适用场景

分库分表是"最后手段"：先优化索引与 SQL、再加缓存与只读实例，最后才考虑拆分。因为拆分之后，跨库查询与事务都会成为长期成本。

配置步骤（拆分迁移与数据校验）

# 1) 双写阶段：新老库同时写，读走老库
# 2) 存量迁移：按分片键批量搬迁（分批、限速）
# 3) 增量追平：binlog 同步
# 4) 校验：行数、校验和、抽样比对
# 5) 切读：灰度切流，观察错误率

关键参数与建议

  • 拆分时机：单表数据量、写入压力、单机容量达到瓶颈
  • 拆分维度：按业务（订单/用户）、按时间（月份）、按哈希（用户 ID）
  • 分片键选择：高频查询条件优先，避免跨分片查询
  • 全局唯一 ID：雪花算法或号段模式
  • 跨分片查询：尽量在应用层聚合，避免中间件复杂 JOIN

容易踩的坑

  • 一次全量搬迁，业务高峰受影响
  • 不做数据校验，切读后出现数据缺失
  • 切读一次性完成，出问题无法快速回退

验证与巡检

# 验证：源表与目标表行数、min/max 主键、抽样字段比对
  • 巡检：校验报告、切流记录与回滚预案

小结

分库分表的验收：写入压力分摊、热点分片可控、跨分片查询有明确方案与性能数据。没有数据的拆分是拍脑袋。

> 说明：文中命令为通用写法，不同型号/版本可能略有差异，落地前请对照设备实际版本的官方文档；带外管理与安全设备变更建议先在测试设备验证。