1）使用場景
對於Mysql主從復制實現讀寫分離來說，可以解決讀的擴展性問題。但是寫的話，面對龐大的數據量還是集中在Master上，並且Master掛載的slave不可能無限制多，因為slave依賴於Master的能力和負載的限制。因此需要對Master進行擴展來實現海量數據的需要。
2）分表
對於訪問極為頻繁，數據量又極大的表來說，最直接做的就是減少數據量的總條數，以便減少數據查詢所需要的時間，可以對大數據表進行分表。
分表策略：用id來進行分表是最為常見的策略，因為大部分查詢都要帶上id，又不影響查詢又能使得數據均衡的分布在各個表中。假設有一個訂單表有1000w條數據，將該表分成16個表，將id%16進行存儲，如果id不是數字可以先hash取值。拆分的記錄根據取余的值進行存儲，App應用根據取余的值進行表的訪問。
3）分庫
分表能解決數據量過大造成的查詢效率低下的問題，但是無法有效提示數據的並發訪問能力。將數據庫拆分，提高數據庫的寫入能力就是所謂的分庫。
與分表類似，分庫策略可以通過對某一個字段如id進行取余操作，來對數據訪問進行路由。如id=19，分成3個庫，19%3=1，這時候就路由到第一個庫。
4）sharding-jdbc 實現分庫分表
sharding-jdbc 最先是當當網開源代碼，后來被Apache集成。
sharding-jdbc能幫我們實現什么：
1，保證事務一致性（跨庫）
2，支持分頁查詢（跨庫）
3，只要重配數據源，其他代碼不需要改動
pom.xml 模塊，引入jar
1 <dependency> 2 <groupId>io.shardingjdbc</groupId> 3 <artifactId>sharding-jdbc-core</artifactId> 4 <version>2.0.3</version> 5 </dependency> 6 <dependency> 7 <groupId>com.alibaba</groupId> 8 <artifactId>druid</artifactId> 9 <version>1.1.3</version> 10 </dependency> 11 <dependency> 12 <groupId>commons-dbcp</groupId> 13 <artifactId>commons-dbcp</artifactId> 14 <version>1.4</version> 15 </dependency>
demo鏈接：
鏈接：https://pan.baidu.com/s/1DPArC6hz3PmnSmSKc9KhmQ
提取碼：ads6