分库分表 Sharding: 4. 路由 / 映射：如何找到要操作的表

4.    路由 / 映射：如何找到要操作的表
4.1    实际表的分布种类
基本表与实际表的映射关系，可分为均匀顺序分布，均匀轮询分布，仅均匀分布和自定义分布 4 种形式。
现通过例子，说明各种表分布的特点。基本名称为 ds 的 3 数据库，有 6 个表，表基本名称为 user。以下为数据库与对应表下标的分布。
均匀顺序分布:
ds0=[ 0, 1],  ds1=[ 2, 3], ds2=[ 4, 5]
均匀轮询分布:
ds0=[0, 3] ,  ds1=[1, 4] ,ds2=[2, 5]
仅均匀分布:
ds0=[ 0, 1],  ds1=[ 0, 1],  ds2=[ 0, 1]
自定义：可能是
ds0=[ 0,],  ds1=[ 1,2, 3], ds2=[ 4, 5]
通过观察和判断，发现，仅均匀分布每个库中的表的名称是相同的，只知道表名，无法由表名推断表所对应的库，因此不适合用来通用分片处理；自定义，无规律可言，也不适合。

4.2    分片键
分片键，即用来寻找到对应库和表的表中字段。
4.2.1    分库键
表的字段中，使用其值，按一定算法找到唯一数据库的字段。如，orders 订单表中，userid 用户 id，可以作为分库键。
4.2.2    分表键
表的字段中，使用其值，按一定算法找到唯一实际的字段。如，orders 订单表中，userid 用户 id，可以作为分表键。分片键中，可以只使用分表键，然后根据确定的表名，推断所有的库；从而省略分库键。
4.2.3    分片键的选择
 
分片键即分库 / 分表字段，是在水平拆分过程中用于生成拆分规则的数据表字段。根据分片键的值将数据表水平拆分到每个物理分库中。
根据表拆分的首要原则，就是要尽可能找到数据表中的数据在业务逻辑上的主体，并确定大部分（或核心的）数据库操作都是围绕这个主体的数据进行，然后可使用该主体对应的字段作为分片键，进行分库分表。
业务逻辑上的主体，通常与业务的应用场景相关，下面的一些典型应用场景都有明确的业务逻辑主体，可用于分片键：
面向用户的互联网应用，都是围绕用户维度来做各种操作，那么业务逻辑主体就是用户，可使用用户对应的字段作为分片键；一般可以使用 userid 用户 id。
侧重于卖家的电商应用，都是围绕卖家维度来进行各种操作，那么业务逻辑主体就是卖家，可使用卖家对应的字段作为分片键；一般可以使用商家 id。
以此类推，其它类型的应用场景，大多也能找到合适的业务逻辑主体作为分片键的选择。
如果确实找不到合适的业务逻辑主体作为分片键，那么可以考虑下面的方法来选择分片键：
根据数据分布和访问的均衡度来考虑分片键，尽量将数据表中的数据相对均匀地分布在不同的物理分库 / 分表中，适用于大量分析型查询的应用场景（查询并发度大部分能维持为 1）；
按照数字（字符串）类型与时间类型字段相结合作为分片键，进行分库和分表，适用于日志检索类的应用场景。
注意：无论选择什么拆分键，采用何种拆分策略，都要注意拆分值是否存在热点的问题，尽量规避热点数据来选择拆分键。
注意：不一定需要拿数据库主键当做分片键，也可以拿其他业务值当分片键。拿主键当分片键的好处是可以散列均衡，减少热点问题。但这种分法，会将业务逻辑相关的数据放到不同的表，甚至不同的库，从而引起跨库问题。
分片键中，可以只使用分表键，然后根据确定的表名，推断所有的库；从而省略分库键。
4.2.4    实践 — 用 userid 作为分表键的好处

4.3    分片算法及分片函数
分片算法，指由分片键及其值，找到对应的库和表的步骤与方法。
分片函数，指由分片值计算后得到相应的值的表达式或程序代码段。例如，分片键 userid 的值是 10, 通过求余表达式，userid%6，代入得 10%6=4；当是求映射的表，基本表是 orders，则得到目标表：orders4。
分片算法可以使用不同的分片函数，除了常用的数字求余，还有分片字段是字符串类型的求余，字符串或时间取其中部分子串。
正则表达式适合用作分库分表的分片函数吗？不适合，它不能由分片值，确定库和表。

4.4    默认分片函数及分片的自动化
Bee 采用最简单的求余表达式分片函数作为默认方式；还支持字符串类型的求余，最大程序实现自动化。最简单的配置，只需要指定实现表节点和分表键即可。

4.5    强制指定分片路由
用户可以指定使用的具体 ds 和 table，而无需使用分片值通过路由算法计算。在 Bee 中，可以使用

4.6    路由到的库与表种类
提醒：本小节说的表，都是指同一基本表下的。
在表节点，使用均匀顺序分布时，通过表可以反推表所在的库，因此只使用分表键即可。以下说明，假设基本名称为 ds 的 3 个数据库，有 6 个表，表基本名称为 orders。以下为数据库与对应表下标的分布。数据库与对应表下标的均匀顺序分布如下:
ds0=[ 0, 1],  ds1=[ 2, 3], ds2=[ 4, 5]
分片键为 userid, 分片算法中使用数字求余 userid%6，寻找映射的实际表。
4.6.1    一库一表
一库一表，指要执行的 SQL 操作，通过分片路由，只涉及一个库和一个表。如:
select * from orders where userid=1;
表分片键的值为 1，而 1%6=2, 得到实际表 orders2，而一个表，在均匀顺序分布中，只对应一个库。因此是路由到一库一表。从这个例子，也可以看出，只知道实际表名，在仅均匀分布下，是无法确定数据库的。
4.6.2    一库多表
一库多表，指要执行的 SQL 操作，通过分片路由，只涉及一个库和多个表。如:
select * from orders where userid=2 or userid=3;
2%6=2，3%6=3；涉及的表为 orders2, orders3，而 orders2 和 orders3 都属于数据库 ds1。因此是路由到一库多表的。
4.6.3    多库多表
select * from orders where userid=1 or userid=2;
涉及的表为 orders1, orders2；涉及的库为 ds0,ds1。因此是路由到多库多表的。
4.6.4    全库全表
全库全表，也称为：全域路由。
select * from orders；
涉及基本表 orders 所有实际表。
4.6.5    只指定表
select * from orders where userid=1;
只指定了表分片键，若是表不能反推库，则会涉及所有的库。
如表在仅均匀分布下，库与表下标对应关系为:
ds0=[ 0, 1],  ds1=[ 0, 1],  ds2=[ 0, 1]
通过 userid=1，得到实际表是 orders1，也会因找不到具体的库，而要在三个库中都查询一遍。因此变成多库一表。而表若使用均匀顺序分布，则可以变为一库一表。
4.6.6    只指定库
当有库分片键，又有表分片键，而 sql 中只指定了库分片键，则要在所在库下找所有的实际表。如 orders 分库键为 prod_type，分表键为 userid。
select * from orders where prod_type=1; 通过路由计算，只得到涉及的库为 ds0;
则在 ds0 下，要执行：
select * from orders0 where prod_type=1;
select * from orders1 where prod_type=1;

4.7    如何分片
4.7.1    SQL 触发的分片
如以下 SQL 语句: select * from orders where userid=1 or userid=2;
当配置了 orders 相关的分片信息，就会触发分片。这一般是解析 SQL 语句型的分片中间件，如 Sharding-JDBC。
4.7.2    面向对象触发的分片
通过解析实体对象的信息，判断实体对象是否是分片，分片键是否有键等，路由到具体的库与表。这种分片，利用了对象的结构化数据，不需要解析 SQL 语句字符串。ORM 工具 Bee，就是这种类型。
4.7.3    SQL 分片与面向对象分片的异同
4.8    分片优化与应该避免的问题
4.8.1    引起全域查询
在单节点单表时，我们用 select * from table_name 查询指定表的所有数据；但在分库分表时，因没有指定分片值（分片键及其值），不知道是要查询基本表 table_name 对应的哪张表，所以会查询基本表下所有的实际表，从而引起全库全表的查询，即全域查询。
所以指定精确的分片键的值，有助于优化查询。
4.8.2    插入的数据必须要找到归属
当插入一条数据时，若是没有指定分片值，就无法知道要将值插入哪个表；因此分片的表，要指定分片值。另外，广播表不需要指定分片键，进行更新操作会面向所有的表。
4.9    主键 (分布式唯一 ID)

Bee 提供具体分布式全局唯一的 id 作为主键，可以使用注解，也可以使用 properties 文件配置。当实体设置有值时，若是配置了不覆盖已有 id 的值，就不会使用使用 Bee 框架的值进行填充。