分库分表通过垂直和水平切分应对大数据高并发，垂直切分按字段分离热冷数据，水平切分按ID取模、范围、哈希或租户分散数据，结合分库分表中间件实现路由，需预留动态扩容能力，根据业务特性选择合适方案。
mysql分库分表是应对数据量大、并发高场景下的常见架构手段。合理选择切分方法能有效提升系统性能和可扩展性。以下是常用的几种切分方式，结合实际场景说明其适用性和实现思路。
1. 垂直切分（按字段拆分）
垂直切分是将一张表的字段按业务逻辑拆分到不同的数据库或表中。比如用户基本信息和用户详情信息分开存储。
- 将访问频率高的字段放在一个表，冷数据单独存放
- 不同业务模块的数据分离，降低单表复杂度
- 适用于字段多、读写热点集中在部分列的场景
例如：原user表包含id、name、email、profile、avatar等字段，可将profile和avatar拆到user_ext表中，主表只保留核心登录字段。
2. 水平切分（按行拆分）
水平切分是将数据按某种规则分散到多个表或库中，每张表结构相同，数据不重复。
常见的切分策略包括：
- 按ID取模：使用用户ID对分表数量取模，决定数据落点。如user_0到user_9共10张表，ID % 10确定表名
- 范围切分：按时间或ID区间划分，如每100万ID一个表。适合有明显增长规律的数据
- 哈希切分：对字段（如手机号、用户名）做哈希后取模，均衡分布数据
- 地理位置/租户切分：多租户系统中，按tenant_id或region划分，隔离不同客户数据
这种方式能显著缓解单表数据量过大问题，但跨片查询和事务处理更复杂。
3. 分库与分表组合策略
当单库性能达到瓶颈时，需同时进行分库和分表。典型方案如“分库分表中间件”管理的集群模式。
- 先按业务垂直分库，如用户库、订单库、商品库
- 再在每个库内对大表做水平分表
- 通过中间件（如ShardingSphere、Mycat）统一路由SQL
例如：订单表按order_id % 4 分成4个库，每个库内再分4张表，共16个物理表，实现二维切分。
4. 动态扩容考虑
切分方案需预留扩展能力，避免后期迁移成本过高。
- 使用一致性哈希可减少扩容时的数据迁移量
- 避免使用连续范围切分导致热点集中
- 建议初期用较多分片数（如16或64），便于后续扩缩容
基本上就这些。选哪种方式要看业务特点——是否有多租户、增长速度、查询模式和事务需求。关键是提前规划，避免后期重构太痛苦。