為什么要分庫分表（設計高並發系統的時候，數據庫層面該如何設計）？用過哪些分庫分表中間件？不同的分庫分表中間件都有什么優點和缺點？如何對數據庫如何進行垂直拆分或水平拆分的？
其實這塊肯定是扯到高並發了，因為分庫分表一定是為了支撐高並發、數據量大兩個問題的。而且現在說實話，尤其是互聯網類的公司面試，基本上都會來這么一下，分庫分表如此普遍的技術問題，不問實在是不行，而如果你不知道那也實在是說不過去！
為什么要分庫分表？（設計高並發系統的時候，數據庫層面該如何設計？）
說白了，分庫分表是兩回事兒，大家可別搞混了，可能是光分庫不分表，也可能是光分表不分庫，都有可能。
分表
比如你單表都幾千萬數據了，你確定你能扛住么？絕對不行，單表數據量太大，會極大影響你的 sql 執行的性能，到了后面你的 sql 可能就跑的很慢了。一般來說，就以我的經驗來看，單表到幾百萬的時候，性能就會相對差一些了，你就得分表了。
分表是啥意思？就是把一個表的數據放到多個表中，然后查詢的時候你就查一個表。比如按照用戶 id 來分表，將一個用戶的數據就放在一個表中。然后操作的時候你對一個用戶就操作那個表就好了。這樣可以控制每個表的數據量在可控的范圍內，比如每個表就固定在 200 萬以內。
分庫
分庫是啥意思？就是你一個庫一般我們經驗而言，最多支撐到並發 2000，一定要擴容了，而且一個健康的單庫並發值你最好保持在每秒 1000 左右，不要太大。那么你可以將一個庫的數據拆分到多個庫中，訪問的時候就訪問一個庫好了。
這就是所謂的分庫分表，為啥要分庫分表？你明白了吧。
| # | 分庫分表前 | 分庫分表后 |
|---|---|---|
| 並發支撐情況 | MySQL 單機部署，扛不住高並發 | MySQL從單機到多機，能承受的並發增加了多倍 |
| 磁盤使用情況 | MySQL 單機磁盤容量幾乎撐滿 | 拆分為多個庫，數據庫服務器磁盤使用率大大降低 |
| SQL 執行性能 | 單表數據量太大，SQL 越跑越慢 | 單表數據量減少，SQL 執行效率明顯提升 |
用過哪些分庫分表中間件？不同的分庫分表中間件都有什么優點和缺點？
這個其實就是看看你了解哪些分庫分表的中間件，各個中間件的優缺點是啥？然后你用過哪些分庫分表的中間件。
比較常見的包括：
- cobar
- TDDL
- atlas
- sharding-jdbc
- mycat
cobar
阿里 b2b 團隊開發和開源的，屬於 proxy 層方案，就是介於應用服務器和數據庫服務器之間。應用程序通過 JDBC 驅動訪問 cobar 集群，cobar 根據 SQL 和分庫規則對 SQL 做分解，然后分發到 MySQL 集群不同的數據庫實例上執行。早些年還可以用，但是最近幾年都沒更新了，基本沒啥人用，差不多算是被拋棄的狀態吧。而且不支持讀寫分離、存儲過程、跨庫 join 和分頁等操作。
TDDL
淘寶團隊開發的，屬於 client 層方案。支持基本的 crud 語法和讀寫分離，但不支持 join、多表查詢等語法。目前使用的也不多，因為還依賴淘寶的 diamond 配置管理系統。
atlas
360 開源的，屬於 proxy 層方案，以前是有一些公司在用的，但是確實有一個很大的問題就是社區最新的維護都在 5 年前了。所以，現在用的公司基本也很少了。
sharding-jdbc
當當開源的，屬於 client 層方案。確實之前用的還比較多一些，因為 SQL 語法支持也比較多，沒有太多限制，而且目前推出到了 2.0 版本，支持分庫分表、讀寫分離、分布式 id 生成、柔性事務（最大努力送達型事務、TCC 事務）。而且確實之前使用的公司會比較多一些（這個在官網有登記使用的公司，可以看到從 2017 年一直到現在，是有不少公司在用的），目前社區也還一直在開發和維護，還算是比較活躍，個人認為算是一個現在也可以選擇的方案。
mycat
基於 cobar 改造的，屬於 proxy 層方案，支持的功能非常完善，而且目前應該是非常火的而且不斷流行的數據庫中間件，社區很活躍，也有一些公司開始在用了。但是確實相比於 sharding jdbc 來說，年輕一些，經歷的錘煉少一些。
總結
綜上，現在其實建議考量的，就是 sharding-jdbc 和 mycat，這兩個都可以去考慮使用。
sharding-jdbc 這種 client 層方案的優點在於不用部署，運維成本低，不需要代理層的二次轉發請求，性能很高，但是如果遇到升級啥的需要各個系統都重新升級版本再發布，各個系統都需要耦合 sharding-jdbc 的依賴；
mycat 這種 proxy 層方案的缺點在於需要部署，自己運維一套中間件，運維成本高，但是好處在於對於各個項目是透明的，如果遇到升級之類的都是自己中間件那里搞就行了。
通常來說，這兩個方案其實都可以選用，但是我個人建議中小型公司選用 sharding-jdbc，client 層方案輕便，而且維護成本低，不需要額外增派人手，而且中小型公司系統復雜度會低一些，項目也沒那么多；但是中大型公司最好還是選用 mycat 這類 proxy 層方案，因為可能大公司系統和項目非常多，團隊很大，人員充足，那么最好是專門弄個人來研究和維護 mycat，然后大量項目直接透明使用即可。
你們具體是如何對數據庫如何進行垂直拆分或水平拆分的？
水平拆分的意思，就是把一個表的數據給弄到多個庫的多個表里去，但是每個庫的表結構都一樣，只不過每個庫表放的數據是不同的，所有庫表的數據加起來就是全部數據。水平拆分的意義，就是將數據均勻放更多的庫里，然后用多個庫來扛更高的並發，還有就是用多個庫的存儲容量來進行擴容。
垂直拆分的意思，就是把一個有很多字段的表給拆分成多個表，或者是多個庫上去。每個庫表的結構都不一樣，每個庫表都包含部分字段。一般來說，會將較少的訪問頻率很高的字段放到一個表里去，然后將較多的訪問頻率很低的字段放到另外一個表里去。因為數據庫是有緩存的，你訪問頻率高的行字段越少，就可以在緩存里緩存更多的行，性能就越好。這個一般在表層面做的較多一些。
這個其實挺常見的，不一定我說，大家很多同學可能自己都做過，把一個大表拆開，訂單表、訂單支付表、訂單商品表。
還有表層面的拆分，就是分表，將一個表變成 N 個表，就是讓每個表的數據量控制在一定范圍內，保證 SQL 的性能。否則單表數據量越大，SQL 性能就越差。一般是 200 萬行左右，不要太多，但是也得看具體你怎么操作，也可能是 500 萬，或者是 100 萬。你的SQL越復雜，就最好讓單表行數越少。
好了，無論分庫還是分表，上面說的那些數據庫中間件都是可以支持的。就是基本上那些中間件可以做到你分庫分表之后，中間件可以根據你指定的某個字段值，比如說 userid，自動路由到對應的庫上去，然后再自動路由到對應的表里去。
你就得考慮一下，你的項目里該如何分庫分表？一般來說，垂直拆分，你可以在表層面來做，對一些字段特別多的表做一下拆分；水平拆分，你可以說是並發承載不了，或者是數據量太大，容量承載不了，你給拆了，按什么字段來拆，你自己想好；分表，你考慮一下，你如果哪怕是拆到每個庫里去，並發和容量都ok了，但是每個庫的表還是太大了，那么你就分表，將這個表分開，保證每個表的數據量並不是很大。
而且這兒還有兩種分庫分表的方式：
- 一種是按照 range 來分，就是每個庫一段連續的數據，這個一般是按比如時間范圍來的，但是這種一般較少用，因為很容易產生熱點問題，大量的流量都打在最新的數據上了。
- 或者是按照某個字段 hash 一下均勻分散，這個較為常用。
range 來分，好處在於說，擴容的時候很簡單，因為你只要預備好，給每個月都准備一個庫就可以了，到了一個新的月份的時候，自然而然，就會寫新的庫了；缺點，但是大部分的請求，都是訪問最新的數據。實際生產用 range，要看場景。
hash 分發，好處在於說，可以平均分配每個庫的數據量和請求壓力；壞處在於說擴容起來比較麻煩，會有一個數據遷移的過程，之前的數據需要重新計算 hash 值重新分配到不同的庫或表。