隨着業務的發展，數據庫成為了整個系統性能的一個瓶頸，這時候就需要對數據庫進行優化，但是單單是優化只能提高有限的一點性能，這時候要想解決問題需要的是從數據庫架構層面去思考問題。數據庫的架構是一個很大的課題，里面最實用的有兩個，一個是數據庫拆分，一個是讀寫分離。今天就來談談數據庫的兩種拆分方式。
一、垂直拆分
垂直拆分很簡單，就是根據不同的業務來划分不同的數據庫。比如一個電商系統根據業務可以分成商品表、會員表、訂單表。原先，這些表都是放在同一個數據庫服務器上，現在需要垂直拆分數據庫，就是將商品表單獨放在一個數據庫中，會員表單獨放在一個數據庫中，訂單表單獨放在一個數據庫中，這樣就解決了表與表之間的io競爭。
二、水平拆分
垂直拆分比較簡單，水平拆分就比較復雜了，要考慮很多東西。垂直拆分根據業務來拆分，或者說的直白點就是根據表名來拆分，而水平拆分是根據表里面的字段來拆分（記住是根據字段來拆分，而不是拆分字段，拆分后的每一張表的表結構都是一樣）。比如要拆分用戶表，可以根據用戶的注冊時間這一字段來拆分整個表，2016年注冊的用戶放在用戶表1中，2017年注冊的用戶放在用戶表2中，2018年注冊的用戶放在用戶表3中。這就是水平拆分，看似很簡單，實際上要考慮的東西是很多的。就比如上述的例子，我們用時間來拆分，就會有局限性。一個好產品上線后，在開始的時候用戶數量都是很少的，都需要一定時間的沉淀，才會有一個用戶數量的爆發期。如果用時間來拆分，就會出現一種情況，就是用戶表1的規模很小，而用戶表2的規模卻很大，是用戶表1的好幾倍，而用戶表三可能是用戶表1的好幾十倍。這樣的話，拆分水平拆分的意義就不大了。一般用戶表都是用戶id來拆分的，具體還要結合實際業務去分析。所以，水平拆分是一件很復雜的事情，大家在進行水平拆分的時候一定要考慮到方方面面，這樣才能設計出優秀的數據庫架構方案。