数据库水平切分的两个思路

在大中型项目中，在数据库设计的时候，考虑到数据库最大承受数据量，通常会把数据库或者数据表水平切分，以降低单个库，单个表的压力。这里介绍两个项目中常用的数据表切分方法。当然这些方法都是在程序中？使用一定的技巧来路由到具体的表的。首先我们要确认根据什么来水平切分？在我们的系统（SNS）中，用户的UID贯穿系统，唯一自增长，根据这个字段分表，再好不过。

?}9x.i^6C.? R0　　方法一：使用MD5哈希51Testing软件测试网^#b;?KGwWv*d

51Testing软件测试网 ^?8R1oc'},us

　　做法是对UID进行md5加密，然后取前几位（我们这里取前两位），然后就可以将不同的UID哈希到不同的用户表（user_xx）中了。51Testing软件测试网0[?}/IV8~.fo'P

51Testing软件测试网 EN_UY^(f

+mt.c glu0

function getTable( $uid ){51Testing软件测试网gyj`}'fYW   $ext =  substr ( md5($uid) ,0 ,2 ); ]zkG!dL:aX0  return "user_".$ext;51Testing软件测试网 @~([{2K vq:XgWs%iK }

51Testing软件测试网X`1G8a YZ/TpY

51Testing软件测试网!i CJI]v p;n

51Testing软件测试网0S_1J4TFI

　　通过这个技巧，我们可以将不同的UID分散到256中用户表中，分别是user_00,user_01 ...... user_ff。因为UID是数字且递增，根据md5的算法，可以将用户数据几乎很均匀的分别到不同的user表中。

ib:U^SR?6IW0

g-N-O6O;{G1Z E0　　但是这里有个问题是，如果我们的系统的用户越来越多，势必单张表的数据量越来越大，而且根据这种算法无法扩展表，这又会回到文章开头出现的问题了。51Testing软件测试网e%G8J0R+Qp

51Testing软件测试网 Mru.oL6Z

　　方法二：使用移位

r]ke5Q
U7K0

};Dx7h4MC'~3h0　　具体方法是：

dYy p1R\G-e J051Testing软件测试网%@k0D|0O!dh&s

wixPr0

public function getTable( $uid ) { wf/j|W.u&d0 return "user_" . sprintf( "d", ($uid >> 20) );51Testing软件测试网)\NY B!r{F4k;P.V.E }

51Testing软件测试网:S#F`~.ho

|
j)|3n*[1Rs0

n'{!kQ&w
q$j0　　这里，我们将uid向右移动20位，这样我们就可以把大约前100万的用户数据放在第一个表user_0000,第二个100万的用户数据放在第二个表user_0001中，这样一直下去，如果我们的用户越来越多，直接添加用户表就行了。由于我们保留的表后缀是四位，这里我们可以添加1万张用户表，即user_0000,user_0001 ...... user_9999。一万张表，每张表100万数据，我们可以存100亿条用户记录。当然，如果你的用户数据比这还多，也不要紧，你只要改变保留表后缀来增加可以扩展的表就行了，如如果有1000亿条数据，每个表存100万，那么你需要10万张表，我们只要保留表后缀为6位即可。51Testing软件测试网ZkVa)n

51Testing软件测试网6_#pf&yupX4G

　　上面的算法还可以写的灵活点：51Testing软件测试网W7G~OKuc D

51Testing软件测试网t)v0zg U.{

7gA9f#Q:z8{ J?$AiC0

/**51Testing软件测试网/qx IE4~Lh  * 根据UID分表算法51Testing软件测试网7iNGc!t/E  *51Testing软件测试网/xa)E8G+zS%r  * @param int $uid  //用户ID51Testing软件测试网GI pVS  * @param int $bit    //表后缀保留几位51Testing软件测试网dU&s%@\8@6x\)TjeJ%_n  * @param int $seed //向右移动位数51Testing软件测试网rSf_[7vu#Wp  */51Testing软件测试网T8r;P#t \ function getTable( $uid , $bit , $seed ){51Testing软件测试网_ O*K!lq   return "user_" . sprintf( "%0{$bit}d" , ($uid >> $seed) );51Testing软件测试网-OD;?A U^h }

W@WN%T051Testing软件测试网m\.ip~Uf

51Testing软件测试网-@pfE+E@Fw `

　　总结51Testing软件测试网
T5Z`
v2O:EVy

*iPfVe[%c0　　上面两种方法，都要对我们当前系统的用户数据量做出可能最大的预估，并且对数据库单个表的最大承受量做出预估。51Testing软件测试网 l/K_!r}#}KI2C

Yj7_"k8^ `B0　　比如第二种方案，如果我们预估我们系统的用户是100亿，单张表的最优数据量是100万，那么我们就需要将UID移动20来确保每个表是100万的数据，保留用户表（user_xxxx）四位来扩展1万张表。51Testing软件测试网#v McI%~m

?'`;C,d!zJ0　　又如第一种方案，每张表100万，md5后取前两位，就只能有256张表了，系统总数据库就是：256*100万；如果你系统的总数据量的比这还多，那你实现肯定要MD5取前三位或者四位甚至更多位了。

w"sU!~b
D0

,c3i#QI#t}*c0　　两种方法都是将数据水平切分到不同的表中，相对第一种方法，第二种方法更具扩展性。

g/IprN7M0