SQL分表分库是应对海量数据和高并发访问的常用数据库架构手段。通过将原本集中存放的数据拆分到不同库或表中，可以降低单点负载、提升查询效率并方便后续扩容。
一、什么是分表与分库
分表是指把同一业务的一张表按某种规则拆成多张结构相同的表，分库则是把表分散到不同的数据库实例中。两者经常组合使用，统称为数据分片。
1. 垂直拆分
垂直拆分按业务维度将表拆分到不同库，例如把用户信息和订单信息分到用户库与订单库，减少单库表数量与耦合。
2. 水平拆分
水平拆分按行数据分散，例如按用户ID取模，把用户表拆成user_0到user_7共八张表，数据均匀分布。
二、常见分片策略
- 取模分片：用分片键对分片数取模，简单但扩容需迁移数据。
- 范围分片：按时间或ID区间划分，如按月分表，易产生热点。
- 一致性哈希：节点变化影响小，适合大规模分布式场景。
三、实际应用方法
1. 选择分片键
分片键应高频出现在查询条件中，且分布均匀。避免使用随机值导致跨库查询。
2. 使用中间件
可借助ShardingSphere等中间件屏蔽分片逻辑。以下为简单路由配置示例：
// 使用ShardingSphere配置按用户ID取模分库分表
public class ShardConfig {
// 分片算法：user_id % 2 决定库，% 4 决定表
public static String route(long userId) {
int db = (int)(userId % 2);
int tbl = (int)(userId % 4);
return "ds" + db + ".user_" + tbl;
}
}
3. 处理分布式事务
跨库写操作可采用最终一致性方案，如本地消息表或Seata框架，降低强一致开销。
四、注意事项
| 问题 | 说明 |
|---|---|
| 跨库查询 | 应避免多库join，可采用冗余字段或异步汇总 |
| 扩容 | 提前规划分片数，使用一致性哈希减少迁移 |
| 全局ID | 使用雪花算法或号段模式生成唯一ID |
五、示例SQL
下面展示在应用层手动路由后的插入语句示例：
-- 假设 userId=1001，路由到 ds0.user_1 INSERT INTO ds0.user_1 (id, user_name, age) VALUES (1001, '张三', 28);
合理运用SQL分表分库策略，可以让系统在数据膨胀时仍保持稳定的性能与可维护性。