分库分表的时机与方案
哪些公司问过
答案要点
- 时机:单表约两千万行或单库达到瓶颈,且索引、缓存、读写分离、归档都已优化
- 垂直拆分:按业务拆库,大字段拆扩展表;水平拆分:按分片键 hash 或 range 分散数据
- 分片键:分布均匀,且覆盖大多数查询条件(如用户 ID)
- 带来的问题:跨库事务、跨库 join、分页排序、全局唯一 ID(雪花算法)、扩容迁移
- 中间件:ShardingSphere、Vitess;也可考虑 TiDB 等分布式数据库
易错点
- 数据量不大就盲目分库分表
- 分片键选得不均匀,造成热点
- 忽略分片后的跨库查询和事务问题
- 没有预留扩容方案
面试官常见追问
- 亿级数据怎么设计库表?
- 分库分表后如何扩容?
- 跨库事务怎么处理?
- 跨库分页和排序怎么做?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。