微信搜索【阿丸筆記】，關注Java/MySQL/中間件各系列原創實戰筆記，干貨滿滿。
分庫分表的文章網上非常多，但是大多內容比較零散，以講解知識點為主，沒有完整地說明一個大表的切分、新架構設計、上線的完整過程。
因此，我結合去年做的一個大型分庫分表項目，來復盤一下完整的分庫分表從架構設計 到 發布上線的實戰總結。
1.前言
為什么需要做分庫分表。這個相信大家多少都有所了解。
海量數據的存儲和訪問成為了MySQL數據庫的瓶頸問題，日益增長的業務數據，無疑對MySQL數據庫造成了相當大的負載，同時對於系統的穩定性和擴展性提出很高的要求。
而且單台服務器的資源（CPU、磁盤、內存等）總是有限的，最終數據庫所能承載的數據量、數據處理能力都將遭遇瓶頸。
目前來說一般有兩種方案。
一種是更換存儲，不使用MySQL，比如可以使用HBase、polarDB、TiDB等分布式存儲。
如果出於各種原因考慮，還是想繼續使用MySQL，一般會采用第二種方式，那就是分庫分表。
文章開頭就說了，網上分庫分表文章很多，對知識點講解比較多，因此，本文將不再過多贅述分庫分表方案的范式處理。
而是專注於梳理分庫分表從架構設計 到 發布上線的完整過程，同時總結其中的注意事項和最佳實踐。包括：
- 業務重構
- 技術架構設計
- 改造和上線
- 穩定性保障
- 項目管理
尤其是各個階段的最佳實踐，都是血與淚凝聚的經驗教訓。
2.第一階段：業務重構（可選）
對於微服務划分比較合理的分庫分表行為，一般只需要關注存儲架構的變化，或者只需要在個別應用上進行業務改造即可，一般不需要着重考慮“業務重構” 這一階段，因此，這一階段屬於“可選”。
本次項目的第一大難點，在於業務重構。
而本次拆分項目涉及到的兩張大表A和B，單表將近八千萬的數據，是從單體應用時代遺留下來的，從一開始就沒有很好的領域驅動/MSA架構設計，邏輯發散非常嚴重，到現在已經涉及50+個在線服務和20+個離線業務的的直接讀寫。
因此，如何保證業務改造的徹底性、全面性是重中之重，不能出現有遺漏的情況。
另外，表A 和 表B 各自有二、三十個字段，兩表的主鍵存在一一對應關系，因此，本次分庫分表項目中，還需要將兩個表進行重構融合，將多余/無用的字段剔除。
2.1 查詢統計
在線業務通過分布式鏈路追蹤系統進行查詢，按照表名作為查詢條件，然后按照服務維度進行聚合，找到所有相關服務，寫一個文檔記錄相關團隊和服務。
這里特別注意下，很多表不是只有在線應用在使用，很多離線算法和數據分析的業務也在使用，這里需要一並的梳理好，做好線下跨團隊的溝通和調研工作，以免切換后影響正常的數據分析。
2.2 查詢拆分與遷移
創建一個jar包，根據2.1的統計結果，與服務owner合作將服務中的相關查詢都遷移到這個jar包中（本項目的jar包叫projected），此處為1.0.0-SNAPSHOT版本。
然后將原本服務內的xxxMapper.xxxMethod( ) 全部改成projectdb.xxxMethod( )進行調用。
這樣做有兩個好處：
- 方便做后續的查詢拆分分析。
- 方便后續直接將jar包中的查詢替換為改造后 中台服務 的rpc調用，業務方只需升級jar包版本，即可快速從sql調用改為rpc查詢。
這一步花了幾個月的實際，務必梳理各個服務做全面的遷移，不能遺漏，否則可能會導致拆分分析不全面，遺漏了相關字段。
查詢的遷移主要由於本次拆分項目涉及到的服務太多，需要收攏到一個jar包，更方便后期的改造。如果實際分庫分表項目中僅僅涉及一兩個服務的，這一步是可以不做的。
2.3 聯合查詢的拆分分析
根據2.2收攏的jar包中的查詢，結合實際情況將查詢進行分類和判斷，把一些歷史遺留的問題，和已經廢棄的字段做一些整理。
以下舉一些思考點。
1）哪些查詢是無法拆分的？例如分頁（盡可能地改造，實在改不了只能以冗余列的形式）
2）哪些查詢是可以業務上join拆分的？
3）哪些表/字段是可以融合的？
4）哪些字段需要冗余？
5）哪些字段可以直接廢棄了？
6）根據業務具體場景和sql整體統計，識別關鍵的分表鍵。其余查詢走搜索平台。
思考后得到一個查詢改造總體思路和方案。
同時在本項目中需要將兩張表融合為一張表，廢棄冗余字段和無效字段。
2.4 新表設計
這一步基於2.3對於查詢的拆分分析，得出舊表融合、冗余、廢棄字段的結果，設計新表的字段。
產出新表設計結構后，必須發給各個相關業務方進行review，並保證所有業務方都通過該表的設計。有必要的話可以進行一次線下review。
如果新表的過程中，對部分字段進行了廢棄，必須通知所有業務方進行確認。
對於新表的設計，除了字段的梳理，也需要根據具體查詢，重新設計、優化索引。
2.5 第一次升級
新表設計完成后，先做一次jar包內sql查詢的改造，將舊的字段全部更新為新表的字段。
此處為2.0.0-SNAPSHOT版本。
然后讓所有服務升級jar包版本，以此來保證這些廢棄字段確實是不使用了，新的表結構字段能夠完全覆蓋過去的業務場景。
特別注意的是，由於涉及服務眾多，可以將服務按照 非核心 與 核心 區分，然后分批次上線，避免出現問題導致嚴重故障或者大范圍回滾。
2.5 最佳實踐
2.6.1 盡量不改變原表的字段名稱
在做新表融合的時候，一開始只是簡單歸並表A 和 表B的表，因此很多字段名相同的字段做了重命名。
后來字段精簡過程中，刪除了很多重復字段，但是沒有將重命名的字段改回來。
導致后期上線的過程中，不可避免地需要業務方進行重構字段名。
因此，新表設計的時候，除非必不得已，不要修改原表的字段名稱！
2.6.2 新表的索引需要仔細斟酌
新表的索引不能簡單照搬舊表，而是需要根據查詢拆分分析后，重新設計。
尤其是一些字段的融合后，可能可以歸並一些索引，或者設計一些更高性能的索引。
2.6 本章小結
至此，分庫分表的第一階段告一段落。這一階段所需時間，完全取決於具體業務，如果是一個歷史包袱沉重的業務，那可能需要花費幾個月甚至半年的時間才能完成。
這一階段的完成質量非常重要，否則可能導致項目后期需要重建表結構、重新全量數據。
這里再次說明，對於微服務划分比較合理的服務，分庫分表行為一般只需要關注存儲架構的變化，或者只需要在個別應用上進行業務改造即可，一般不需要着重考慮“業務重構” 這一階段。
3.第二階段：存儲架構設計（核心）
對於任何分庫分表的項目，存儲架構的設計都是最核心的部分！
3.1 整體架構
根據第一階段整理的查詢梳理結果，我們總結了這樣的查詢規律。
- 80%以上的查詢都是通過或者帶有字段pk1、字段pk2、字段pk3這三個維度進行查詢的，其中pk1和pk2由於歷史原因存在一一對應的關系
- 20%的查詢千奇百怪，包括模糊查詢、其他字段查詢等等
因此，我們設計了如下的整體架構，引入了數據庫中間件、數據同步工具、搜索引擎（阿里雲opensearch/ES）等。
下文的論述都是圍繞這個架構來展開的。
3.1.1 mysql分表存儲
Mysql分表的維度是根據查詢拆分分析的結果確定的。
我們發現pk1\pk2\pk3可以覆蓋80%以上的主要查詢。讓這些查詢根據分表鍵直接走mysql數據庫即可。
原則上一般最多維護一個分表的全量數據，因為過多的全量數據會造成存儲的浪費、數據同步的額外開銷、更多的不穩定性、不易擴展等問題。
但是由於本項目pk1和pk3的查詢語句都對實時性有比較高的要求，因此，維護了pk1和pk3作為分表鍵的兩份全量數據。
而pk2和pk1由於歷史原因，存在一一對應關系，可以僅保留一份映射表即可，只存儲pk1和pk2兩個字段。
3.1.2 搜索平台索引存儲
搜索平台索引，可以覆蓋剩余20%的零散查詢。
這些查詢往往不是根據分表鍵進行的，或者是帶有模糊查詢的要求。
對於搜索平台來說，一般不存儲全量數據（尤其是一些大varchar字段），只存儲主鍵和查詢需要的索引字段，搜索得到結果后，根據主鍵去mysql存儲中拿到需要的記錄。
當然，從后期實踐結果來看，這里還是需要做一些權衡的：
1）有些非索引字段，如果不是很大，也可以冗余進來，類似覆蓋索引，避免多一次sql查詢；
2）如果表結構比較簡單，字段不大，甚至可以考慮全量存儲，提高查詢性能，降低mysql數據庫的壓力。
這里特別提示，搜索引擎和數據庫之間同步是必然存在延遲的。所以對於根據分表id查詢的語句，盡量保證直接查詢數據庫，這樣不會帶來一致性問題的隱患。
3.1.3 數據同步
一般新表和舊表直接可以采用 數據同步 或者 雙寫的方式進行處理，兩種方式有各自的優缺點。
一般根據具體情況選擇一種方式就行。
本次項目的具體同步關系見整體存儲架構，包括了四個部分：
1）舊表到新表全量主表的同步
一開始為了減少代碼入侵、方便擴展，采用了數據同步的方式。而且由於業務過多，擔心有未統計到的服務沒有及時改造，所以數據同步能避免這些情況導致數據丟失。
但是在上線過程中發現，當延遲存在時，很多新寫入的記錄無法讀到，對具體業務場景造成了比較嚴重的影響。（具體原因參考4.5.1的說明）
因此，為了滿足應用對於實時性的要求，我們在數據同步的基礎上，重新在3.0.0-SNAPSHOT版本中改造成了雙寫的形式。
2）新表全量主表到全量副表的同步
3）新表全量主表到映射表到同步
4）新表全量主表到搜索引擎數據源的同步
2）、3）、4）都是從新表全量主表到其他數據源的數據同步，因為沒有強實時性的要求，因此，為了方便擴展，全部采用了數據同步的方式，沒有進行更多的多寫操作。
3.2 容量評估
在申請mysql存儲和搜索平台索引資源前，需要進行容量評估，包括存儲容量和性能指標。
具體線上流量評估可以通過監控系統查看qps，存儲容量可以簡單認為是線上各個表存儲容量的和。
但是在全量同步過程中，我們發現需要的實際容量的需求會大於預估，具體可以看3.4.6的說明。
具體性能壓測過程就不再贅述。
3.3 數據校驗
從上文可以看到，在本次項目中，存在大量的業務改造，屬於異構遷移。
從過去的一些分庫分表項目來說，大多是同構/對等拆分，因此不會存在很多復雜邏輯，所以對於數據遷移的校驗往往比較忽視。
在完全對等遷移的情況下，一般確實比較少出現問題。
但是，類似這樣有比較多改造的異構遷移，校驗絕對是重中之重！！
因此，必須對數據同步的結果做校驗，保證業務邏輯改造正確、數據同步一致性正確。這一點非常非常重要。
在本次項目中，存在大量業務邏輯優化以及字段變動，所以我們單獨做了一個校驗服務，對數據的全量、增量進行校驗。
過程中提前發現了許多數據同步、業務邏輯的不一致問題，給我們本次項目平穩上線提供了最重要的前提保障！！
3.4 最佳實踐
3.4.1 分庫分表引起的流量放大問題
在做容量評估的時候，需要關注一個重要問題。就是分表帶來的查詢流量放大。
這個流量放大有兩方面的原因：
- 索引表的二次查詢。比如根據pk2查詢的，需要先通過pk2查詢pk1，然后根據pk1查詢返回結果。
- in的分批查詢。如果一個select...in...的查詢，數據庫中間件會根據分表鍵，將查詢拆分落到對應的物理分表上，相當於原本的一次查詢，放大為多次查詢。（當然，數據庫會將落在同一個分表的id作為一次批量查詢，而這是不穩定的合並）
因此，我們需要注意：
- 業務層面盡量限制in查詢數量，避免流量過於放大；
- 容量評估時，需要考慮這部分放大因素，做適當冗余，另外，后續會提到業務改造上線分批進行，保證可以及時擴容；
- 分64、128還是256張表有個合理預估，拆得越多，理論上會放大越多，因此不要無謂地分過多的表，根據業務規模做適當估計；
- 對於映射表的查詢，由於存在明顯的冷熱數據，所以我們又在中間加了一層緩存，減少數據庫的壓力
3.4.2 分表鍵的變更方案
本項目中，存在一種業務情況會變更字段pk3，但是pk3作為分表鍵，在數據庫中間件中是不能修改的，因此，只能在中台中修改對pk3的更新邏輯，采用先刪除、后添加的方式。
這里需要注意，刪除和添加操作的事務原子性。當然，簡單處理也可以通過日志的方式，進行告警和校准。
3.4.3 數據同步一致性問題
我們都知道，數據同步中一個關鍵點就是（消息）數據的順序性，如果不能保證接受的數據和產生的數據的順序嚴格一致，就有可能因為（消息）數據亂序帶來數據覆蓋，最終帶來不一致問題。
我們自研的數據同步工具底層使用的消息隊列是kakfa，，kafka對於消息的存儲，只能做到局部有序性（具體來說是每一個partition的有序）。我們可以把同一主鍵的消息路由至同一分區，這樣一致性一般可以保證。但是，如果存在一對多的關系，就無法保證每一行變更有序，見如下例子。
那么需要通過反查數據源獲取最新數據保證一致性。
但是，反查也不是“銀彈“，需要考慮兩個問題。
1）如果消息變更來源於讀寫實例，而反查 數據庫是查只讀實例，那就會存在讀寫實例延遲導致的數據不一致問題。因此，需要保證 消息變更來源 和 反查數據庫 的實例是同一個。
2）反查對數據庫會帶來額外性能開銷，需要仔細評估全量時候的影響。
3.4.4 數據實時性問題
延遲主要需要注意幾方面的問題，並根據業務實際情況做評估和衡量。
1）數據同步平台的秒級延遲
2）如果消息訂閱和反查數據庫都是落在只讀實例上，那么除了上述數據同步平台的秒級延遲，還會有數據庫主從同步的延遲
3）寬表到搜索平台的秒級延遲
只有能夠滿足業務場景的方案，才是合適的方案。
3.4.5 分表后存儲容量優化
由於數據同步過程中，對於單表而言，不是嚴格按照遞增插入的，因此會產生很多”存儲空洞“，使得同步完后的存儲總量遠大於預估的容量。
因此，在新庫申請的時候，存儲容量多申請50%。
具體原因可以參考我的這篇文章 為什么MySQL分庫分表后總存儲大小變大了？
3.5 本章小結
至此，分庫分表的第二階段告一段落。
這一階段踩了非常多的坑。
一方面是設計高可用、易擴展的存儲架構。在項目進展過程中，也做了多次的修改與討論，包括mysql數據冗余數量、搜索平台的索引設計、流量放大、分表鍵修改等問題。
另一方面是“數據同步”本身是一個非常復雜的操作，正如本章最佳實踐中提及的實時性、一致性、一對多等問題，需要引起高度重視。
因此，更加依賴於數據校驗對最終業務邏輯正確、數據同步正確的檢驗！
在完成這一階段后，可以正式進入業務切換的階段。需要注意的是，數據校驗仍然會在下一階段發揮關鍵性作用。
4.第三階段：改造和上線（慎重）
前兩個階段完成后，開始業務切換流程，主要步驟如下：
1）中台服務采用單讀 雙寫 的模式
2）舊表往新表開着數據同步
3） 所有服務升級依賴的projectDB版本，上線RPC，如果出現問題，降版本即可回滾（上線成功后，單讀新庫，雙寫新舊庫）
4）檢查監控確保沒有 中台服務 以外的其他服務訪問舊庫舊表
5）停止數據同步
6）刪除舊表
4.1 查詢改造
如何驗證我們前兩個階段設計是否合理？能否完全覆蓋查詢的修改 是一個前提條件。
當新表設計完畢后，就可以以新表為標准，修改老的查詢。
以本項目為例，需要將舊的sql在 新的中台服務中 進行改造。
1）讀查詢的改造
可能查詢會涉及以下幾個方面：
a）根據查詢條件，需要將pk1和pk2的inner join改為對應分表鍵的新表表名
b）部分sql的廢棄字段處理
c）非分表鍵查詢改為走搜索平台的查詢，注意保證語義一致
d）注意寫單測避免低級錯誤，主要是DAO層面。
只有新表結構和存儲架構能完全適應查詢改造，才能認為前面的設計暫時沒有問題。
當然，這里還有個前提條件，就是相關查詢已經全部收攏，沒有遺漏。
2) 寫查詢的改造
除了相關字段的更改以外，更重要的是，需要改造為舊表、新表的雙寫模式。
這里可能涉及到具體業務寫入邏輯，本項目尤為復雜，需要改造過程中與業務方充分溝通，保證寫入邏輯正確。
可以在雙寫上各加一個配置開關，方便切換。如果雙寫中發現新庫寫入有問題，可以快速關閉。
同時，雙寫過程中不關閉 舊庫到新庫 的數據同步。
為什么呢？主要還是由於我們項目的特殊性。由於我們涉及到幾十個服務，為了降低風險，必須分批上線。因此，存在比較麻煩的中間態，一部分服務是老邏輯，一部分服務是新邏輯，必須保證中間態的數據正確性，具體見4.5.1的分析。
4.2 服務化改造
為什么需要新建一個 服務來 承載改造后的查詢呢？
一方面是為了改造能夠方便的升級與回滾切換，另一方面是為了將查詢收攏，作為一個中台化的服務來提供相應的查詢能力。
將改造后的新的查詢放在服務中，然后jar包中的原本查詢，全部替換成這個服務的client調用。
同時，升級jar包版本到3.0.0-SNAPSHOT。
4.3 服務分批上線
為了降低風險，需要安排從非核心服務到核心服務的分批上線。
注意，分批上線過程中，由於寫服務往往是核心服務，所以安排在后面。可能出現非核心的讀服務上線了，這時候會有讀新表、寫舊表的中間狀態。
1） 所有相關服務使用 重構分支 升級projectdb版本到3.0.0-SNAPSHOT並部署內網環境；
2） 業務服務依賴於 中台服務，需要訂閱服務
3） 開重構分支（不要與正常迭代分支合並），部署內網，內網預計測試兩周以上
使用一個新的 重構分支 是為了在內網測試兩周的時候，不影響業務正常迭代。每周更新的業務分支可以merge到重構分支上部署內網，然后外網使用業務分支merge到master上部署。
當然，如果從線上線下代碼分支一致的角度，也可以重構分支和業務分支一起測試上線，對開發和測試的壓力會較大。
4）分批上線過程中，如果碰到依賴沖突的問題，需要及時解決並及時更新到該文檔中
5）服務上線前，必須要求業務開發或者測試，明確評估具體api和風險點，做好回歸。
這里再次提醒，上線完成后，請不要漏掉離線的數據分析業務！請不要漏掉離線的數據分析業務！請不要漏掉離線的數據分析業務！
4.4 舊表下線流程
1）檢查監控確保沒有中台服務以外的其他服務訪問舊庫舊表
2）檢查數據庫上的sql審計，確保沒有其他服務仍然讀取舊表數據
3）停止數據同步
4）刪除舊表
4.5 最佳實踐
4.5.1 寫完立即讀可能讀不到
在分批上線過程中，遇到了寫完立即讀可能讀不到的情況。由於業務眾多，我們采用了分批上線的方式降低風險，存在一部分應用已經升級，一部分應用尚未升級的情況。未升級的服務仍然往舊表寫數據，而升級后的應用會從新表讀數據，當延遲存在時，很多新寫入的記錄無法讀到，對具體業務場景造成了比較嚴重的影響。
延遲的原因主要有兩個：
1）寫服務還沒有升級，還沒有開始雙寫，還是寫舊表，這時候會有讀新表、寫舊表的中間狀態，新舊表存在同步延遲。
2）為了避免主庫壓力，新表數據是從舊表獲取變更、然后反查舊表只讀實例的數據進行同步的，主從庫本身存在一定延遲。
解決方案一般有兩種：
1）數據同步改為雙寫邏輯。
2）在讀接口做補償，如果新表查不到，到舊表再查一次。
4.5.2 數據庫中間件唯一ID替換自增主鍵（划重點，敲黑板）
由於分表后，繼續使用單表的自增主鍵，會導致全局主鍵沖突。因此，需要使用分布式唯一ID來代替自增主鍵。各種算法網上比較多，本項目采用的是數據庫自增sequence生成方式。
數據庫自增sequence的分布式ID生成器，是一個依賴Mysql的存在， 它的基本原理是在Mysql中存入一個數值， 每有一台機器去獲取ID的時候，都會在當前ID上累加一定的數量比如說2000， 然后把當前的值加上2000返回給服務器。這樣每一台機器都可以繼續重復此操作獲得唯一id區間。
但是僅僅有全局唯一ID就大功告成了嗎？顯然不是，因為這里還會存在新舊表的id沖突問題。
因為服務比較多，為了降低風險需要分批上線。因此，存在一部分服務還是單寫舊表的邏輯，一部分服務是雙寫的邏輯。
這樣的狀態中，舊表的id策略使用的是auto_increment。如果只有單向數據來往的話（舊表到新表），只需要給舊表的id預留一個區間段，sequence從一個較大的起始值開始就能避免沖突。
但該項目中，還有新表數據和舊表數據的雙寫，如果采用上述方案，較大的id寫入到舊表，舊表的auto_increment將會被重置到該值，這樣單鞋舊表的服務產生的遞增id的記錄必然會出現沖突。
所以這里交換了雙方的區間段，舊庫從較大的auto_increment起始值開始，新表選擇的id（也就是sequence的范圍）從大於舊表的最大記錄的id開始遞增，小於舊表auto_increment即將設置的起始值，很好的避免了id沖突問題。
1）切換前：
sequence的起始id設置為當前舊表的自增id大小，然后舊表的自增id需要改大，預留一段區間，給舊表的自增id繼續使用，防止未升級業務寫入舊表的數據同步到新庫后產生id沖突；
2）切換后
無需任何改造，斷開數據同步即可
3）優點
只用一份代碼；
切換可以使用開關進行，不用升級改造；
如果萬一中途舊表的autoincrement被異常數據變大了，也不會造成什么問題。
4）缺點
如果舊表寫失敗了，新表寫成功了，需要日志輔助處理
4.6 本章小結
完成舊表下線后，整個分庫分表的改造就完成了。
在這個過程中，需要始終保持對線上業務的敬畏，仔細思考每個可能發生的問題，想好快速回滾方案（在三個階段提到了projectdb的jar包版本迭代，從1.0.0-SNAPSHOT到3.0.0-SNAPSHOT，包含了每個階段不同的變更，在不同階段的分批上線的過程中，通過jar包版本的方式進行回滾，發揮了巨大作用），避免造成重大故障。
5.穩定性保障
這一章主要再次強調穩定性的保障手段。作為本次項目的重要目標之一，穩定性其實貫穿在整個項目周期內，基本上在上文各個環節都已經都有提到，每一個環節都要引起足夠的重視，仔細設計和評估方案，做到心中有數，而不是靠天吃飯：
1）新表設計必須跟業務方充分溝通、保證review。
2）對於“數據同步”，必須有數據校驗保障數據正確性，可能導致數據不正確的原因上文已經提到來很多，包括實時性、一致性的問題。保證數據正確是上線的大前提。
3）每一階段的變動，都必須做好快速回滾都預案。
4）上線過程，都以分批上線的形式，從非核心業務開始做試點，避免故障擴大。
5）監控告警要配置全面，出現問題及時收到告警，快速響應。不要忽略，很重要，有幾次出現選過數據的小問題，都是通過告警及時發現和解決的
6）單測，業務功能測試等要充分
6.項目管理之跨團隊協作
關於“跨團隊協作”，本文專門拎出來作為一章。
因為在這樣一個跨團隊的大型項目改造過程中，科學的團隊協作是保障整體項目按時、高質量完成的不可缺少的因素。
下面，分享幾點心得與體會。
6.1 一切文檔先行
團隊協作最忌“空口無憑”。
無論是團隊分工、進度安排或是任何需要多人協作的事情，都需要有一個文檔記錄，用於追蹤進度，把控流程。
6.2 業務溝通與確認
所有的表結構改造，必須跟相關業務方溝通，對於可能存在的歷史邏輯，進行全面梳理；
所有討論確定后的字段改造，必須由每個服務的Owner進行確認。
6.3 責任到位
對於多團隊多人次的合作項目，每個團隊都應該明確一個對接人，由項目總負責人與團隊唯一對接人溝通，明確團隊完整進度和完成質量。
7.展望
其實，從全文的篇幅就能夠看出，本次的分庫分表項目由於復雜的業務邏輯改造，費大量的時間和精力，並且非常容易在改造過程中，引起不穩定的線上問題。
本文復盤了整個分庫分表從拆分、設計、上線的整體過程，希望能對大家有所幫助。
看到這里，我們會想問一句。所以，有沒有更好的方式呢？
也許，未來還是需要去結合業界新的數據庫中間件技術，能夠快速實現分庫分表。
也許，未來還可以引入新的數據存儲技術與方案（polardb、tidb、hbase），根本不再需要分庫分表呢？
繼續跟進新技術的發展，我相信會找到答案。
都看到最后了，原創不易，點個關注，點個贊吧～
文章持續更新，可以微信搜索「阿丸筆記 」第一時間閱讀，回復【筆記】獲取Canal、MySQL、HBase、JAVA實戰筆記，回復【資料】獲取一線大廠面試資料。
知識碎片重新梳理，構建Java知識圖譜： github.com/saigu/JavaK…（歷史文章查閱非常方便）