1，水平分表： 一條記錄一條記錄切斷分出來！
2, 垂直分表： 把常用的 ，不常用的，字段很長的拆出來！
目前很多互聯網系統都存在單表數據量過大的問題，這就降低了查詢速度，影響了客戶體驗。為了提高查詢速度，我們可以優化sql語句，優化表結構和索引，不過度那些百萬級，千萬級的數據庫表，即便優化過后，查詢速度還是滿足不了要求。這時候我們就可以通過分表降低單次查詢數據量，從而提高查詢速度，一般分表的方式有2種：水平拆分和垂直拆分，倆者各有利弊，適用於不同的情況。
水平拆分是指數據表行的拆分，表的行數超過了200萬時，就會變慢，這時候可以把一張表的數據拆成多張表來存放。
通常情況下，我們使用取模的方式來進行表的拆分。比如一張有400萬的用戶表users,為提高其查詢效率我們把其分成4張表user1,user2,user3,user4
通過ID 取模的方式把數據分散到四張表內Id %4+1=[1,2,3,4];
然后查詢，更新，刪除也是通過取模的方式來查詢。
例：QQ的登錄表。假設QQ的用戶有100億，如果只有一張表，每個用戶登錄的時候數據庫都要從這100億中查找，會很慢很慢。如果將這一張表分成100份，每張表有1億條，就小了很多，比如qq0,qq1,qq1…qq99表。
用戶登錄的時候，可以將用戶的id0,那么會得到0-99的數，查詢表的時候，將表名qq和取模的數連接起來，就構建了表名。比如：123456789用戶，取模的89，那么就得到qq89表查詢，查詢的時間將會大大縮短。
另外部分業務邏輯也可以通過地區，年份等字段來進行歸檔拆分，進行拆分后的表，只滿足部分查詢的高效查詢需求。這時候就要在產品策划上，從界面上約束用戶查詢行為，比如，我們是按年來進行歸檔拆分的，這個時候在頁面設計上就約束用戶必須要選擇年，然后才能進行查詢
水平拆分的優點：
表關聯基本能夠在數據庫端全部完成；
不會存在某些超大型數據量和高負載的表遇到瓶頸的問題；
應用程序端整體架構改動相對較少；
事物處理相對簡單
只要切分規則能定義好，基本上較難遇到擴展性限制；
水平切分的缺點：
切分規則相對更為復雜，很難抽象出一個能滿足整個數據庫的切分規則；
后期數據的維護難度有所增加，人為手工定位數據更為困難；
應用系統各模塊耦合度較高，可能會對后面數據的遷移拆分造成一定的困難。
垂直拆分
垂直拆分是指表數據列的拆分，把一張列比較多的表拆分成多張表。表的記錄並不多，但是字段卻很長，表占用空間很大，檢索表的時候需要執行大量的IO,嚴重降低了性能。這時候需要把大的字段拆分到另外一個表，並且該表與原表是一對一的關系。
通常我們按照以下規則進行垂直拆分：
1，把不常用的字段單獨放在一個表；
2，把text,blob等大字段拆分出來放在附表中；
3，經常組合查詢的列放在一張表中；
如果我們只想查詢id為8的學生的分數：select 分數 from tt where id = 8;雖然知識查詢分數，但是題目和回答這兩個大字段也是要被掃描的，很消耗性能。但是我們只關心分數，並不想查詢題目和回答。這就可以使用垂直分割。我們可以把題目單獨放到一張表中，通過id與tt表建立一對一的關系，同樣將回答單獨放到一張表中。這樣我們插敘tt中的分數的時候就不會掃描題目和回答了
垂直切分的優點
數據庫的拆分簡單明了，拆分規則明確
應用程序模塊清晰明確，整合容易
數據維護方便易行，容易定位
垂直切分的缺點
部分表關聯無法再數據庫級別完成，需要在程序中完成
對於訪問極其頻繁且數據量超大的表仍然存在性能瓶頸，不一定滿足需求；
事務處理相對更為復雜；
切分達到一定程度后。擴展性會遇到限制
過度切分可能會帶來系統過度復雜而難以維護；