1.優先考慮緩存降低對數據庫的讀操作。
2.再考慮讀寫分離，降低數據庫寫操作。
3.最后開始數據拆分,切分模式： 首先垂直（縱向）拆分、再次水平拆分。
4.首先考慮按照業務垂直拆分。
5.再考慮水平拆分：先分庫(設置數據路由規則，把數據分配到不同的庫中)
6.最后再考慮分表，單表拆分到數據1000萬以內。
拆分原則：
1.盡量不拆分 ，架構師進化而來，不是一蹴而就。（SOA）
2.最大可能的找到合適的切分維度。
3.由於數據庫中間件對數據join實現的優劣難以把握，而且實現高性能難度極大，
業務讀取盡量少使用多表的Join-盡量通過數據冗余，分組避免數據跨庫多表Join。
4.盡量避免分布式事物。
5.單表拆分到數據1000萬以內。
背景-緣由：
當數據庫的數據量非常大時，水平拆分和垂直拆分是兩種常見的降低數據庫大小，提升性能的方法。
垂直拆分：列的拆分
專庫專用：一個數據庫由很多表的構成，每個表對應不同的業務，垂直拆分是指按照業務將表進行分類，分布到不同的數據庫上面，這樣也就將數據或者說壓力分擔到不同的庫上面；
特點：
將一個屬性較多，一行數據較大的表，將不同的屬性拆分到不同的表中。
（1）每個庫（表）的結構都不一樣。
（2）一般來說。每個庫（表）的屬性至少有一列交集，一般是主鍵。
（3）所有庫（表）的並集是全量數據。
優點：
1.拆分后業務清晰，拆分規則明確。
2.系統之間整合或者擴展容易。
3.數據維護簡單。
缺點：
1.部分業務表無法join。只能通過接口方式解決，提高了系統復雜度。
2.受每種業務不同的限制存在單庫性能瓶頸，不易數據擴展跟性能提高。
3.事務處理復雜。
垂直拆分的依據： (當一個表屬性很多)
（1）將長度較短，訪問頻率較高的屬性盡量放到一個表里，這個表暫且成為主表。---優先考慮
（2）將字段較長，訪問頻率較低的屬性盡量放在一張表里，這個表暫且成為擴展表。---優先考慮
（3）經常一起訪問的屬性也放到一張表里面。--如果1和2都滿足，可以考慮第三點，非必須。
為什么這樣拆分的原因：
為何要將字段短，訪問頻率高的屬性放在一個表內？為什么這么垂直拆分可以提升性能？因為：
（1）數據庫有自己的內存緩存buffer，會將磁盤上的數據下載load到內存緩存buffer里（暫且理解為進程內緩存吧）
（2）內存buffer緩存數據是以行row為單位的。
（3）在內存有限的情況下，在數據庫內存buffer里緩存短長度的數據行row，就能緩存更多的數據。
（4）在數據內存buffer里緩存訪問頻率高的row，就能提升緩存命中率，減少磁盤的訪問。
注意點：
服務層訪問數據庫的主表和副表屬性時，服務層不要使用Join來連表訪問，而應該分兩次進行查詢。
原因：大數據高並發互聯網場景下，一般來說。吞吐量和擴展性是主要矛盾：
（1）join更消耗數據庫性能
（2）join會讓主表和擴展表耦合在一起（必須在一個數據庫實例上），不利於數據量大時拆分到不同的數據庫實例上（機器上），畢竟減少數據量，提升性能才是垂直拆分的初衷。
水平拆分:行的拆分
垂直拆分后遇到單機瓶頸，相對於垂直拆分的區別是：
垂直拆分是把不同的表拆到不同的數據庫中，而水平拆分是把同一張表拆到不同的數據庫中。
我們可以將數據的水平切分理解為：我們將數據的水平切分理解為按照數據行的切分，
就是講表中的某些行切分到一個數據庫，而另外的某些行后切分到其他的數據庫中，主要有分表，分庫兩種模式；
特點：
以某個字段為依據（例如uid）,按照一定規則（例如取模），將一個庫（表）上的數據拆分到多個庫（表）上。
（1）每個庫（表）的結構都一樣。
（2）每個庫（表）的數據都不一樣，沒有交集。
（3）所有庫（表）的並集全量數據。
優點：
1.不存在單庫大數據，高並發的性能瓶頸；
2.對應用透明，應用端改造較少。
3.按照合理拆分規則拆分，join操作基本避免跨庫。
4.提高了系統的穩定性跟負載能力。
缺點：
1.拆分規則難以抽象。
2.分片事務一致性難以解決。
3.數據多次擴展難度跟維護量極大。
4.跨庫join性能較差。
拆分的處理難點：
兩種方式的共同缺點：
1.引入分布式事物的問題。
2.跨節點join的問題。
3.跨節點合並排序分頁問題。
針對數據源管理，目前主要有兩種思路：
A：客戶端模式，在每個應用程序模塊中配置管理自己需要的一個（或者多個）數據源，
直接訪問各個數據庫，在模塊內完成數據的整合。
優點：相對簡單，無性能損耗。
缺點：不夠通用，數據庫連接的處理復雜，對業務不夠透明，處理復雜。
B：通過中間代理層來統一管理所有的數據源，后端數據庫集群對前端應用程序透明；
優點：通用，對應用透明，改造少。
缺點：:實現難度大，有二次轉發性能損失：
拆分原則：
1.盡量不拆分 ，架構師進化而來，不是一蹴而就。（SOA）
2.最大可能的找到合適的切分維度。
3.由於數據庫中間件對數據join實現的優劣難以把握，而且實現高性能難度極大，
業務讀取盡量少使用多表的Join-盡量通過數據冗余，分組避免數據跨庫多表Join。
4.盡量避免分布式事物。
5.單表拆分到數據1000萬以內。
切分方案
范圍，枚舉，時間，取模，哈希，制定等。