分库分表之策略

分片规则：
table_1: order_id ∈ [1, 1000000)
table_2: order_id ∈ [1000000, 2000000)
table_3: order_id ∈ [2000000, 3000000)
...
table_n: order_id ∈ [(n-1)*1000000, n*1000000)

CREATE TABLE `order_01` (
  `order_id` bigint(20) NOT NULL COMMENT '订单ID（1-100万）',
  `user_id` bigint(20) NOT NULL,
  `create_time` datetime NOT NULL,
  -- 其他字段
  PRIMARY KEY (`order_id`)
) ENGINE=InnoDB CHARSET=utf8;

CREATE TABLE `order_02` (
  `order_id` bigint(20) NOT NULL COMMENT '订单ID（100万-200万）',
  `user_id` bigint(20) NOT NULL,
  `create_time` datetime NOT NULL,
  -- 其他字段
  PRIMARY KEY (`order_id`)
) ENGINE=InnoDB CHARSET=utf8;

分库规则：
log_2024: 存储2024年全年日志
log_2023: 存储2023年全年日志
log_2022: 存储2022年全年日志

// 根据日志时间确定分库
String year = dateFormat.format(logTime);
String dbName = "log_" + year;

分库规则（按地域）：
db_beijing: 华北地区数据（order_id ∈ [1, 1000万)）
db_shanghai: 华东地区数据（order_id ∈ [1000万, 2000万)）
db_guangzhou: 华南地区数据（order_id ∈ [2000万, 3000万)）

分表规则（按服务器节点）：
table_node1: 服务器A数据（order_id % 3 = 0）
table_node2: 服务器B数据（order_id % 3 = 1）
table_node3: 服务器C数据（order_id % 3 = 2）

// 1. 按地域划分大区间
String region = getRegionByUserIp(userIp);
int regionBaseId = regionMap.get(region); // 华北=0，华东=1000万，华南=2000万

// 2. 按ID范围分库
long orderId = ...;
int dbIndex = (int)((orderId - regionBaseId) / 10000000);
String dbName = "db_" + region + "_" + dbIndex;

分片规则：
库路由：db_idx = userId % 2  
表路由：table_idx = (userId / 2) % 4  
注：为什么table_idx不直接(userId ) % 4 呢？
这种方式会导致每个数据库会存储所有表的一部分数据，并且不同数据库里相同表索引的表所存数据是不一样的。这将可能导致数据不均匀的情况。
示例验证
假设用户 ID 为偶数（如 2、4、6）：
策略table_idx =(userId ) % 4：这些 ID 会被分到不同的表中，例如 2 → 表 2，4 → 表 0，6 → 表 2。
策略table_idx = (userId / 2) % 4：这些 ID 会被分到同一张表，例如 2 → 表 1，4 → 表 2，6 → 表 3。
可以看到，我们提出的策略将会使得数据更加均匀
直接取模的缺陷
userId % 4 的结果仅由 ID 末两位决定（二进制角度），当 ID 按奇偶分段（如分 2 库）时，偶数 ID 的末两位可能集中在 00、10 等模式，导致取模结果偏向特定值（如策略一中偶数 ID%4 结果多为 0 或 2）。
先除再取模的原理
将 ID 除以 2（userId / 2）相当于将 ID 范围「压缩」一半，例如：
原 ID 范围：2,4,6,8,10,12 → 压缩后：1,2,3,4,5,6
压缩后的数值对 4 取模，等价于将原 ID 范围按每 8 个 ID（2 库 ×4 表）为一组重新分段，每组内的 ID 会均匀分布到 4 张表：
组 1（ID=2-9）：压缩后 1-4 → %4 得 1,2,3,0
组 2（ID=10-17）：压缩后 5-8 → %4 得 1,2,3,0

-- 库1（db_1）中的表
CREATE TABLE `user_0` ( ... );  -- table_idx=0
CREATE TABLE `user_1` ( ... );  -- table_idx=1
CREATE TABLE `user_2` ( ... );  -- table_idx=2
CREATE TABLE `user_3` ( ... );  -- table_idx=3

-- 库2（db_2）中的表
CREATE TABLE `user_0` ( ... );  -- table_idx=0
CREATE TABLE `user_1` ( ... );  -- table_idx=1
CREATE TABLE `user_2` ( ... );  -- table_idx=2
CREATE TABLE `user_3` ( ... );  -- table_idx=3

// 手机号分库分表示例
String phone = "13800138000";
int hashCode = phone.hashCode();  // 转为哈希值
int dbIdx = Math.abs(hashCode) % 2;  // 库路由
int tableIdx = Math.abs(hashCode) / 2 % 4;  // 表路由