数据库了解(一)
2020-10-14 本文已影响0人
Kiki_Q
一、大型网站数据瓶颈之分库分表方案实践
一、起因
1.数据库读写分类:解决主库的压力

2.但主库是有限的,为了减少主库压力,不能无限加服务器:分库分表(数据库的终极解决方案)

二、分库类型
1.垂直:每个表(库)的结构都不一样;每个表(库)的数据至少有一列的数据一样

2.水平:每个表(库)的结构都一样;每个表(库)的数据都不一样

3.共同点
每个表或者每个库的数据的并集就是整个网站的全量数据
三、分库策略
1.hash:通过一个字段进行hash
2.range:范围

二、问题

三、实战
1.hash-水平

2.单元测试测试文件
3.异构
四、字段类型设计技巧
1.定点型decimal 涉及金钱
浮点型:float、double