關於資料可水平拆分和垂直拆分的學習記錄
前言
理解資料庫水平拆分、垂直拆分。學習記錄。
水平拆分
因為資料量非常大，所以針對資料量進行的分層，稱為水平拆分。
例：一個訂單表有100億條資料，如果查詢一條資料，得從這100億裡面查詢，會非常慢，如果將這一張表分成100份，每張表有1億條，就小了很多，比如order0,order1,order1...order99表 。
查詢訂單時候訂單orderid=123456789，可以將orderid%100，得到0-99的數，這裡得到89，然後就是查的是表名為order89的資料。這樣查詢的時間會大大縮短。
水平層面的拆分，就是行的拆分。即分層拆分。
垂直拆分
資料量不是特別大，但是存在著某些欄位很長，所以表佔用的空間很大，檢索的表的時候需要執行大量的IO，導致效能降低。需要將大的欄位拆分到另外的表裡，與原表形成一一對應的關係，這就是垂直拆分。
例如文章表article：有如下欄位：
Id writerName 點贊數 文章內容 瀏覽數 評論
其中文章內容和評論是比較大的欄位，其他的欄位都比較小。
如果我們只想查詢id為2的文章的點贊數時候：
select 點贊數 from tt where id = 2
雖然只是查詢點贊數，但是文章內容和評論這兩個大欄位也是要被掃描的，很消耗效能。這就可以使用垂直分割。我們可以把文章內容單獨放到一張表中，通過id與article表建立一對一的關係，同樣將評論單獨放到一張表中。這樣我們查詢article中的點贊數的時候就不會掃描文章內容和評論了。
優缺點
| 解決的問題（優點） | 不能解決的問題（缺點） | |
|---|---|---|
| 水平拆分 | 單表中資料量增長出現的壓力 | 表與表之間的io爭奪 |
| 垂直拆分 | 表與表之間的io競爭 | 單表中資料量增長出現的壓力 |
原博：https://www.cnblogs.com/sns007/p/5790838.html
參考：https://www.cnblogs.com/selinamee/p/6873969.html
拆分的本質
無論是水平拆分還是垂直拆分，本質上是為了解決“讀”的瓶頸問題。
參考：
https://baijiahao.baidu.com/s?id=1614304400276051465&wfr=spider&for=pc