MYSQL中的分库分表及产生的分布式问题

分库分表是分布式数据库架构中常用的优化手段，用于解决单库单表数据量过大、性能瓶颈 等问题。其核心思想是将数据分散到多个数据库（分库）或多个表（分表）中，以提升系统的吞吐量、查询性能 和可扩展性。

一：为什么要分库分表

MySQL单库数据量超过5000万或单表数据量超过1000万时，性能会显著下降。随着数据增长，单库单表的查询和写入效率逐渐成为系统瓶颈。

二：拆分类型

拆分类型可分为两类：水平拆分和垂直拆分。

1.水平拆分

水平拆分又分为水平分库和水平分表。

**1）水平分库：**将相同表结构的表复制到另一个库中，减少单个数据库的访问压力。

优点

提升系统吞吐量：大幅降低单库数据量，提升查询和写入性能；
便于扩展**：**支持数据库层面的水平扩展（增加数据库节点）。
提高可用性**：**单个数据库故障不会影响整体服务，其他库仍可正常访问。

缺点

跨库查询复杂：需要聚合多个库的数据时，需借助中间件或手动处理，性能较低。
事务一致性难保证：分布式事务实现复杂，通常需引入额外机制。

**2）水平分表：**是将同一张表的数据分到多个表中，提高查询效率。

优点

单表数据量可控：将大表拆分为小表，避免单表数据量过大导致的索引效率下降、查询变慢等问题。
提高并发性能：不同分表可分散到不同磁盘或物理机，降低I/O争用。

缺点

跨表查询麻烦：需合并多个分表结果，查询复杂。
扩容复杂度高：后期调整分表数量时，需要进行数据迁移。

2.垂直拆分

垂直拆分又分为垂直分库和垂直分表。

1）垂直分库：将不同表分到不同库中，降低单机的访问瓶颈。

优点

业务解耦：按业务维度拆分库，不同业务的数据独立存储，降低耦合度。
资源隔离：不同库可部署在不同服务器，避免资源竞争（如CPU、内存、磁盘IO）。
扩展性强：业务增长时可单独扩展特定库的硬件资源。

缺点

跨库查询复杂：需通过接口或中间件（如ShardingSphere）实现跨库关联查询，开发复杂度高。
事务一致性难保证：分布式事务（如Seata）引入的性能开销。

**2）垂直分表：**将一张表的不同列拆分到多个表中，比如将热点字段或者长度大的字段单独分表。

优点

冷热数据分离：将高频字段与低频字段拆分，减少单表数据量，提升查询效率。
减少锁冲突：不同业务字段拆分后，更新操作锁定更少数据。

缺点

查询复杂：跨表查询需关联操作，增加开发复杂度；
数据量大：仍需解决单表数据量过大问题。

三：分库分表策略

在选取分库分表的策略前，首先要了解什么是分片键。

分片键（Sharding Key） ：决定数据分布的字段，需选择高频查询条件（如用户 ID、订单 ID），避免跨分片查询（尽量选取连续的分片放到同一个库或表中）。

1.常见的分片策略

1）哈希取模 ：对分片字段进行哈希取模（shard_id = hash(key) % node_count)。

优点：

数据分布均匀，不会容易出现冷热数据分离导致性能瓶颈。

缺点：

扩容时需迁移大量数据（如从 3 库扩至 4 库，需重新计算所有数据的分片）。
会出现跨分片查询的情况（如要查询订单金额前10，需要查询每段分片的前10然后比较）。

2）范围划分：按时间（如年 / 月）或数值范围（如用户 ID>1000 万）分片，适合递增数据（如订单）。

优点：

便于水平扩展，如果要进行扩容，只需要添加节点即可，无需像哈希取模一样要进行数据迁移。
连续分片能够尽可能的避免跨分片查询，提高查询性能。

缺点：

可能导致热点分片（如最新月份的数据量过大），会被频繁的读和写，从而导致单个分片的数据量访问过大，出现性能瓶颈。

四.分布式问题

**1.分布式主键：**分库分表后需保证不同库 / 表的主键唯一。

UUID：简单易用，但作为主键性能较差（字符串类型，索引效率低）。
雪花算法（Snowflake）：生成 64 位唯一整数，包含时间戳、机器 ID 等，性能高且有序，适用于高并发场景。
数据库自增序列：每个分片设置不同的起始值和步长（如库 1 起始 1、步长 3；库 2 起始 2、步长 3），避免主键冲突。

**2.分布式事务：**分布式事务需要解决跨节点（如跨数据库、跨服务）操作的原子性问题，即确保多个节点的操作要么全部成功，要么全部回滚，下面主要讲解seata中的两种模式。

在讲解两种模式前需要了解三个概念。

TM（Transaction Manager）：事务管理器
TC（Transaction Coordinator）：事务协调者
RM（Resource Manager）：资源管理器

特性	AT 模式（Auto Transaction）	XA 模式
一致性级别	最终一致（柔性事务）	强一致（刚性事务）
业务侵入性	无侵入（基于生成回滚日志）	低侵入（需使用 Seata 提供的 XA 数据源）
性能损耗	较低（仅在提交 / 回滚阶段有少量额外开销）	较高（两阶段提交需等待所有分支事务响应）
隔离性	基于全局锁实现读已提交（RC）	支持可重复读（RR）等强隔离级别
适用场景	高并发、允许短暂不一致的业务（如电商订单、库存）	金融级强一致场景（如资金转账、账户余额）
数据库支持	关系型数据库（MySQL、Oracle 等）	支持 XA 协议的数据库（MySQL 5.7+、PostgreSQL）

1）AT模式

（1）一阶段（Prepare）

注册分支事务
生成回滚日志：将相关信息存入 UNDO_LOG 表。
SQL 执行并提交
释放本地锁：本地事务提交，释放数据库行锁。

（2）二阶段（Commit/Rollback）分为提交和回滚两种情况

提交（Commit）：TM（事务管理器）通知 RM（资源管理器）直接删除 UNDO_LOG，无需操作数据库。
回滚（Rollback）：RM 通过 UNDO_LOG 中的记录恢复数据。

2）XA模式（两阶段提交模式）

XA 模式基于数据库原生 XA 协议实现强一致事务，遵循"两阶段提交（2PC）" 协议：

（2）一阶段（Prepare）

TM 向所有 RM 发送prepare请求。
RM 执行本地事务，但不提交，将事务资源锁定。
RM 向 TM 返回成功或失败。

（2）二阶段（Commit/Rollback）

若所有 RM 均返回成功，TM 发送commit，RM 提交本地事务；
若任一 RM 失败，TM 发送rollback，RM 回滚本地事务。

五.Seata 中如何配置？

（一）AT 模式配置示例（基于 Spring Boot）

java 复制代码

seata:
  enabled: true
  application-id: ${spring.application.name}
  tx-service-group: my_test_tx_group
  config:
    type: nacos  # 配置中心类型
    nacos:
      server-addr: 127.0.0.1:8848
  registry:
    type: nacos  # 注册中心类型
    nacos:
      server-addr: 127.0.0.1:8848
  data-source-proxy-mode: AT  # 指定AT模式

关键步骤：

引入 Seata 客户端依赖；
配置数据源代理（DataSourceProxy）；
在需要分布式事务的方法上添加@GlobalTransactional注解。

（二）XA 模式配置示例

java 复制代码

seata:
  data-source-proxy-mode: XA  # 指定XA模式
  xa-override-boundary: true  # 允许XA事务跨越多个本地事务

关键步骤：

使用 Seata 提供的SeataDataSourceProxyXA包装数据源；
确保数据库开启 XA 支持（如 MySQL 需设置innodb_support_xa=ON）；
其余配置与 AT 模式类似。

六.总结

维度	AT 模式	XA 模式
事务协调机制	基于 UNDO_LOG 和全局锁	基于数据库 XA 协议
资源锁定时间	仅在一阶段执行期间锁定（时间短）	一阶段到二阶段提交期间一直锁定（时间长）
性能	高（接近本地事务）	低（两阶段提交开销大）
回滚机制	自动根据 UNDO_LOG 回滚	依赖数据库回滚能力
隔离级别	读已提交（RC）	可重复读（RR）等数据库原生级别
异常处理	需处理全局锁冲突和补偿失败	需处理事务悬挂和协调者故障

AT 模式是 Seata 的默认模式，适合大多数高并发、最终一致的业务场景，通过无侵入的方式实现柔性事务。
XA 模式适合对一致性要求极高的金融级业务，依赖数据库原生支持实现强一致，但性能较低。
实际应用中，建议根据业务特性混合使用不同模式（如核心链路用 XA，例如转账等功能，非核心用 AT），并结合监控系统及时发现和处理异常。