1、縱向分割（列分割）
現象：通常，隨著(zhù)開(kāi)發(fā)過(guò)程的推進(jìn)，系統中主表的字段數會(huì )越來(lái)越多。但是一個(gè)表的字段個(gè)數，是受數據庫規范和性能限制的。例如，SQL Server數據庫中一個(gè)表最多可以包含1024個(gè)字段，而實(shí)際應用中一般不能超過(guò)246個(gè)字段，每行數據可以存儲8060字節，另外，對于大數據表來(lái)說(shuō)，列的數量直接影響存取速度。數據的存儲結構對行的存取更加優(yōu)化，而不是列的存取。下面，提出幾種分割存儲列的情形。
案例1：
對于一個(gè)博客系統，文章標題，作者，分類(lèi)，創(chuàng )建時(shí)間等，是變化頻率慢，查詢(xún)次數多，而且最好有很好的實(shí)時(shí)性的數據，我們把它叫做冷數據。而博客的瀏覽量，回復數等，類(lèi)似的統計信息，或者別的變化頻率比較高的數據，我們把它叫做活躍數據。所以，在進(jìn)行數據庫結構設計的時(shí)候，就應該考慮分表，首先是縱向分表的處理。
2、橫向分割（行分割）
現象：對于記錄行數巨大的表來(lái)說(shuō)，最好的辦法是按分類(lèi)進(jìn)行行分割，讓數據存儲在多個(gè)表內。自然界有一個(gè)放之四海皆準的“二八”定律，把它應用到數據上，就可以這樣解釋?zhuān)涸谒械臄祿杏?0%的數據是可以滿(mǎn)足我們80%的需求的?！?br>
根據這個(gè)原理，通常有兩種分類(lèi)方法：
1） 按時(shí)間分類(lèi)
如果數據的時(shí)效性很強，我們可以認為所有數據中，20%近期更新的數據能夠滿(mǎn)足業(yè)務(wù)80%的需求。例如，如果我們有5年的歷史數據，那么就可以認為
其中在1年內（20%）更新過(guò)的數據（也可以是1年內創(chuàng )建的數據），能滿(mǎn)足80%的業(yè)務(wù)需求；所以我們可以把這張表拆成兩個(gè)表，分別存儲20%和80%的
數據，以達到提高效率的目的。如果兩張表仍然沒(méi)有有效的提高性能，還可以利用“二八”定律再次分割。
2） 按索引分類(lèi)
當數據的時(shí)效性不明顯時(shí)，可以按索引分類(lèi)數據。所謂索引可以是任何可以用于分類(lèi)的字段，比如部門(mén)編號，員工編號，工藝編號等等。我們可以這樣假設，
表中存儲了所有零件的信息，但是在80%的情況下，1號生產(chǎn)車(chē)間只會(huì )存取自己部門(mén)用到的零件。于是，我們可以按照部門(mén)編號，把表分成多個(gè)。
案例2：同上面的例子，博客系統。當博客的量達到很大時(shí)候，就應該采取橫向分割來(lái)降低每個(gè)單表的壓力，來(lái)提升性能。例如博客的冷數據表，假如分為100個(gè)表，當同時(shí)有100萬(wàn)個(gè)用戶(hù)在瀏覽時(shí)，如果是單表的話(huà)，會(huì )進(jìn)行100萬(wàn)次請求，而現在分表后，就可能是每個(gè)表進(jìn)行1萬(wàn)個(gè)數據的請求（因為，不可能絕對的平均，只是假設），這樣壓力就降低了很多很多。
3、數據庫實(shí)例分割
一般情況下，開(kāi)發(fā)人員習慣于給每個(gè)項目配置一個(gè)數據庫。但是實(shí)際上我們可以給一個(gè)應用程序更多的數據庫實(shí)例。比如，在一個(gè)網(wǎng)絡(luò )游戲服務(wù)器中，經(jīng)常會(huì )
有賬戶(hù)數據庫（用于認證）、存儲數據庫（用于存儲狀態(tài)）、日志數據庫（用于存儲監控狀態(tài)）、地圖數據庫(用于存儲地圖狀態(tài))等等。類(lèi)比到ERP系統中，我們可以把許多項目共同的部分抽象出來(lái)，分別存儲在不同的數據庫實(shí)例中。例如，用戶(hù)信息、部門(mén)信息、系統日志信息等可以定制成通用的數據庫，每個(gè)軟件項目都可以去使用。
4、數據庫實(shí)例物理部署的分割
表分割、數據庫實(shí)例的分割，為物理部署帶來(lái)了靈活性。例如，我們對物料表按照不同的品目，進(jìn)行了表分割；又對這些表部署在了不同的數據庫實(shí)例中；這樣我們就有條件把這些數據庫實(shí)例分別部署在不同的物理數據庫服務(wù)器上。這種部署給我們帶來(lái)的好處是，物料計算時(shí)，我們可以指令所有的數據庫服務(wù)器分布式計算，大大提高運算速度。
聯(lián)系客服
