當業務規模達到一定規模之後，像淘寶日訂單量在5000萬單以上，美團3000萬單以上。資料庫面對海量的資料壓力，分庫分表就是必須進行的操作了。而分庫分表之後一些常規的查詢可能都會產生問題，最常見的就是比如分頁查詢的問題。一般我們把分表的欄位稱作shardingkey，比如訂單表按照使用者ID作為shardingkey，那麼如果查詢條件中不帶使用者ID查詢怎麼做分頁？又比如更多的多維度的查詢都沒有shardingkey又怎麼查詢？
唯一主鍵
一般我們資料庫的主鍵都是自增的，那麼分表之後主鍵衝突的問題就是一個無法避免的問題，最簡單的辦法就是以一個唯一的業務欄位作為唯一的主鍵，比如訂單表的訂單號肯定是全域性唯一的。
常見的分散式生成唯一ID的方式很多，最常見的雪花演算法Snowflake、滴滴Tinyid、美團Leaf。以雪花演算法舉例來說，一毫秒可以生成4194304多個ID。
第一位不使用，預設都是0，41位時間戳精確到毫秒，可以容納69年的時間，10位工作機器ID高5位是資料中心ID，低5位是節點ID，12位序列號每個節點每毫秒累加，累計可以達到2^12 4096個ID。
分表
第一步，分表後要怎麼保證訂單號的唯一搞定了，現在考慮下分表的問題。首先根據自身的業務量和增量來考慮分表的大小。
舉個例子，現在我們日單量是10萬單，預估一年後可以達到日100萬單，根據業務屬性，一般我們就支援查詢半年內的訂單，超過半年的訂單需要做歸檔處理。
那麼以日訂單100萬半年的數量級來看，不分表的話我們訂單量將達到100萬X180=1.8億，以這個資料量級部分表的話肯定單表是扛不住的，就算你能扛RT的時間你也根本無法接受吧。根據經驗單表幾百萬的數量對於資料庫是沒什麼壓力的，那麼只要分256張表就足夠了，1.8億/256≈70萬，如果為了保險起見，也可以分到512張表。那麼考慮一下，如果業務量再增長10倍達到1000萬單每天，分表1024就是比較合適的選擇。
通過分表加上超過半年的資料歸檔之後，單表70萬的資料就足以應對大部分場景了。接下來對訂單號hash，然後對256取模的就可以落到具體的哪張表了。
那麼，因為唯一主鍵都是以訂單號作為依據，以前你寫的那些根據主鍵ID做查詢的就不能用了，這就涉及到了歷史一些查詢功能的修改。不過這都不是事兒對吧，都改成以訂單號來查就行了。這都不是問題，問題在我們的標題說的點上。
C端查詢
說了半天，總算到了正題了，那麼分表之後查詢和分頁查詢的問題怎麼解決？
首先說帶shardingkey的查詢，比如就通過訂單號查詢，不管你分頁還是怎麼樣都是能直接定位到具體的表來查詢的，顯然查詢是不會有什麼問題的。
如果不是shardingkey的話，上面舉例說的以訂單號作為shardingkey的話，像APP、小程式這種一般都是通過使用者ID查詢，那這時候我們通過訂單號做的sharding怎麼辦？很多公司訂單表直接用使用者ID做shardingkey，那麼很簡單，直接查就完了。那麼訂單號怎麼辦，一個很簡單的辦法就是在訂單號上帶上使用者ID的屬性。舉個很簡單的例子，原本41位的時間戳你覺得用不完，使用者ID是10位的，訂單號的生成規則帶上使用者ID，落具體表的時候根據訂單號中10位使用者ID hash取模，這樣無論根據訂單號還是使用者ID查詢效果都是一樣的。
當然，這種方式只是舉例，具體的訂單號生成的規則，多少位，包含哪些因素根據自己的業務和實現機制來決定。
好，那麼無論你是訂單號還是使用者ID作為shardingkey，按照以上的兩種方式都可以解決問題了。那麼還有一個問題就是如果既不是訂單號又不是使用者ID查詢怎麼辦？最直觀的例子就是來自商戶端或者後臺的查詢，商戶端都是以商戶或者說賣家的ID作為查詢條件來查的，後臺的查詢條件可能就更復雜了，像我碰到的有些後臺查詢條件能有幾十個，這怎麼查？？？別急，接下來分開說B端和後臺的複雜查詢。
現實中真正的流量大頭都是來自於使用者端C端，所以本質上解決了使用者端的問題，這個問題就解了大半，剩下來自商戶賣家端B端、後臺支援運營業務的查詢流量並不會很大，這個問題就好解。
其他端查詢
針對B端的非shardingkey的查詢有兩個辦法解決。
雙寫，雙寫就是下單的資料落兩份，C端和B端的各自儲存一份，C端用你可以用單號、使用者ID做shardingkey都行，B端就用商家賣家的ID作為shardingkey就好了。有些同學會說了，你雙寫不影響效能嗎？因為對於B端來說輕微的延遲是可以接受的，所以可以採取非同步的方式去落B端訂單。你想想你去淘寶買個東西下單了，賣家稍微延遲個一兩秒收到這個訂單的訊息有什麼關係嗎？你點個外賣商戶晚一兩秒收到這個訂單有什麼太大影響嗎？
這是一個解決方案，另外一個方案就是走離線數倉或者ES查詢，訂單資料落庫之後，不管你通過binlog還是MQ訊息的都形式，把資料同步到數倉或者ES，他們支援的數量級對於這種查詢條件來說就很簡單了。同樣這種方式肯定是稍微有延遲的，但是這種可控範圍的延遲是可以接受的。
而針對管理後臺的查詢，比如運營、業務、產品需要看資料，他們天然需要複雜的查詢條件，同樣走ES或者數倉都可以做得到。如果不用這個方案，又要不帶shardingkey的分頁查詢，兄弟，這就只能掃全表查詢聚合資料，然後手動做分頁了，但是這樣查出來的結果是有限制的。
比如你256個片，查詢的時候迴圈掃描所有的分片，每個片取20條資料，最後聚合資料手工分頁，那必然是不可能查到全量的資料的。
總結
分庫分表後的查詢問題，對於有經驗的同學來說其實這個問題都知道，但是我相信其實大部分同學做的業務可能都沒來到這個數量級，分庫分表可能都停留在概念階段，面試被問到後就手足無措了，因為沒有經驗不知道怎麼辦。
分庫分表首先是基於現有的業務量和未來的增量做出判斷，比如拼多多這種日單量5000萬的，半年資料得有百億級別了，那都得分到4096張表了對吧，但是實際的操作是一樣的，對於你們的業務分4096那就沒有必要了，根據業務做出合理的選擇。
對於基於shardingkey的查詢我們可以很簡單的解決，對於非shardingkey的查詢可以通過落雙份資料和數倉、ES的方案來解決，當然，如果分表後資料量很小的話，建好索引，掃全表查詢其實也不是什麼問題。
- END -