开源、高性能、生态成熟的 MySQL 是国内应用最广泛的数据库，说 MySQL 见证了中国互联网的成长史，一点也不为过。
阿里基于 MySQL 构建了OceanBase;京东、腾讯时至今日也在大规模应用 MySQL。因此，它也理所应得成为了面试官必问、爱问的核心知识点。
很多朋友除了对索引、存储原理有疑惑外，当数据量达到一定规模时，MySQL 还会涉及到一个几乎必知必会的核心点——分库分表。
画外音：MySQL 是2019年 DB-Engines 评选的最受欢迎数据库，这些年一直在前三甲徘徊。
问题1：分库分表解决什么问题?
性能瓶颈MySQL是B+树索引，当数据量过大时，索引所消耗的磁盘 IO 越来越多，查询性能下降。高并发情况下，单表数据量过大导致 SQL 性能差，数据库服务器负载太高再次导致性能下降，简直雪上加霜。
- 高可用：微服务架构下，服务化无状态型会导致压力点在数据库上，单机数据库和主从结构已经不能满足需求，同时数据灾备等维护成本也越来越高。
- 安全性：所有不同类型的数据全部存在一个数据库中，当数据库宕机或发生物理性损坏时，容易造成不可估量的损失。
画外音：鸡蛋放到不同篮子里。
问题2：分库分表的逻辑是什么?
分库分表的核心是数据拆分，分库不一定分表，分表不一定分库。
例如，MySQL 单表数据的极限在5000万左右，当数据量超过5000万时，我们就需要分表进行存放数据了。
简单来说，就是将一个表结构分为多个表，或者将一个表数据分片后放入多个表。这些表可以放在同一个数据库里，也可以放到不同的数据库中，甚至可以放到不同的数据库实例。
问题3：面试官问，分库分表方案有哪些?
数据拆分方式：
- 水平拆分
- 垂直拆分
常见方案：
- 客户端分片
- 代理分片
- 支持事务的分布式数据库
【本文为51CTO专栏作者“58沈剑”原创稿件，转载请联系原作者】
