的情况，比如后台的一些查询服务，可以通过多线程扫表，然后再聚合结果的方式来做，或者异步的形式也是可以的，