分什么
数据量大分表，并发大分库
分表字段如何选择
如果对交易订单进行分表，可以选择的东西很多，比如说商户id，用户id，地区等等
分表的时候要考虑到数据倾斜问题
数据倾斜
比如说按商户号进行分表，一共500w条数据，结果一个商户就有400w条的数据，这样来说 会有严重的数据倾斜问题
解决方案 二次分表
- 二次分表
根据多个字段进行路由
查询的时候也是根据多个字段进行路由
- 隔离
把严重数据偏移的商户数据，单独开一个数据库
数据倾斜问题可能导致 资源利用不均匀。
数据关联查询问题
如果订单表根据用户id进行分表
用户可以查询自己的订单
那商户如何查询用户的订单呢？
毕竟商户没有用户的id
解决方案 数据同步
买家表使用canal 做数据同步，将表中的数据同步到一个新的表（商户表）
这个表里面维护了 商家id 和 订单表的数据，根据商家id进行分库分表
商家不需要写入性能，只需要读取性能比较高
比如说可以采用HBASE数据库进行读取
数据id查询问题
如果我想根据订单id直接查询订单信息，如何进行查询呢？
因为此时，我没有路由的建，用户id
解决方案 基因法
生成id的策略可以定义为 订单id+分表路由
这样根据订单id 就可以知道数据存储在哪张表中
这张表根据订单id去做索引
当然还有别的方法，如果是其他无关紧要的数据，可以放入es，搜索引擎，从而对订单进行搜索
分表算法是什么
选择完分表字段了，如何选择分表算法呢？
直接取模
hash
关键字
一致性hash
一致性hash
一致性hash 很好的解决了，多次分表的问题（原来分128张表，现在增加到256张表）
hash环上面有32^2的虚拟节点
再把数据也hash到环上
id往前找到要进行存储的表
如果此时需要新增表，就通过一致性hash，将要加入的表映射到hash换上
这样会有一部分数据进行查找表的时候会有一定的影响
但是受到的影响已经很小了
这个时候可以再去做数据迁移
估计一下单表数据量
公式：（ 非叶子节点层数 -1）* 一页内非叶子节点索引数 * 叶子节点的数据量
分表后 全局id如何生成
肯定不能用自增去弄，因为自增会导致id重复
UUID
太长了、无业务含义
雪花算法
雪花算法也有个问题
时间回拨，容易造成id的重复生成
分库分表事务
Seata
流程
TM 向 TC申请 XID
TM带着XID调用RM
RM向TC注册分支事务
TM告诉TC是否commit 或者是 rollback
由TC告知RM进行提交
跨库join
指定库名做join
数据冗余
宽表
es