用三个手机
一人两软件
才打到一个距离我三分钟的车
出租车 跑的快
…
又扯火闪子又打雷…
飞起脚脚的跑…
一手撑伞一边端着姐妹给我剥的核桃(必须带上她的爱心不然对不起她裂开的指甲
…
好的在我编辑朋友圈的时间…他就到了…
在车上的时候无意中看了窗外
师傅溅起的水花三米高…
永远相信出租车的速度
一人两软件
才打到一个距离我三分钟的车
出租车 跑的快
…
又扯火闪子又打雷…
飞起脚脚的跑…
一手撑伞一边端着姐妹给我剥的核桃(必须带上她的爱心不然对不起她裂开的指甲
…
好的在我编辑朋友圈的时间…他就到了…
在车上的时候无意中看了窗外
师傅溅起的水花三米高…
永远相信出租车的速度
人非木石，岂能漠然！
在我们看来，对不起是生活中最为普通的一个礼貌用语，甚至都算不上是一件可以表达歉意的语句。但是如今这三个字，却成为众多公众人物翻车之后的挡箭牌，更是他们翻车之后唯一在社交媒体上说的话。
当一个普通的艺人火了之后，各种商演、代言都会接踵而至。对于他们来说，接到这些代言，不仅可以让他们轻松地赚到更多的钱，也是对他们的一种肯定。
接的代言牌子越大，就代表了在娱乐圈的地位越高。而且动动小指头，说几句广告词，拍一些视频照片，就可以让他们赚到很多钱，这样何乐而不为。但是也因此有越来越多的明星在代言产品上面出了差错。
针对这些事情，有的明星会严肃处理，向大家诚恳道歉之后寻求解决方法。但其实大多数的明星都抱着一种事不关己高高挂起的态度，随便一份声明，一句对不起，就将这件事画了句号。
宋祖德喊话多位明星
宋祖德就因为明星代言虚假产品的问题，在网络上公开喊话，呼吁依法追究王宝强、杜海涛、汪涵等代言的p2p产品的法律责任。他认为，这些明星在代言之后，不仅赚了很多钱，就算在翻车之后还能继续风光，在娱乐圈圈钱，实在让人非常生气。
而宋祖德其实早在之前就公开表示过自己的看法。这样的p2p平台，他认为这些明星只顾眼前利益，给钱就可以随便帮骗子平台打广告。他们这样的行为已经构成了诈骗，代言翻车后一句道歉就完了？应该将钱退给这些消费者。
除此之外，这篇文章当中引起轰动的应该就是这些明星了。细细看名单，不仅有我们熟知的著名主持人汪涵、杜海涛，还有一些影视明星王宝强、赵雅芝等。
而据一些资料统计，从2014年开始，明星翻车的例子就数不胜数，其中不仅有一些老一辈的艺术家张铁林、唐国强，还有一些流量小生胡歌、朗朗、唐嫣、杨迪等。无论是青年、中年还是老年艺人，他们几乎都在代言上面翻过车。
而关于明星代言的p2p产品，光是代言人就已经超过了三十位。而且这些明星的身份也各不相同，有了代言人就有形象代言人，有了股东，还有合作推广大使，甚至还有首席体验官。每个人的头衔都不一样，但是他们拿到的钱却同样多。
有人说，明星代言这类产品的收益是普通代言的十倍。这也可以解释，为什么很多明星都愿意代言这些看起来就不太靠谱的平台。但世界上还有个道理，叫做物极必反，如果一件事情做得太过于轻松，那么就一定会出问题。
宋祖德无疑又将很多人的质疑公开发表在了网络上，虽然引起了大部分人的支持，但也引起了一些人的反对，毕竟有些受害人也是咎由自取。那么，众多明星所代言的p2p到底是什么呢？
P2P是什么
P2P是peer-to-peer的缩写，这个平台其实就是将投资人手中多余的资金聚集起来，然后贷款给那些现在急需要用钱的用户。而用户得到这笔钱，除了要借款，还需要支付借款时所产生的利息。这个平台主要就是资金的一个中介机构，赚取这些利息和手续费。
P2P翻译成中文的名字是人人贷，从这个名字也可以看出，用它贷款和借款是没有其他太多的限制与条件的。只要你有钱，或者是你缺钱，都可以通过这个平台来办业务。
正是由于它的投资门槛低，而且资金来源的渠道更为广泛，所以在一时之间，这个平台突然崛起，受到了很多人的使用和关注。对于高利贷来说，它借款的利息不是特别高，并且他们的还款压力会比较小，所以对于这些急需用钱的人来说当然是首选。
对于投资人来说，他们可以收到的利率会更高，起码会比存在银行里好，但是又没有高利贷那么高的风险。当双方都觉得有利可图，这个软件一时之间就受到很多人的追捧。
最重要的是，现在是网络信息的时代，只要在网络上就可以完成相关手续的操作，足不出户，非常方便。但是方便的背后也有很多的风险，比如说一些虚假的信息，由于平台审核不力，到时候所造成的资金风险也是常人所无法接受的。
明星代言翻车只有一句道歉
但加上明星代言后，很多人都相信了这个平台。而我们也发现，一些快消行业特别喜欢扎堆邀请流量明星。而他们的目的其实非常单纯，无非也是想要利用明星的影响力来扩大品牌的宣传度，为的就是提高他们的业绩。
而对于明星来说，商业代言无疑是来钱最快的一种方式，当他们看到这个有利可图的时候，便不会想这么多。况且之前还有很多明星都在代言，其他的一些明星自然也会想要趁机割一波韭菜。
但是，就是因为这种态度，让明星在代言方面屡次翻车，不仅违背了公序良俗，更在根本上触犯到了道德与法律的红线。
从之前的例子我们可以看出，明星翻车并不少见，但是他们处理方式却出奇的一致。几乎除了道歉之后没有任何其他的动作，更不要说负责赔钱了。就算如此，他们的代言费用也是一分不落全部放进了自己的口袋里。
对于这样的情况，更有人质疑，明星翻车之后就不应该负责了？一句道歉就完了？难道他们不是最应该向大家作出解释的人？应该给受害者退钱！
不可否认的是，明星真的利用了自己的明星效应，让大家对他产生了信任。因为相信，所以购买。可是消费者消费之后他们就不愿意对自己的代言行为负责了，更不要提售后或者其他，连说一句“对不起”都很困难。
但其实，明星除了代言之外，更应该在意的是自己的实力与演技。一味地在娱乐圈靠声誉来赚钱，最终他们也只会在屡次翻车后再也回不到正规的车道上。要不就好好考核后代言，如果自己都无法确认品牌质量，就不要随意代言产品。
在我们看来，对不起是生活中最为普通的一个礼貌用语，甚至都算不上是一件可以表达歉意的语句。但是如今这三个字，却成为众多公众人物翻车之后的挡箭牌，更是他们翻车之后唯一在社交媒体上说的话。
当一个普通的艺人火了之后，各种商演、代言都会接踵而至。对于他们来说，接到这些代言，不仅可以让他们轻松地赚到更多的钱，也是对他们的一种肯定。
接的代言牌子越大，就代表了在娱乐圈的地位越高。而且动动小指头，说几句广告词，拍一些视频照片，就可以让他们赚到很多钱，这样何乐而不为。但是也因此有越来越多的明星在代言产品上面出了差错。
针对这些事情，有的明星会严肃处理，向大家诚恳道歉之后寻求解决方法。但其实大多数的明星都抱着一种事不关己高高挂起的态度，随便一份声明，一句对不起，就将这件事画了句号。
宋祖德喊话多位明星
宋祖德就因为明星代言虚假产品的问题，在网络上公开喊话，呼吁依法追究王宝强、杜海涛、汪涵等代言的p2p产品的法律责任。他认为，这些明星在代言之后，不仅赚了很多钱，就算在翻车之后还能继续风光，在娱乐圈圈钱，实在让人非常生气。
而宋祖德其实早在之前就公开表示过自己的看法。这样的p2p平台，他认为这些明星只顾眼前利益，给钱就可以随便帮骗子平台打广告。他们这样的行为已经构成了诈骗，代言翻车后一句道歉就完了？应该将钱退给这些消费者。
除此之外，这篇文章当中引起轰动的应该就是这些明星了。细细看名单，不仅有我们熟知的著名主持人汪涵、杜海涛，还有一些影视明星王宝强、赵雅芝等。
而据一些资料统计，从2014年开始，明星翻车的例子就数不胜数，其中不仅有一些老一辈的艺术家张铁林、唐国强，还有一些流量小生胡歌、朗朗、唐嫣、杨迪等。无论是青年、中年还是老年艺人，他们几乎都在代言上面翻过车。
而关于明星代言的p2p产品，光是代言人就已经超过了三十位。而且这些明星的身份也各不相同，有了代言人就有形象代言人，有了股东，还有合作推广大使，甚至还有首席体验官。每个人的头衔都不一样，但是他们拿到的钱却同样多。
有人说，明星代言这类产品的收益是普通代言的十倍。这也可以解释，为什么很多明星都愿意代言这些看起来就不太靠谱的平台。但世界上还有个道理，叫做物极必反，如果一件事情做得太过于轻松，那么就一定会出问题。
宋祖德无疑又将很多人的质疑公开发表在了网络上，虽然引起了大部分人的支持，但也引起了一些人的反对，毕竟有些受害人也是咎由自取。那么，众多明星所代言的p2p到底是什么呢？
P2P是什么
P2P是peer-to-peer的缩写，这个平台其实就是将投资人手中多余的资金聚集起来，然后贷款给那些现在急需要用钱的用户。而用户得到这笔钱，除了要借款，还需要支付借款时所产生的利息。这个平台主要就是资金的一个中介机构，赚取这些利息和手续费。
P2P翻译成中文的名字是人人贷，从这个名字也可以看出，用它贷款和借款是没有其他太多的限制与条件的。只要你有钱，或者是你缺钱，都可以通过这个平台来办业务。
正是由于它的投资门槛低，而且资金来源的渠道更为广泛，所以在一时之间，这个平台突然崛起，受到了很多人的使用和关注。对于高利贷来说，它借款的利息不是特别高，并且他们的还款压力会比较小，所以对于这些急需用钱的人来说当然是首选。
对于投资人来说，他们可以收到的利率会更高，起码会比存在银行里好，但是又没有高利贷那么高的风险。当双方都觉得有利可图，这个软件一时之间就受到很多人的追捧。
最重要的是，现在是网络信息的时代，只要在网络上就可以完成相关手续的操作，足不出户，非常方便。但是方便的背后也有很多的风险，比如说一些虚假的信息，由于平台审核不力，到时候所造成的资金风险也是常人所无法接受的。
明星代言翻车只有一句道歉
但加上明星代言后，很多人都相信了这个平台。而我们也发现，一些快消行业特别喜欢扎堆邀请流量明星。而他们的目的其实非常单纯，无非也是想要利用明星的影响力来扩大品牌的宣传度，为的就是提高他们的业绩。
而对于明星来说，商业代言无疑是来钱最快的一种方式，当他们看到这个有利可图的时候，便不会想这么多。况且之前还有很多明星都在代言，其他的一些明星自然也会想要趁机割一波韭菜。
但是，就是因为这种态度，让明星在代言方面屡次翻车，不仅违背了公序良俗，更在根本上触犯到了道德与法律的红线。
从之前的例子我们可以看出，明星翻车并不少见，但是他们处理方式却出奇的一致。几乎除了道歉之后没有任何其他的动作，更不要说负责赔钱了。就算如此，他们的代言费用也是一分不落全部放进了自己的口袋里。
对于这样的情况，更有人质疑，明星翻车之后就不应该负责了？一句道歉就完了？难道他们不是最应该向大家作出解释的人？应该给受害者退钱！
不可否认的是，明星真的利用了自己的明星效应，让大家对他产生了信任。因为相信，所以购买。可是消费者消费之后他们就不愿意对自己的代言行为负责了，更不要提售后或者其他，连说一句“对不起”都很困难。
但其实，明星除了代言之外，更应该在意的是自己的实力与演技。一味地在娱乐圈靠声誉来赚钱，最终他们也只会在屡次翻车后再也回不到正规的车道上。要不就好好考核后代言，如果自己都无法确认品牌质量，就不要随意代言产品。
#为什么MySQL数据量大了要分库分表#
在文章开头先抛几个问题：
（1）什么时候才需要分库分表呢？我们的评判标准是什么？
（2）一张表存储了多少数据的时候，才需要考虑分库分表？
（3）数据增长速度很快，每天产生多少数据，才需要考虑做分库分表？这些问题你都搞清楚了吗？相信看完这篇文章会有答案。
为什么要分库分表？首先回答一下为什么要分库分表，答案很简单：数据库出现性能瓶颈。用大白话来说就是数据库快扛不住了。数据库出现性能瓶颈，对外表现有几个方面：大量请求阻塞在高并发场景下，大量请求都需要操作数据库，导致连接数不够了，请求处于阻塞状态。SQL 操作变慢如果数据库中存在一张上亿数据量的表，一条 SQL 没有命中索引会全表扫描，这个查询耗时会非常久。存储出现问题业务量剧增，单库数据量越来越大，给存储造成巨大压力。从机器的角度看，性能瓶颈无非就是CPU、内存、磁盘、网络这些，要解决性能瓶颈最简单粗暴的办法就是提升机器性能，但是通过这种方法成本和收益投入比往往又太高了，不划算，所以重点还是要从软件角度入手。
数据库相关优化方案数据库优化方案很多，主要分为两大类：软件层面、硬件层面。软件层面包括：SQL 调优、表结构优化、读写分离、数据库集群、分库分表等；硬件层面主要是增加机器性能。SQL 调优SQL 调优往往是解决数据库问题的第一步，往往投入少部分精力就能获得较大的收益。SQL 调优主要目的是尽可能的让那些慢 SQL 变快，手段其实也很简单就是让 SQL 执行尽量命中索引。开启慢 SQL 记录如果你使用的是 Mysql，需要在 Mysql 配置文件中配置几个参数即可。
调优的工具常常会用到 explain 这个命令来查看 SQL 语句的执行计划，通过观察执行结果很容易就知道该 SQL 语句是不是全表扫描、有没有命中索引。select id, age, gender from user where name = '爱笑的架构师';返回有一列叫“type”，常见取值有：ALL、index、range、 ref、eq_ref、const、system、NULL（从左到右，性能从差到好）ALL 代表这条 SQL 语句全表扫描了，需要优化。一般来说需要达到range 级别及以上。表结构优化以一个场景举例说明：“user”表中有 user_id、nickname 等字段，“order”表中有order_id、user_id等字段，如果想拿到用户昵称怎么办？
一般情况是通过 join 关联表操作，在查询订单表时关联查询用户表，从而获取导用户昵称。但是随着业务量增加，订单表和用户表肯定也是暴增，这时候通过两个表关联数据就比较费力了，为了取一个昵称字段而不得不关联查询几十上百万的用户表，其速度可想而知。这个时候可以尝试将 nickname 这个字段加到 order 表中（order_id、user_id、nickname），这种做法通常叫做数据库表冗余字段。这样做的好处展示订单列表时不需要再关联查询用户表了。
冗余字段的做法也有一个弊端，如果这个字段更新会同时涉及到多个表的更新，因此在选择冗余字段时要尽量选择不经常更新的字段。架构优化当单台数据库实例扛不住，我们可以增加实例组成集群对外服务。当发现读请求明显多于写请求时，我们可以让主实例负责写，从实例对外提供读的能力；如果读实例压力依然很大，可以在数据库前面加入缓存如 redis，让请求优先从缓存取数据减少数据库访问。缓存分担了部分压力后，数据库依然是瓶颈，这个时候就可以考虑分库分表的方案了，后面会详细介绍。硬件优化硬件成本非常高，一般来说不可能遇到数据库性能瓶颈就去升级硬件。在前期业务量比较小的时候，升级硬件数据库性能可以得到较大提升；但是在后期，升级硬件得到的收益就不那么明显了。
分库分表详解
下面我们以一个商城系统为例逐步讲解数据库是如何一步步演进。
单应用单数据库
在早期创业阶段想做一个商城系统，基本就是一个系统包含多个基础功能模块，最后打包成一个 war 包部署，这就是典型的单体架构应用。如上图，商城系统包括主页 Portal 模板、用户模块、订单模块、库存模块等，所有的模块都共有一个数据库，通常数据库中有非常多的表。因为用户量不大，这样的架构在早期完全适用，开发者可以拿着 demo到处找（骗）投资人。一旦拿到投资人的钱，业务就要开始大规模推广，同时系统架构也要匹配业务的快速发展。多应用单数据库在前期为了抢占市场，这一套系统不停地迭代更新，代码量越来越大，架构也变得越来越臃肿，现在随着系统访问压力逐渐增加，系统拆分就势在必行了。
为了保证业务平滑，系统架构重构也是分了几个阶段进行。第一个阶段将商城系统单体架构按照功能模块拆分为子服务，比如：Portal 服务、用户服务、订单服务、库存服务等。如上图，多个服务共享一个数据库，这样做的目的是底层数据库访问逻辑可以不用动，将影响降到最低。多应用多数据库随着业务推广力度加大，数据库终于成为了瓶颈，这个时候多个服务共享一个数据库基本不可行了。我们需要将每个服务相关的表拆出来单独建立一个数据库，这其实就是“分库”了。单数据库的能够支撑的并发量是有限的，拆成多个库可以使服务间不用竞争，提升服务的性能。
如上图，从一个大的数据中分出多个小的数据库，每个服务都对应一个数据库，这就是系统发展到一定阶段必要要做的“分库”操作。现在非常火的微服务架构也是一样的，如果只拆分应用不拆分数据库，不能解决根本问题，整个系统也很容易达到瓶颈。分表说完了分库，那什么时候分表呢？如果系统处于高速发展阶段，拿商城系统来说，一天下单量可能几十万，那数据库中的订单表增长就特别快，增长到一定阶段数据库查询效率就会出现明显下降。因此，当单表数据增量过快，业界流传是超过500万的数据量就要考虑分表了。当然500万只是一个经验值，大家可以根据实际情况做出决策。
那如何分表呢？分表有几个维度，一是水平切分和垂直切分，二是单库内分表和多库内分表。水平拆分和垂直拆分就拿用户表（user）来说，表中有7个字段：id,name,age,sex,nickname,description，如果 nickname 和 description 不常用，我们可以将其拆分为另外一张表：用户详细信息表，这样就由一张用户表拆分为了用户基本信息表+用户详细信息表，两张表结构不一样相互独立。但是从这个角度来看垂直拆分并没有从根本上解决单表数据量过大的问题，因此我们还是需要做一次水平拆分。
还有一种拆分方法，比如表中有一万条数据，我们拆分为两张表，id 为奇数的：1，3，5，7……放在 user1， id 为偶数的：2，4，6，8……放在 user2中，这样的拆分办法就是水平拆分了。水平拆分的方式也很多，除了上面说的按照 id 拆表，还可以按照时间维度取拆分，比如订单表，可以按每日、每月等进行拆分。每日表：只存储当天的数据。每月表：可以起一个定时任务将前一天的数据全部迁移到当月表。历史表：同样可以用定时任务把时间超过 30 天的数据迁移到 history表。总结一下水平拆分和垂直拆分的特点：垂直切分：基于表或字段划分，表结构不同。水平切分：基于数据划分，表结构相同，数据不同。单库内拆分和多库拆分拿水平拆分为例，每张表都拆分为了多个子表，多个子表存在于同一数据库中。比如下面用户表拆分为用户1表、用户2表。
在一个数据库中将一张表拆分为几个子表在一定程度上可以解决单表查询性能的问题，但是也会遇到一个问题：单数据库存储瓶颈。所以在业界用的更多的还是将子表拆分到多个数据库中。比如下图中，用户表拆分为两个子表，两个子表分别存在于不同的数据库中。
一句话总结：分表主要是为了减少单张表的大小，解决单表数据量带来的性能问题。
在文章开头先抛几个问题：
（1）什么时候才需要分库分表呢？我们的评判标准是什么？
（2）一张表存储了多少数据的时候，才需要考虑分库分表？
（3）数据增长速度很快，每天产生多少数据，才需要考虑做分库分表？这些问题你都搞清楚了吗？相信看完这篇文章会有答案。
为什么要分库分表？首先回答一下为什么要分库分表，答案很简单：数据库出现性能瓶颈。用大白话来说就是数据库快扛不住了。数据库出现性能瓶颈，对外表现有几个方面：大量请求阻塞在高并发场景下，大量请求都需要操作数据库，导致连接数不够了，请求处于阻塞状态。SQL 操作变慢如果数据库中存在一张上亿数据量的表，一条 SQL 没有命中索引会全表扫描，这个查询耗时会非常久。存储出现问题业务量剧增，单库数据量越来越大，给存储造成巨大压力。从机器的角度看，性能瓶颈无非就是CPU、内存、磁盘、网络这些，要解决性能瓶颈最简单粗暴的办法就是提升机器性能，但是通过这种方法成本和收益投入比往往又太高了，不划算，所以重点还是要从软件角度入手。
数据库相关优化方案数据库优化方案很多，主要分为两大类：软件层面、硬件层面。软件层面包括：SQL 调优、表结构优化、读写分离、数据库集群、分库分表等；硬件层面主要是增加机器性能。SQL 调优SQL 调优往往是解决数据库问题的第一步，往往投入少部分精力就能获得较大的收益。SQL 调优主要目的是尽可能的让那些慢 SQL 变快，手段其实也很简单就是让 SQL 执行尽量命中索引。开启慢 SQL 记录如果你使用的是 Mysql，需要在 Mysql 配置文件中配置几个参数即可。
调优的工具常常会用到 explain 这个命令来查看 SQL 语句的执行计划，通过观察执行结果很容易就知道该 SQL 语句是不是全表扫描、有没有命中索引。select id, age, gender from user where name = '爱笑的架构师';返回有一列叫“type”，常见取值有：ALL、index、range、 ref、eq_ref、const、system、NULL（从左到右，性能从差到好）ALL 代表这条 SQL 语句全表扫描了，需要优化。一般来说需要达到range 级别及以上。表结构优化以一个场景举例说明：“user”表中有 user_id、nickname 等字段，“order”表中有order_id、user_id等字段，如果想拿到用户昵称怎么办？
一般情况是通过 join 关联表操作，在查询订单表时关联查询用户表，从而获取导用户昵称。但是随着业务量增加，订单表和用户表肯定也是暴增，这时候通过两个表关联数据就比较费力了，为了取一个昵称字段而不得不关联查询几十上百万的用户表，其速度可想而知。这个时候可以尝试将 nickname 这个字段加到 order 表中（order_id、user_id、nickname），这种做法通常叫做数据库表冗余字段。这样做的好处展示订单列表时不需要再关联查询用户表了。
冗余字段的做法也有一个弊端，如果这个字段更新会同时涉及到多个表的更新，因此在选择冗余字段时要尽量选择不经常更新的字段。架构优化当单台数据库实例扛不住，我们可以增加实例组成集群对外服务。当发现读请求明显多于写请求时，我们可以让主实例负责写，从实例对外提供读的能力；如果读实例压力依然很大，可以在数据库前面加入缓存如 redis，让请求优先从缓存取数据减少数据库访问。缓存分担了部分压力后，数据库依然是瓶颈，这个时候就可以考虑分库分表的方案了，后面会详细介绍。硬件优化硬件成本非常高，一般来说不可能遇到数据库性能瓶颈就去升级硬件。在前期业务量比较小的时候，升级硬件数据库性能可以得到较大提升；但是在后期，升级硬件得到的收益就不那么明显了。
分库分表详解
下面我们以一个商城系统为例逐步讲解数据库是如何一步步演进。
单应用单数据库
在早期创业阶段想做一个商城系统，基本就是一个系统包含多个基础功能模块，最后打包成一个 war 包部署，这就是典型的单体架构应用。如上图，商城系统包括主页 Portal 模板、用户模块、订单模块、库存模块等，所有的模块都共有一个数据库，通常数据库中有非常多的表。因为用户量不大，这样的架构在早期完全适用，开发者可以拿着 demo到处找（骗）投资人。一旦拿到投资人的钱，业务就要开始大规模推广，同时系统架构也要匹配业务的快速发展。多应用单数据库在前期为了抢占市场，这一套系统不停地迭代更新，代码量越来越大，架构也变得越来越臃肿，现在随着系统访问压力逐渐增加，系统拆分就势在必行了。
为了保证业务平滑，系统架构重构也是分了几个阶段进行。第一个阶段将商城系统单体架构按照功能模块拆分为子服务，比如：Portal 服务、用户服务、订单服务、库存服务等。如上图，多个服务共享一个数据库，这样做的目的是底层数据库访问逻辑可以不用动，将影响降到最低。多应用多数据库随着业务推广力度加大，数据库终于成为了瓶颈，这个时候多个服务共享一个数据库基本不可行了。我们需要将每个服务相关的表拆出来单独建立一个数据库，这其实就是“分库”了。单数据库的能够支撑的并发量是有限的，拆成多个库可以使服务间不用竞争，提升服务的性能。
如上图，从一个大的数据中分出多个小的数据库，每个服务都对应一个数据库，这就是系统发展到一定阶段必要要做的“分库”操作。现在非常火的微服务架构也是一样的，如果只拆分应用不拆分数据库，不能解决根本问题，整个系统也很容易达到瓶颈。分表说完了分库，那什么时候分表呢？如果系统处于高速发展阶段，拿商城系统来说，一天下单量可能几十万，那数据库中的订单表增长就特别快，增长到一定阶段数据库查询效率就会出现明显下降。因此，当单表数据增量过快，业界流传是超过500万的数据量就要考虑分表了。当然500万只是一个经验值，大家可以根据实际情况做出决策。
那如何分表呢？分表有几个维度，一是水平切分和垂直切分，二是单库内分表和多库内分表。水平拆分和垂直拆分就拿用户表（user）来说，表中有7个字段：id,name,age,sex,nickname,description，如果 nickname 和 description 不常用，我们可以将其拆分为另外一张表：用户详细信息表，这样就由一张用户表拆分为了用户基本信息表+用户详细信息表，两张表结构不一样相互独立。但是从这个角度来看垂直拆分并没有从根本上解决单表数据量过大的问题，因此我们还是需要做一次水平拆分。
还有一种拆分方法，比如表中有一万条数据，我们拆分为两张表，id 为奇数的：1，3，5，7……放在 user1， id 为偶数的：2，4，6，8……放在 user2中，这样的拆分办法就是水平拆分了。水平拆分的方式也很多，除了上面说的按照 id 拆表，还可以按照时间维度取拆分，比如订单表，可以按每日、每月等进行拆分。每日表：只存储当天的数据。每月表：可以起一个定时任务将前一天的数据全部迁移到当月表。历史表：同样可以用定时任务把时间超过 30 天的数据迁移到 history表。总结一下水平拆分和垂直拆分的特点：垂直切分：基于表或字段划分，表结构不同。水平切分：基于数据划分，表结构相同，数据不同。单库内拆分和多库拆分拿水平拆分为例，每张表都拆分为了多个子表，多个子表存在于同一数据库中。比如下面用户表拆分为用户1表、用户2表。
在一个数据库中将一张表拆分为几个子表在一定程度上可以解决单表查询性能的问题，但是也会遇到一个问题：单数据库存储瓶颈。所以在业界用的更多的还是将子表拆分到多个数据库中。比如下图中，用户表拆分为两个子表，两个子表分别存在于不同的数据库中。
一句话总结：分表主要是为了减少单张表的大小，解决单表数据量带来的性能问题。
✋热门推荐