一分鐘掌握資料庫垂直拆分

一、緣起

當資料庫的資料量非常大時，水準切分和垂直拆分是兩種常見的降低資料庫大小，提升性能的方法。假設有使用者表：

user(

uid bigint,

name varchar(16),

pass varchar(16),

age int,

sex tinyint,

flag tinyint,

sign varchar(64),

intro varchar(256)

…);           

水準切分是指，以某個字段為依據（例如uid），按照一定規則（例如取模），将一個庫（表）上的資料拆分到多個庫（表）上，以降低單庫（表）大小，達到提升性能的目的的方法，水準切分後，各個庫（表）的特點是：

（1）每個庫（表）的結構都一樣

（2）每個庫（表）的資料都不一樣，沒有交集

（3）所有庫（表）的并集是全量資料

二、什麼是垂直拆分

垂直拆分是指，将一個屬性較多，一行資料較大的表，将不同的屬性拆分到不同的表中，以降低單庫（表）大小，達到提升性能的目的的方法，垂直切分後，各個庫（表）的特點是：

（1）每個庫（表）的結構都不一樣

（2）一般來說，每個庫（表）的屬性至少有一列交集，一般是主鍵

還是以上文提到的使用者表為例，如果要垂直拆分，可能拆分結果會是這樣的：

user_base(

uid bigint,

name varchar(16),

pass varchar(16),

age int,

sex tinyint,

flag tinyint,

…);

 

user_ext(

uid bigint,

sign varchar(64),

intro varchar(256)

…);           

三、垂直切分的依據是什麼

當一個表屬性很多時，如何來進行垂直拆分呢？如果沒有特殊情況，拆分依據主要有幾點：

（1）将長度較短，通路頻率較高的屬性盡量放在一個表裡，這個表暫且稱為主表

（2）将字段較長，通路頻率較低的屬性盡量放在一個表裡，這個表暫且稱為擴充表

如果1和2都滿足，還可以考慮第三點：

（3）經常一起通路的屬性，也可以放在一個表裡

優先考慮1和2，第3點不是必須。另，如果實在屬性過多，主表和擴充表都可以有多個。

一般來說，資料量并發量比較大時，資料庫的上層都會有一個服務層。需要注意的是，當應用方需要同時通路主表和擴充表中的屬性時，服務層不要使用join來連表通路，而應該分兩次進行查詢：

原因是，大資料高并發網際網路場景下，一般來說，吞吐量和擴充性是主要沖突：

（1）join更消損耗資料庫性能

（2）join會讓base表和ext表耦合在一起（必須在一個資料庫執行個體上），不利于資料量大時拆分到不同的資料庫執行個體上（機器上）。畢竟減少資料量，提升性能才是垂直拆分的初衷。

四、為什麼要這麼這麼拆分

為何要将字段短，通路頻率高的屬性放到一個表内？為何這麼垂直拆分可以提升性能？因為：

（1）資料庫有自己的記憶體buffer，會将磁盤上的資料load到記憶體buffer裡（暫且了解為程序内緩存吧）

（2）記憶體buffer緩存資料是以row為機關的

（3）在記憶體有限的情況下，在資料庫記憶體buffer裡緩存短row，就能緩存更多的資料

（4）在資料庫記憶體buffer裡緩存通路頻率高的row，就能提升緩存命中率，減少磁盤的通路

舉個例子就很好了解了：

假設資料庫記憶體buffer為1G，未拆分的user表1行資料大小為1k，那麼隻能緩存100w行資料。

如果垂直拆分成user_base和user_ext，其中：

（1）user_base通路頻率高（例如uid, name, passwd, 以及一些flag等），一行大小為0.1k

（2）user_ext通路頻率低（例如簽名, 個人介紹等），一行大小為0.9k

那邊記憶體buffer就就能緩存近乎1000w行user_base的記錄，通路磁盤的機率會大大降低，資料庫通路的時延會大大降低，吞吐量會大大增加。

五、總結

（1）水準拆分和垂直拆分都是降低資料量大小，提升資料庫性能的常見手段

（2）流量大，資料量大時，資料通路要有service層，并且service層不要通過join來擷取主表和擴充表的屬性

（3）垂直拆分的依據，盡量把長度較短，通路頻率較高的屬性放在主表裡

希望沒有浪費你這一分鐘，幫轉哈。

==【完】==