目前很多網際網路系統都存在單錶資料量過大的問題，這就降低了查詢速度，影響了客戶體驗。為了提高查詢速度，我們可以優化sql語句，優化表結構和索引，不過對那些百萬級千萬級的資料庫表，即便是優化過後，查詢速度還是滿足不了要求。這時候我們就可以通過分表降低單次查詢資料量，從而提高查詢速度，一般分表的方式有兩種：水平拆分和垂直拆分，兩者各有利弊，適用於不同的情況。
水平拆分
水平拆分是指資料表行的拆分，表的行數超過200萬行時，就會變慢，這時可以把一張的表的資料拆成多張表來存放。
通常情況下，我們使用取模的方式來進行表的拆分;比如一張有400w的使用者表users，為提高其查詢效率我們把其分成4張表users1，users2，users3，users4
通過用id取模的方法把資料分散到四張表內id%4+1 = [1,2,3,4]
然後查詢,更新,刪除也是通過取模的方法來查詢。
例：qq的登入表。假設qq的使用者有100億，如果只有一張表，每個使用者登入的時候資料庫都要從這100億中查詢，會很慢很慢。如果將這一張表分成100份，每張表有1億條，就小了很多，比如qq0,qq1,qq1…qq99表。
使用者登入的時候，可以將使用者的id%100，那麼會得到0-99的數，查詢表的時候，將表名qq跟取模的數連線起來，就構建了表名。比如123456789使用者，取模的89，那麼就到qq89表查詢，查詢的時間將會大大縮短。
另外部分業務邏輯也可以通過地區，年份等字段來進行歸檔拆分;進行拆分後的表，只能滿足部分查詢的高效查詢需求，這時我們就要在產品策劃上，從介面上約束使用者查詢行為。比如我們是按年來進行歸檔拆分的,這個時候在頁面設計上就約束使用者必須要先選擇年,然後才能進行查詢;在做分析或者統計時，由於是自己人的需求,多點等待其實是沒關係的,並且併發很低,這個時候可以用union把所有表都組合成一張檢視來進行查詢,然後再進行查詢。
垂直拆分
垂直拆分是指資料表列的拆分，把一張列比較多的表拆分為多張表。把大的字段拆分到另乙個表，並且該錶與原表是一對一的關係。
垂直拆分的優點是：
1. 可以使得資料變小，乙個資料塊（block）就能存放更多的資料，在查詢時就會減少i/o次數（每次查詢時讀取的block就少，磁碟按頁儲存，在b+樹葉節點一頁可以放更多行資料。資料小，讀乙個範圍的資料可能只用讀一頁一次io就夠了）
2. 可以達到最大化利用cache的目的，具體在垂直拆分的時候可以將不常變的字段放一起，將經常改變的放一起（更新操作會讓查詢快取無效）
3. 資料維護簡單
（垂直分表的意義：
通常我們按以下原則進行垂直拆分:
1，把不常用的字段單獨放在一張表;,
2，把text，blob等大字段拆分出來放在附表中;
3，經常組合查詢的列放在一張表中;
例如學生答題表tt：有如下字段：
id name 分數 題目 回答
其中題目和回答是比較大的字段，id name 分數比較小。
如果我們只想查詢id為8的學生的分數：select 分數 from tt where id = 8;雖然知識查詢分數，但是題目和回答這兩個大字段也是要被掃瞄的，很消耗效能。但是我們只關心分數，並不想查詢題目和回答。這就可以使用垂直分割。我們可以把題目單獨放到一張表中，通過id與tt表建立一對一的關係，同樣將回答單獨放到一張表中。這樣我們插敘tt中的分數的時候就不會掃瞄題目和回答了。
MySQL資料庫表如何水平拆分和垂直拆分
目前很多網際網路系統都存在單錶資料量過大的問題，這就降低了查詢速度，影響了客戶體驗。為了提高查詢速度，我們可以優化sql語句，優化表結構和索引，不過對那些百萬級千萬級的資料庫表，即便是優化過後，查詢速度還是滿足不了要求。這時候我們就可以通過分表降低單次查詢資料量，從而提高查詢速度，一般分表的方式有兩...
資料庫優化 水平拆分 垂直拆分
垂直 縱向 拆分 是指按功能模組拆分，比如分為訂單庫 商品庫 使用者庫.這種方式多個資料庫之間的表結構不同。水平 橫向 拆分 將同乙個表的資料進行分塊儲存到不同的資料庫中，這些資料庫中的表結構完全相同。縱向拆分 橫向拆分 1，實現原理 使用垂直拆分，主要要看應用型別是否合適這種拆分方式，如系統可以分...
資料庫優化 水平拆分 垂直拆分
垂直 縱向 拆分 是指按功能模組拆分，比如分為訂單庫 商品庫 使用者庫.這種方式多個資料庫之間的表結構不同。水平 橫向 拆分 將同乙個表的資料進行分塊儲存到不同的資料庫中，這些資料庫中的表結構完全相同。縱向拆分 橫向拆分 1，實現原理 使用垂直拆分，主要要看應用型別是否合適這種拆分方式，如系統可以分...