mysql面试题——分库分表

一：什么是分库？分表？分库分表？ 典型回答？

1. 分库：主要解决的是并发量大的问题。数据库连接数不足了的时候，就需要考虑分库了。
2. 分表：主要解决的是数据量大的问题。假如你的单表数据量非常大，但是存储和查询的性能遇到了瓶颈，就需要考虑做分表了。
3. 分库又分表：当你的数据库链接也不够了，并且单表数据量也很大导致查询比较慢。

二：分表字段如何选择？

在选择这个分表字段的时候，一定要根据实际的业务情况来做慎重的选择。

三：分表算法都有哪些？

不管什么算法，我们都需要确保一个前提，那就是同一个分表字段，经过这个算法处理后，得到的结果一定是一致的，不可变的。

1. 直接取模：比如我们要分成128张表的话，就用一个整数（比如用户id，或者订单号之类的）来对128取模就行了，得到的结果如果是0002，那么就把数据放到order_0002这张表中。
2. Hash取模：就是先对这个分表字段取Hash，然后在再取模。
3. 按照关键字：比如按照时间，比如某个月份或者年份的数据单独放在某一个表中，或者可以按照地区分表也比较常见。

四：为啥要全局分布式ID，每张表自增不行吗？

1、id会重复，不用全局分布式id，就会导致id的重复，如果id重复了，那么全局查询就无法用id唯一定位一个数据。尤其是很多需要做数据汇总、统计的场景，会把数据同步到离线表，那么就会导致数据主键冲突，无法同步。

2、无法支持二次分表，如果后面如果要重新分表，那么就会导致表中出现重复id的情况，这是一定有问题的。

五：分表后全局ID如何生成？

对于分布式ID来说，具有以下几个特点：
● 全局唯一：必须保证全局唯一性，这个是最基本的要求。
● 高性能&高可用：需要保证ID的生成是稳定且高效的。
● 递增：根据不同的业务情况，有的会要求生成的ID呈递增趋势，也有的要求必须单调递增，也有的没有严格要求。

1. UUID：不推荐使用他做唯一ID，首先UUID太长了，其次字符串的查询效率也比较慢，而且没有业务含义，根本看不懂。
2. 基于某个单表做自增主键：所有的表在需要主键的时候，都到这张表中获取一个自增的ID。
   问题是这个单表就变成整个系统的瓶颈，而且也存在单点问题，一旦他挂了，那整个数据库就都无法写入了。
3. 雪花算法：雪花算法也是比较常用的一种分布式ID的生成方式，它具有全局唯一、递增、高可用的特点。

六：分库分表后会带来哪些问题？

1. 首先，分库分表之后，所有的读和写操作，都需要带着分表字段，这样才能知道具体去哪个库、哪张表中去查询数据。如果不带的话，就得支持全表扫描。
2. 还有，一旦我们从多个数据库中查询或者写入数据，就有很多事情都不能做了，比如跨库事务就是不支持的。
3. 还有以前单表中很方便的分页查询、排序等等操作就都失效了。
4. 还有一些其他问题，比如二次分表的问题，一致性ID的问题等

七：分库分表之后的怎么进行join操作

1. 应用层 JOIN
   在应用代码中单独查询各个表，然后在应用层将结果合并。
   //先从数据库中查询出要查询的订单列表
   List orders = getOrders();
   for(OrderDO orderDO : orders){
   OrderDTO orderDTO= new OrderDTO(orderDO);
   //根据用户ID去users表查询用户名
   String userName = getUserNameByUserId(orderDO.getuserId);
   orderDTO.setUserName(userName);
   }
2. 数据冗余
   比如通过合理的数据冗余来避免跨库查询。缺点是会存在一致性问题，也会增加存储空间。
3. 搜索引擎
   使用Elasticsearch等搜索引擎，也是可以解决跨库JOIN的问题的，尤其是在处理大数据和复杂搜索场景时。

八：在分库分表时，如果遇到了对商品名称的模糊查询，要怎么处理？

方案就是把数据同步到 ES 中一份，然后基于 ES 针对商品名称构建倒排索引，这样在分词后就可以做全文索引提升查询效率了。

九：分库分表后，表还不够怎么办？

1. 要么提前多分点
2. 要么就是想办法减少数据量，如做数据归档，
3. 要么就是二次分表，然后做数据迁移

十：分库分表的数量为什么一般选择2的幂？

1. 可以将取模算法优化成位运算算法。
2. 可以使得多张分表在多个库中均匀分配。
3. 数据迁移时只需重新计算和迁移一半数据。

十一：分库分表中，如何预估需要分多少个库？多少张表？

1. 分成多少，一般是一般是结合订单存量数据，以及增量数据的情况来看要分多少张表。你要知道你存量已经有多少数据量了，以及一年大概增长多少，还要知道业务上希望你的数据保留多久。
   分表数量= (订单存量总数 + 预计年增长量 * 保留年限)/2000万 => 向上取最接近的2的幂
2. 库的数量和表的数量之间没有必然联系，但是需要有倍数关系，如果你实在是不太好根据并发去预估库的数量，那么我给你个经验值的公式
   分库数量 = 分表数量 / 8