在高性能系统的要求下，复杂的系统当单表数据量增加到几千万甚至上亿条记录时，查询延迟无疑是影响高性能系统的瓶颈。业内提供的解决的方案是分库分表，冷热数据分离。
一、分库分表：
1、垂直分片：
按照业务维度将表拆分到不同的数据库，专库专用，分担数据库压力
2、水平分片：
（1）、水平分库
以字段为依据，按照一定策略，将一个库中的数据拆分到多个库中。
每个库的结构都一样；数据都不一样；所有库的并集是全量数据；
（2）、水平分表
以字段为依据，按照一定策略，将一个表中的数据拆分到多个表中。
每个表的结构都一样；数据都不一样；所有表的并集是全量数据；
二、数据分片方案：
1、Hash取模分片：
id%10 = 1 --> database 1 分片键
id%10 = 2 --> database 2
（1）、优点：数据存放比较均匀
（2）、缺点：当模数扩容时，需要大量的数据迁移
2、数值范围分片：
1月份 --> database 1
2月份 --> database 2
（1）、优点：扩容不需要数据迁移
（2）、缺点：可能存在某范围内数据激增，产生数据倾斜
3、根据业务场景，灵活制定分片策略：
整体按照范围分片，保证扩容时，数据不需要迁移；范围内按照取模分片，使数据分布均匀
三、分库分表需要解决的问题：
1、主键唯一性问题
2、分布式事务问题
3、SQL路由问题
4、结果归并问题
数据持续高速增长，读多写少，查询逻辑固定的场景下更合适分库分表。
注：阿里提出，尽量不要分库分表；
标签：分库,database,--,分片,分表,基础理论,数据 From： https://www.cnblogs.com/Iven-L/p/17284940.html