那是一个阳光刺眼的下午，我拿着冰美式坐在某知名互联网公司楼下。刚面完第一轮Java基础，HR笑着说："接下来，DBA那边会问你一些MySQL优化的内容。"
我当时心想：这不简单嘛？索引、事务、锁机制......都复习过！
结果，DBA大哥一上来就问："你说说，MySQL水平分区和垂直分区的区别？我们线上有个十亿级表要分区，你有什么思路？"
我："？？？"
故事的开始：那次面试，我被"水平分区"拿捏了
我当时脑海里闪过无数个词：分表？分库？Sharding？好像都沾点边。
于是我硬着头皮回答："水平分区......是不是把表的数据按照某种规则切成几份，比如按用户ID取模？"
DBA微微一笑，反问一句："那你知道MySQL自带的分区表功能和手动分表有什么区别吗？"
这一问，直接把我问懵了。那天我下班后，坐在地铁上一路刷MySQL文档，终于彻底搞明白了：原来， "水平分区" 这玩意，藏着数据库扩展性的大智慧！
什么是水平分区？
用一句人话讲，水平分区（Horizontal Partitioning）就是：
把同一张表中的行数据 按照一定规则分散存储到多个逻辑分区或物理表中。
打个比方：
有一张 user_order 表，现在有 10 亿行订单记录。
直接在一张表里查，慢得要命。
我们可以按"用户ID"取模分成 10 个分区：
分区1：user_id % 10 = 0
分区2：user_id % 10 = 1
......
分区10：user_id % 10 = 9
这样，每次查询时只会命中一个分区，而不是扫整张表。
水平分区 vs 垂直分区
当时我被问到区别时脑袋一片空白，现在我总结成一句话：
举个例子更直观：
- 水平分区： 就像把一个宿舍的人按学号分到不同宿舍楼。
- 垂直分区： 则是把宿舍里的床、书桌、衣柜分别放到不同的房间（当然你查一次信息得去好几个房间）。
MySQL自带的"分区表"怎么玩？
其实在 MySQL 5.7 就已经支持 Partition Table 功能了，但 8.x 做了更多优化。语法长这样：
这就表示：我让MySQL自动帮我把数据分成10个分区，底层存储会有10个分区文件。
查询时，如果 WHERE user_id = 1001，MySQL 会自动命中对应分区，不用手动判断，非常优雅！
MySQL水平分区的几种方式
MySQL 支持四种主要分区策略：
例如，你要按时间做历史订单归档：
这样，每年一分区，删除旧数据也更方便。比如要删2019年数据：
比DELETE高效100倍！
分区表的优缺点
优点：
- 查询更快：只扫描命中的分区。
- 管理更方便：删除旧数据直接DROP分区。
- 提高可维护性：备份、恢复、迁移可分区进行。
- 索引可独立维护：减少单索引膨胀。
缺点：
- 分区键限制多：必须包含主键。
- JOIN性能变差：跨分区JOIN代价大。
- 分区数上限有限：MySQL单表最多1024分区。
- 数据倾斜风险：分区规则设计不当会让部分分区爆炸。
面试延伸题：和分库分表有什么区别？
这是很多候选人最容易搞混的地方。
总结一句话：
分区表是"单库内部切片"，分库分表是"跨库物理拆分"。
前者适合中型系统的性能优化，后者则是大型系统的架构设计。
真实项目里的分区策略分享
我后来在一个外卖项目里用过水平分区优化订单表。
订单表最初有 4 亿行，查询经常超时。我们按 user_id % 32 分成 32 个分区后，查询性能提升了 6 倍！但是......一开始我们犯了个致命错误：没有考虑冷热数据分布！
高频用户（比如外卖达人）全挤在一个分区里，结果这个分区磁盘 I/O 飙升。后来我们改成了范围分区 + hash分区混合策略，才完美解决。
经验总结：
分区规则要结合业务访问模式。永远不要单纯用数学公式取模！
水平分区的最佳实践清单
- 选择稳定的分区键：不要选会频繁更新的字段。
- 定期维护分区：比如按月新增、合并旧分区。
- 避免跨分区JOIN：可通过应用层聚合结果。
- 监控分区倾斜：定期统计各分区数据量。
- 配合索引策略使用：分区列+索引组合最优。
尾声：那次面试的结局
说回那次面试。我当时虽然答得磕磕巴巴，但面试官最后笑着说：
"没关系，至少你知道方向。我们不怕你不会，只怕你不思考。"
那一刻我才明白：面试其实是最好的学习方式。
END
如果你也在准备MySQL面试题，我真心建议你：
- 别死记概念，要多想"为什么要分区"；
- 别背八股，要敢在本地实验；
- 一次答不出没关系，关键是你会去查、会去试。
水平分区，看似一个数据库小技巧，但背后，其实是 "如何让系统持续扩展"的工程思维。
这，才是面试官真正想看到的。
文末互动
你们线上项目有没有用过MySQL分区表？踩过哪些坑？评论区聊聊，我来帮你总结避坑清单~
我是小米，一个喜欢分享技术的31岁程序员。如果你喜欢我的文章，欢迎关注我的微信公众号"软件求生"，获取更多技术干货！