一、緣起
當數據庫的數據量非常大時，水平切分和垂直拆分是兩種常見的降低數據庫大小，提升性能的方法。假設有用戶表：
user(
uid bigint,
name varchar(16),
pass varchar(16),
age int,
sex tinyint,
flag tinyint,
sign varchar(64),
intro varchar(256)
…);
水平切分是指，以某個字段為依據（例如uid），按照一定規則（例如取模），將一個庫（表）上的數據拆分到多個庫（表）上，以降低單庫（表）大小，達到提升性能的目的的方法，水平切分後，各個庫（表）的特點是：
（1）每個庫（表）的結構都一樣
（2）每個庫（表）的數據都不一樣，沒有交集
（3）所有庫（表）的並集是全量數據
二、什麼是垂直拆分
垂直拆分是指，將一個屬性較多，一行數據較大的表，將不同的屬性拆分到不同的表中，以降低單庫（表）大小，達到提升性能的目的的方法，垂直切分後，各個庫（表）的特點是：
（1）每個庫（表）的結構都不一樣
（2）一般來說，每個庫（表）的屬性至少有一列交集，一般是主鍵
（3）所有庫（表）的並集是全量數據
還是以上文提到的用戶表為例，如果要垂直拆分，可能拆分結果會是這樣的：
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)
…);
三、垂直切分的依據是什麼
當一個表屬性很多時，如何來進行垂直拆分呢？如果沒有特殊情況，拆分依據主要有幾點：
（1）將長度較短，訪問頻率較高的屬性儘量放在一個表裡，這個表暫且稱為主表
（2）將字段較長，訪問頻率較低的屬性儘量放在一個表裡，這個表暫且稱為擴展表
如果1和2都滿足，還可以考慮第三點：
（3）經常一起訪問的屬性，也可以放在一個表裡
優先考慮1和2，第3點不是必須。另，如果實在屬性過多，主表和擴展表都可以有多個。
一般來說，數據量併發量比較大時，數據庫的上層都會有一個服務層。需要注意的是，當應用方需要同時訪問主表和擴展表中的屬性時，服務層不要使用join來連表訪問，而應該分兩次進行查詢：
原因是，大數據高併發互聯網場景下，一般來說，吞吐量和擴展性是主要矛盾：
（1）join更消損耗數據庫性能
（2）join會讓base表和ext表耦合在一起（必須在一個數據庫實例上），不利於數據量大時拆分到不同的數據庫實例上（機器上）。畢竟減少數據量，提升性能才是垂直拆分的初衷。
四、為什麼要這麼這麼拆分
為何要將字段短，訪問頻率高的屬性放到一個表內？為何這麼垂直拆分可以提升性能？因為：
（1）數據庫有自己的內存buffer，會將磁盤上的數據load到內存buffer裡（暫且理解為進程內緩存吧）
（2）內存buffer緩存數據是以row為單位的
（3）在內存有限的情況下，在數據庫內存buffer裡緩存短row，就能緩存更多的數據
（4）在數據庫內存buffer裡緩存訪問頻率高的row，就能提升緩存命中率，減少磁盤的訪問
舉個例子就很好理解了：
假設數據庫內存buffer為1G，未拆分的user表1行數據大小為1k，那麼只能緩存100w行數據。
如果垂直拆分成user_base和user_ext，其中：
（1）user_base訪問頻率高（例如uid, name, passwd, 以及一些flag等），一行大小為0.1k
（2）user_ext訪問頻率低（例如簽名, 個人介紹等），一行大小為0.9k
那邊內存buffer就就能緩存近乎1000w行user_base的記錄，訪問磁盤的概率會大大降低，數據庫訪問的時延會大大降低，吞吐量會大大增加。
五、總結
（1）水平拆分和
垂直拆分都是降低數據量大小，提升數據庫性能的常見手段（2）流量大，數據量大時，數據訪問要有service層，並且service層不要通過join來獲取主表和擴展表的屬性
（3）垂直拆分的依據，儘量把長度較短，訪問頻率較高的屬性放在主表裡
希望沒有浪費你這一分鐘，幫轉哈。
閱讀更多 程序猿的易生 的文章
