參考
1.如果只是為了分頁，可以考慮這種分表，就是表的id是范圍性的，且id是連續的，比如第一張表id是1到10萬，第二張是10萬到20萬，這樣分頁應該沒什么問題。
2.如果是其他的分表方式，建議用sphinx先建索引，然后查詢分頁，我們公司現在就是這樣干的
Mysql分庫分表方案
1.為什么要分表：
當一張表的數據達到幾千萬時，你查詢一次所花的時間會變多，如果有聯合查詢的話，我想有可能會死在那兒了。分表的目的就在於此，減小數據庫的負擔，縮短查詢時間。
mysql中有一種機制是表鎖定和行鎖定，是為了保證數據的完整性。表鎖定表示你們都不能對這張表進行操作，必須等我對表操作完才行。行鎖定也一樣，別的sql必須等我對這條數據操作完了，才能對這條數據進行操作。
- mysql proxy：amoeba
做mysql集群,利用amoeba。
從上層的java程序來講，不需要知道主服務器和從服務器的來源，即主從數據庫服務器對於上層來講是透明的。可以通過amoeba來配置。
3.大數據量並且訪問頻繁的表，將其分為若干個表
比如對於某網站平台的數據庫表-公司表，數據量很大，這種能預估出來的大數據量表，我們就事先分出個N個表，這個N是多少，根據實際情況而定。
某網站現在的數據量至多是5000萬條，可以設計每張表容納的數據量是500萬條，也就是拆分成10張表，
那么如何判斷某張表的數據是否容量已滿呢？可以在程序段對於要新增數據的表，在插入前先做統計表記錄數量的操作，當<500萬條數據，就直接插入，當已經到達閥值，可以在程序段新創建數據庫表（或者已經事先創建好），再執行插入操作。
- 利用merge存儲引擎來實現分表
如果要把已有的大數據量表分開比較痛苦，最痛苦的事就是改代碼，因為程序里面的sql語句已經寫好了。用merge存儲引擎來實現分表, 這種方法比較適合.
舉例子：
------------------- ----------華麗的分割線--------------------------------------
數據庫架構
1、簡單的MySQL主從復制:
MySQL的主從復制解決了數據庫的讀寫分離，並很好的提升了讀的性能，其圖如下：
其主從復制的過程如下圖所示：
但是，主從復制也帶來其他一系列性能瓶頸問題：
-
寫入無法擴展
-
寫入無法緩存
-
復制延時
-
鎖表率上升
-
表變大，緩存率下降
那問題產生總得解決的，這就產生下面的優化方案，一起來看看。
2、MySQL垂直分區
如果把業務切割得足夠獨立，那把不同業務的數據放到不同的數據庫服務器將是一個不錯的方案，而且萬一其中一個業務崩潰了也不會影響其他業務的正常進行，並且也起到了負載分流的作用，大大提升了數據庫的吞吐能力。經過垂直分區后的數據庫架構圖如下：
然而，盡管業務之間已經足夠獨立了，但是有些業務之間或多或少總會有點聯系，如用戶，基本上都會和每個業務相關聯，況且這種分區方式，也不能解決單張表數據量暴漲的問題，因此為何不試試水平分割呢？
3、MySQL水平分片（Sharding）
這是一個非常好的思路，將用戶按一定規則（按id哈希）分組，並把該組用戶的數據存儲到一個數據庫分片中，即一個sharding，這樣隨着用戶數量的增加，只要簡單地配置一台服務器即可，原理圖如下：
如何來確定某個用戶所在的shard呢，可以建一張用戶和shard對應的數據表，每次請求先從這張表找用戶的shard id，再從對應shard中查詢相關數據，如下圖所示：