数据库究竟该怎么垂直拆？

缘起上周，有水友问我说：

都知道业务垂直拆分，数据库要怎么垂直拆分呢？

今天，简单聊聊数据库垂直拆分。

什么是数据库水平切分，垂直拆分？

当数据库的数据量非常大时，水平切分和垂直拆分都是常见的降低库空间，提升库性能的方法。

太抽象，能不能举个例子？

假设有用户表：

user(

uid bigint,

name varchar(16),

pass varchar(16),

age int,

sex tinyint,

flag tinyint,

sign varchar(64),

intro varchar(256)

…);

什么是水平切分？

以某个字段为依据（例如uid），按照一定规则（例如取模），将一个库（表）上的数据拆分到多个库（表）中，以降低单库（表）大小，达到提升性能的目的的方法。

水平切分后，各个库（表）有什么特点？

（1）每个库（表）的结构都一样；

（2）每个库（表）的数据都不一样，没有交集；

（3）所有库（表）的并集是全量数据；

什么是垂直拆分？

垂直拆分是指，将一个属性较多，一行数据较大的表，将不同的属性拆分到不同的库（表）中，以降低单库（表）大小，达到提升性能的目的的方法。

垂直拆分后，各个库（表）有什么特点？

（1）每个库（表）的结构都不一样；

（2）每个库（表）的属性至少有一列交集，一般是主键；

（3）所有库（表）的并集是全量数据；

以上文提到的用户表为例，垂直拆分结果可能是这样的：

user_base(

uid bigint,

name varchar(16),

pass varchar(16),

age int,

sex tinyint,

flag tinyint,

…);

user_ext(

uid bigint,

sign varchar(64),

intro varchar(256)

…);

当一个表属性很多时，如何来进行垂直拆分呢？

主要依据以下几点：

（1）将长度较短，访问频率较高的属性尽量放在一个表里，这个表暂且称为主表；

（2）将字段较长，访问频率较低的属性尽量放在一个表里，这个表暂且称为扩展表；

（3）经常一起访问的属性，也可以放在一个表里；

画外音：优先考虑1和2。

另，如果属性过多，可以有多个扩展表。

画外音：一般来说，只有1个主表。

为何要将字段短，访问频率高的属性放到一个表内？

为何这么垂直拆分可以提升性能？

（1）数据库有自己的内存缓冲池，会将磁盘上的数据load到缓冲池里；

画外音：详见《数据库缓冲池，这次彻底懂了！》。

（2）数据库缓冲池，以row为单位缓存数据；

（3）在内存有限的情况下，在数据库缓冲池里缓存短row，就能缓存更多的数据；

（4）在数据库缓冲池里缓存高频访问row，就能提升缓存命中率，减少磁盘的访问；

能不能举个例子？

假设数据库内存缓冲池为1G，未拆分的user表1行数据大小为1k，那么只能缓存100w行数据。

如果垂直拆分成user_base和user_ext，其中：

（1）user_base访问频率高，一行大小为0.1k；

画外音：例如uid, name, passwd, 以及一些flag等。

（2）user_ext访问频率低，一行大小为0.9k；

画外音：例如签名, 个人介绍等。

那边缓冲池就就能缓存近乎1000w行user_base的记录，访问磁盘的概率会大大降低，数据库访问的时延会大大降低，吞吐量会大大增加。

总结

（1）水平拆分和垂直拆分都是降低数据量大小，提升数据库性能的常见手段；

（2）垂直拆分的依据，尽量把长度较短，访问频率较高的属性放在主表里；