来源于金松同学的资料分享整理，在此感谢。
一、单个数据库
1、最早单个数据库
2、单个数据库太大了、太乱了，要拆一下，分库分表，用阿里巴巴的mycat中间件来做 MYCAT 分库分表中间件
3、分库，有按照业务领域拆的，也有按照地域拆分的
二、分库分表
1、分表，把User表拆分成两张表，存入两个数据库
2、解决单数据库瓶颈问题
1、缺点是：交易里面有一个userId联系用户信息，还要有一个productId联系产品信息，在单个数据库里可以通过外键很方便的连接，但这里就不好做了。
2、这个只适合微服务
1、缺点是：华北的同学访问其他的数据库就比较慢甚至不能访问
2、因此需要有读写分离
三、读写分离
1、每个数据库都放相同的数据，包含所有领域和所有地区
2、但是我们总共有三个拷贝，不能全都支持读写，这样太复杂了
3、两个读，一个读写，这样“读”的性能就解决了
4、但“写”的问题还没解决
5、因此与区域相结合去解决“写”的问题
1、所有的数据库都能读，但是写只能就近写，写完之后再同步到其他数据库
2、数据库结构调整好了，但是访问还是慢怎么办？
3、因此需要加上缓存
四、加入缓存
1、80%的访问都在20%的数据上，著名的28原则，因此可将这些高频数据放入缓存。
2、缓存放在比如Redis，Memcached的集群里面
3、关系型数据库啥都好，就是慢，NoSQL缓存就是解决这个慢的问题
4、Memcached性能比Redis略强，但不支持持久化，Redis支持持久化，Redis还支持更多的数据结构
5、加入缓存变快了，但我们希望更快，因此开始考虑添加搜索引擎
五、加入搜索引擎
1、把业务数据做成搜索引擎的Document，让搜索引擎给索引起来，这样“读”起来更快
2、同样数据存在这么多地方，又是数据库、又是NoSQL集群，又是搜索引擎集群的。因此后台会运行Map-Reduce来进行数据分析和同步