Toggle navigation
面试宝典
架构师课程
开源
文章
博客
SpringCloud
CloudAlibaba
SpringBoot
Spring Boot1.X
Spring Boot2.X
关于
登录
|
注册
支付宝扫一扫帮助发展吧~
微信扫一扫帮助发展吧~
Sharding-JDBC:垂直拆分怎么做?
尹吉欢
2019-06-17 09:44:38.0
1条评论
3083人阅读
版权声明:转载请先联系作者并标记出处。
ShardingJdbc
点击阅读全文
扫描下方二维码,加入Java方向技术交流讨论群。暗号:加群
yiniuyun11
2019-06-20 16:44:48.0
回复
写的很好
查看更多
添加新回复
查看更多
去注册
去登录
登录后发表
去注册
去登录
登录后发表
经过读写分离的优化后,小王可算是轻松了一段时间,读写分离具体的方案请查看这篇文章: [Sharding-JDBC:查询量大如何优化?]() 可是好景不长,业务发展是在太快了。数据库中的数据量猛增,由于所有表都在一个数据库中,导致服务器本地存储快满了。 ![数据库表分布](http://file.cxytiandi.com/2685774-dfe2c7abb245dd94.png) 从上图我们可以看的出来,由于表的数量较多,每个表的数据量也较大,但是还没到水平拆分的地步。目前遇到的问题是服务器的存储不够了,短期内还不用水平拆分,那么方案呼之欲出了:垂直拆分。 ### 解释下什么是垂直拆分? 我们都知道,一个数据库它是由N张表构成,每个表存储的数据都不一样,都对应着各自的业务。 所谓的垂直切分其实就是分类存储,大部分都是按业务类型进行分类。相同的类型存储在相同的库上,不同的类型存储在不同的库上,这样也就将数据或者说压力分担到不同的库上面 。 比如我们可以将用户相关的放一起,订单相关的放一起,行为日志相关的放一起,依次来推下去。 - 优点: 拆分之后业务规划清晰,数据维护简
首次访问,人机识别
扫描下方二维码回复
王老吉
获取解锁验证码
步骤:[ 打开微信 ]->[ 扫描上方二维码 ]->[ 关注
猿天地
的公众号] 输入
王老吉
获取验证码,即可永久解锁本站全部文章。
验证码:
(请输入)
提交
yiniuyun11