分布式数据库中间件是分布式的，随着用户数的增加，Mysql数据库表逐渐变大，随之而来的问题是导致数据库性能下降。 当数据量超过500W行时，考虑分区表
存储库分类表概述了什么是存储库分类表存储库分类表，您认为在创建Web项目时会使用关系数据库。 传统的Web项目通常只支持一个项目的一个数据库，而像电子商务公司这样用户数和数据量大的项目通常无法由一个数据库支持，因此有存储库分类表。 也就是说，将项目中的表按业务存储在不同的数据库中，或将一个表中的数据划分为不同的数据库
为什么划分存储库是当前关系数据库的最后一种优化手段，而只是称为杀手锏，所以在划分存储库之前一定要经过几个数据库优化过程，大概会发展如下
单个表中的数据超过数据库支持的容量=更换数据库缓存=优化SQL、优化索引、优化字段=隔离读/写=分区表
分级表的一般方法分级表的一般方法可分为垂直分割、水平分割两种
垂直拆分是将数据库中的多个表拆分为单独的数据库，或将字段较多的单个表拆分为两个表并存储在单独的库中
垂直分割特征垂直分割也称为场分割，即，将表按每个场分割为多个表，因此垂直分割具有以下特征
分割后的表格行数没有变化，表格的列数减少，分割后的业务很清楚。 专用库实现动静态分析，冷热数据分离。 说明：冷数据(很少修理的数据)你发送的朋友圈内容、热数据(经常更改的数据) )你朋友圈评论数据库的性能会受到业务的影响。 例如订单表的数据库性能为双11的情况下，如果用户大量操作订单，则无法承担。 但是会员表数据库的性能可以保存良好的状态。 由于业务分布在不同的数据库中，一些业务之间的关联join查询无法通过sql语句实现，只能通过java程序接口调用的组合进行水平分割和垂直分割。 即，将数据库内一个表的数据分割为不同的数据库
水平划分的特征水平划分也称为横向划分，负责相同结构的多个表，并采用某种算法把数据均匀分布在这些表中
分割后的表结构不变，单个表的行数相应减少。 有助于性能的提示是，由于数据分布在多个表中，因此很难抽象出提高系统稳定性和负载能力的划分规则。 例如，使用一种算法很难继续将同一用户的数据保存在同一库中，将库添加到表中会导致原始拆分规则发生更改，从而破坏切片事务的一致性。 在某些业务中，关联join查询也无法通过sql语句实现，只能通过java程序接口调用的组合进行垂直水平分割。 已经用水平分割说明了垂直分割，在实际的开发过程中使用那个最好吗？ 孩子可以选择吧。 在实际开发过程中将两种结合使用
首先，在数据库设计阶段，随着数据库数据量的增加，必须考虑垂直和垂直分割。 不是立即考虑水平分割，而是首先考虑缓存处理、读写分离，然后尝试使用索引方式优化数据库。 如果这些方式不能解决根本问题，考虑水平分割和水平分割
登台后问题读写分离带来的主从同步、数据完整性、网络延迟问题多数据库多表是导致维护成本增加的分布式事务跨库jion查询分布式全局唯一ID (雪地算法)妈妈也就是说，使某个用户按照某个规则从过去到最后只能操作同一表
用建模(Hash ) userid进行建模运算，平衡数据的方差。 当然，如果需要扩展，所有数据都需要重新散列，一致的散列可以缓解这个问题，但不能完全解决
范围分割(range )按日期、地区分割数据
估计预定义(list )数据量，并在库中创建适当的数据
在分区解决方案中，创建分区表后，可以看到分区表会带来很多问题。 怎样才能解决呢
通常有两种实现方案。 Proxy代理直接连接到Jdbc
代理代理顾名思义，就是web APP应用程序将添加/删除修改后的所有sql发送到一个代理服务，代理服务访问数据库并执行相应操作，然后将其返回到web APP应用程序
Jdbc直接连接根据Jdbc直接连接、Jdbc包增强和所有数据库操作语句的特定要求分发到不同的库
shardingsphereapacheshardingsphere是一个生态圈，由开源分布式数据库解决方案组成，可以独立部署JDBC、Proxy和Sidecar三个产品，并支持混合部署和联合使用它们都提供了标准化的数据级别扩展、分布式事务和分布式治理等功能，并支持多种不同的APP应用程序场景，包括Java同构、异构语言和云本机。
ShardingSphere按模式同时提供三种分布式数据库中间件解决方案： JDBC、代理和Sidecar
快速的Sharding-JDBC实战(水平分表、水平分库、垂直分表、通用表、读写分离) )。
水平分库、垂直分表、通用表、读写分离(https://blog.csdn.net/weixin _ 44642403/article/details/119988003？ spm=1001.2014.3001.5501 )
Sharding-Proxy实战(水平分表、水平分库、垂直分表、读写分离)。