【系统架构设计百科】数据库扩展：分库分表的工程实践与替代方案
💡
原文中文，约29000字，阅读约需69分钟。
📝
内容提要
电商订单系统在两年内数据量激增，导致查询性能下降。分库分表成为解决方案，需考虑分片策略、分片键选择及跨分片查询的复杂性。文章探讨了分库分表的时机、分片策略（如范围分片、哈希分片、目录分片）及其优缺点，并分析了NewSQL数据库（如TiDB、CockroachDB）是否能替代传统分库分表。强调选择方案时需考虑团队运维能力与数据规模。
🎯
关键要点
-
电商订单系统在两年内数据量激增，导致查询性能下降。
-
分库分表成为解决方案，需考虑分片策略、分片键选择及跨分片查询的复杂性。
-
分库分表的时机包括单表行数超出引擎舒适区、查询延迟劣化、写入吞吐触及单节点瓶颈等信号。
-
三种分片策略：范围分片、哈希分片、目录分片，各有优缺点。
-
选择分片键时需考虑基数、查询模式和写入分布，避免使用自增 ID 和低基数字段。
-
跨分片查询的方案包括Scatter-Gather、全局二级索引、数据冗余等。
-
NewSQL数据库（如TiDB、CockroachDB）能显著降低分库分表的工程复杂度，但并非适用于所有场景。
-
选择方案时需考虑团队运维能力与数据规模，传统分库分表仍然适用于某些情况。
❓
延伸问答
电商订单系统何时需要进行分库分表？
当单表行数超出引擎舒适区、查询延迟劣化、写入吞吐触及单节点瓶颈等信号出现时，需要考虑分库分表。
分库分表有哪些常见的分片策略？
常见的分片策略包括范围分片、哈希分片和目录分片，各有优缺点。
选择分片键时需要考虑哪些因素？
选择分片键时需考虑基数、查询模式和写入分布，避免使用自增 ID 和低基数字段。
跨分片查询的复杂性如何解决？
跨分片查询可以通过Scatter-Gather、全局二级索引、数据冗余等方案来解决。
NewSQL数据库能否替代传统的分库分表？
NewSQL数据库如TiDB和CockroachDB可以显著降低分库分表的工程复杂度，但并非适用于所有场景。
分库分表的主要风险是什么？
分库分表的主要风险在于分片键选择错误，可能导致后续查询效率低下和数据倾斜。
➡️
