分表分庫：水準分割VS垂直分割

For Example(分表)：

登入系統的user表不同場景分割。

(分表詳述)1、登入系統的user表水準分割：假設登入使用者資料累計數百億，若隻有一張表，每次使用者登入發起請求的時候都要從數百億資料中select，select速度會非常慢。現可将一張表的模式拆分成100份，每張表資料量則降到數(個位數)億級，當使用者登入的時候，可以将擷取到的使用者id取餘(id%100)，執行DB操作select的時候将取模的數跟拆分的表名連接配接起來，構成新的表名，這時select的time會大幅度縮短。

(分表詳述)2、登入系統的user表垂直分割：假設使用者表記錄并不多，若使用者通過問題與答案的方式找回密碼，若果問題與答案字段未加以長度限制，根據不同的使用者習慣，表中問題與答案字段會很長，表占用空間很大，檢索表的時候需要執行大量的IO，性能嚴重降低。現可将大的字段拆分到另一表中，并且該表與原表是一對一的關系，這時當select不與問題跟答案相關的字段，就不會掃描問題與答案屬性了。

For Example(分庫)：

線上商城購物系統現有如下：product産品表(資料量數十萬級，穩定)，user使用者表(資料量百萬級，且有增長趨勢)，訂單表(資料量數百萬級(200,300...)，且有增長趨勢)。

(分庫簡述)1、水準拆分解決單表中資料量增長出現的壓力，不解決表與表之間的IO競争。

First：user表以性别拆分為man user表和women user表。

Second：product表未完成訂單放一個server上，已完成訂單表跟man user表放一個server上，women user表放一個server上。

Third：訂單表以是否完成拆分為完成訂單和未完成訂單。

(分庫簡述)2、垂直拆分解決表與表之間的IO競争，不解決單表中資料量增長出現的壓力。

First：将product表與user表放置到同一個server上。

Second：将訂單表獨立放置到一個server上。