目前很多網際網路系統都存在單表資料量過大的問題，這就降低了查詢速度，影響了客戶體驗。為了提高查詢速度，我們可以優化sql語句，優化表結構和索引，不過對那些百萬級千萬級的資料庫表，即便是優化過後，查詢速度還是滿足不了要求。這時候我們就可以通過分表降低單次查詢資料量，從而提高查詢速度，一般分表的方式有兩種：水平拆分和垂直拆分，兩者各有利弊，適用於不同的情況。

水平拆分  水平拆分是指資料錶行的拆分，表的行數超過200萬行時，就會變慢，這時可以把一張的表的資料拆成多張表來存放。    通常情況下，我們使用取模的方式來進行表的拆分;比如一張有400W的使用者表users，為提高其查詢效率我們把其分成4張表users1，users2，users3，users4  通過用ID取模的方法把資料分散到四張表內Id%4+1 = [1,2,3,4]  然後查詢,更新,刪除也是通過取模的方法來查詢。

例：QQ的登入表。假設QQ的使用者有100億，如果只有一張表，每個使用者登入的時候資料庫都要從這100億中查詢，會很慢很慢。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qq0,qq1,qq1…qq99表。

使用者登入的時候，可以將使用者的id%100，那麼會得到0-99的數，查詢表的時候，將表名qq跟取模的數連線起來，就構建了表名。比如123456789使用者，取模的89，那麼就到qq89表查詢，查詢的時間將會大大縮短。

另外部分業務邏輯也可以通過地區，年份等欄位來進行歸檔拆分;進行拆分後的表，只能滿足部分查詢的高效查詢需求，這時我們就要在產品策劃上，從介面上約束使用者查詢行為。比如我們是按年來進行歸檔拆分的,這個時候在頁面設計上就約束使用者必須要先選擇年,然後才能進行查詢;在做分析或者統計時，由於是自己人的需求,多點等待其實是沒關係的,並且併發很低,這個時候可以用union把所有表都組合成一張檢視來進行查詢,然後再進行查詢。

水平拆分的優點：  ◆表關聯基本能夠在資料庫端全部完成；  ◆不會存在某些超大型資料量和高負載的表遇到瓶頸的問題；  ◆應用程式端整體架構改動相對較少；  ◆事務處理相對簡單；  ◆只要切分規則能夠定義好，基本上較難遇到擴充套件性限制；

水平切分的缺點：  ◆切分規則相對更為複雜，很難抽象出一個能夠滿足整個資料庫的切分規則；  ◆後期資料的維護難度有所增加，人為手工定位資料更困難；  ◆應用系統各模組耦合度較高，可能會對後面資料的遷移拆分造成一定的困難。

垂直拆分  垂直拆分是指資料表列的拆分，把一張列比較多的表拆分為多張表。表的記錄並不多，但是欄位卻很長，表佔用空間很大，檢索表的時候需要執行大量的IO，嚴重降低了效能。這時需要把大的欄位拆分到另一個表，並且該表與原表是一對一的關係。 

通常我們按以下原則進行垂直拆分:  1，把不常用的欄位單獨放在一張表;,  2，把text，blob等大欄位拆分出來放在附表中;  3，經常組合查詢的列放在一張表中;

例如學生答題表tt：有如下欄位：  Id name 分數 題目 回答  其中題目和回答是比較大的欄位，id name 分數比較小。

如果我們只想查詢id為8的學生的分數：select 分數 from tt where id = 8;雖然知識查詢分數，但是題目和回答這兩個大欄位也是要被掃描的，很消耗效能。但是我們只關心分數，並不想查詢題目和回答。這就可以使用垂直分割。我們可以把題目單獨放到一張表中，通過id與tt表建立一對一的關係，同樣將回答單獨放到一張表中。這樣我們插敘tt中的分數的時候就不會掃描題目和回答了。

垂直切分的優點  ◆ 資料庫的拆分簡單明瞭，拆分規則明確；  ◆ 應用程式模組清晰明確，整合容易；  ◆ 資料維護方便易行，容易定位；

垂直切分的缺點  ◆ 部分表關聯無法在資料庫級別完成，需要在程式中完成；  ◆ 對於訪問極其頻繁且資料量超大的表仍然存在效能平靜，不一定能滿足要求；  ◆ 事務處理相對更為複雜；  ◆ 切分達到一定程度之後，擴充套件性會遇到限制；  ◆ 過讀切分可能會帶來系統過渡複雜而難以維護。 ---------------------  作者：shiyonghm  來源：CSDN  原文：https://blog.csdn.net/shiyong1949/article/details/59586773  版權宣告：本文為博主原創文章，轉載請附上博文連結！