http://my.oschina.net/ydsakyclguozi/blog/199498?fromerr=fyebfbtt
1.為什麼要分表：
當一張表的資料達到幾千萬時，你查詢一次所花的時間會變多，如果有聯合查詢的話，我想有可能會死在那兒了。分表的目的就在于此，減小資料庫的負擔，縮短查詢時間。
mysql中有一種機制是表鎖定和行鎖定，是為了保證資料的完整性。表鎖定表示你們都不能對這張表進行操作，必須等我對表操作完才行。行鎖定也一樣，别的sql必須等我對這條資料操作完了，才能對這條資料進行操作。
2. mysql proxy：amoeba
做mysql叢集,利用amoeba。
從上層的java程式來講，不需要知道主伺服器和從伺服器的來源，即主從資料庫伺服器對于上層來講是透明的。可以通過amoeba來配置。
3.大資料量并且通路頻繁的表，将其分為若幹個表
比如對于某網站平台的資料庫表-公司表，資料量很大，這種能預估出來的大資料量表，我們就事先分出個n個表，這個n是多少，根據實際情況而定。
某網站現在的資料量至多是5000萬條，可以設計每張表容納的資料量是500萬條，也就是拆分成10張表，
那麼如何判斷某張表的資料是否容量已滿呢？可以在程式段對于要新增資料的表，在插入前先做統計表記錄數量的操作，當<500萬條資料，就直接插入，當已經到達閥值，可以在程式段新建立資料庫表（或者已經事先建立好），再執行插入操作。
4. 利用merge存儲引擎來實作分表
如果要把已有的大資料量表分開比較痛苦，最痛苦的事就是改代碼，因為程式裡面的sql語句已經寫好了。用merge存儲引擎來實作分表, 這種方法比較适合.
舉例子：
------------------- ----------華麗的分割線--------------------------------------
資料庫架構
1、簡單的mysql主從複制:
mysql的主從複制解決了資料庫的讀寫分離，并很好的提升了讀的性能，其圖如下：
其主從複制的過程如下圖所示：
但是，主從複制也帶來其他一系列性能瓶頸問題：
1. 寫入無法擴充
2. 寫入無法緩存
3. 複制延時
4. 鎖表率上升
5. 表變大，緩存率下降
那問題産生總得解決的，這就産生下面的優化方案，一起來看看。
2、mysql垂直分區
如果把業務切割得足夠獨立，那把不同業務的資料放到不同的資料庫伺服器将是一個不錯的方案，而且萬一其中一個業務崩潰了也不會影響其他業務的正常進行，并且也起到了負載分流的作用，大大提升了資料庫的吞吐能力。經過垂直分區後的資料庫架構圖如下：
然而，盡管業務之間已經足夠獨立了，但是有些業務之間或多或少總會有點聯系，如使用者，基本上都會和每個業務相關聯，況且這種分區方式，也不能解決單張表資料量暴漲的問題，是以為何不試試水準分割呢？
3、mysql水準分片（sharding）
這是一個非常好的思路，将使用者按一定規則（按id哈希）分組，并把該組使用者的資料存儲到一個資料庫分片中，即一個sharding，這樣随着使用者數量的增加，隻要簡單地配置一台伺服器即可，原理圖如下：
如何來确定某個使用者所在的shard呢，可以建一張使用者和shard對應的資料表，每次請求先從這張表找使用者的shard id，再從對應shard中查詢相關資料，如下圖所示：