原文：https://blog.csdn.net/wuhuagu_wuhuaguo/article/details/105166470
原文：https://blog.csdn.net/HD243608836/article/details/103801502
两种方案分库分表：按照用户id来切分(推荐)、按照订单号来切分。
方案一、按照用户id打散订单数据(推荐)
(2.1)某个范围的uid订单到哪些库。
0到2千万uid，对应的订单数据到a库、a表。2千万到4千万对应的订单到b库。
---缺：某个范围内的用户，下单量比较多，那么造成这个库的压力特别大。
(2.2)使用uid取模运算(推荐)
库名称计算【用户id末尾4位 mod 32】：对用户id的后4位数对32取模(取模就是除以这个数后，余多少)，是0-31之间。32个数字代表着32个库名称：order_db_0、order_db_2...order_db_31。
表名称计算【(用户id末尾4位 dev 32) mod 32】：用户id的最后4位数，除以32，向下取整。将整数除以32，得到余数，能够表示从0-31之间32个数字表示表名称：order_tb_1、order_tb_2...order_tb_31。
比如用户id=19408064，用最后4位数字8064除以32取余=32；用最后4位数字8064除以32，得到是251.9，取它的整数是251，接着将251除以32，取余数，余数为27。所以分到库order_db_32的表order_tb_251。
为了保持性能，每张表的数据量要控制。单表可以维持在1千万-5千万行的数据。32*32=1024,可存储的数据总量=1024*1千万=100亿+！！！
---优点：查询指定用户的所有订单，避免了跨库跨表查询。根据一个用户的id来计算节点是不变的(a用户的所有订单都固定的x库的x表)
---缺1：要扩容的时候需要迁移数据。
---解1：要扩容的时候，为了减少迁移的数据量，一般扩容是以倍数的形式增加。比如原来是8个库，扩容的时候，就要增加到16个库，再次扩容，就增加到32个库。这样迁移的数据量，就小很多了。这个问题不算很大问题，毕竟一次扩容，可以保证比较长的时间，而且使用倍数增加的方式，已经减少了数据迁移量。
---缺2：输入订单号，怎么知道去哪个库、哪个表查询呢？
---解2：只要知道了这个订单号是谁的(得到了用户id)，就能知道去哪个库、哪个表查询数据了。
做法：a.建立订单号和用户id的订单用户索引关系表order_user_idx。存储的数据包括两项：订单号、用户编号。
b.当创建订单的时候，就要把关系插入到表里面去了。保存关系记录时，为了减低用户等待时间，不需要实时，做成异步，加入到消息队列中去操作。
c.一个订单，在创建的时候就已经分配好给指定用户了，以后不会再变。该表可以放到内存中缓存起来(数据库那张索引关系表也要有，数据要持久化)。查询的时候，先走内存缓存查询。如果查询不到，再走数据库查询一下关系。
---缺3：订单用户索引关系表过大，单表过大咋办？
---解3：订单用户关系索引表也进行分库分表：直接根据订单号取模进行分库分表。麻烦但能解决问题。
---缺4：b2c平台，订单的卖家就一个是平台自己。b2b平台，上面支持开店，买家和卖家都要能够登陆看到自己的订单。
---解4：淘宝的做法是数据冗余：拆分买家库和卖家库，也就是两个库：买家库、卖家库。一个订单，在买家库里面有，在卖家库里面也存储了一份。
做法：a.创建订单的时候，要写两份数据。先把订单写入买家库里面去，然后通过消息中间件来同步订单数据到卖家库里面去。
b.修改订单的时候，买家库的订单a修改了后，要发异步消息，通知到卖家库去，更改状态。
方案二、按照订单号来做hash分散订单数据
应用：微信红包
做法：对订单号进行hash计算，保证数据均匀分散，订单号的末尾3个数，里面是包含了库名称、表名称的。
---缺：如果要查询买卖用户的所有订单呢？由于是根据订单号来分散数据的，他的订单分散在了多个库多个表中，扫描全部的库表效率很低。
---解：订单号里面，最好是要有分库分表信息。淘宝订单号里面添加了卖家id末2位、买家id末2位。直接定位到具体的库、具体的表去。因为分库、分表的规则，买家库是按照卖家id末尾2位数分，卖家库是按照卖家id末尾两位分。
---问：按照这样，其实就没必要使用订单号来计算了？
---答：确实可行。
a.如果是按照用户id的后4位数取模分散订单数据。那么订单号的生成，可以在后面加上用户id的后4位数。虽然是按照用户id来对订单表分库分表的。其实可以直接根据订单号，知道这个订单在哪个库哪个表了。
b.如果是b2b系统，涉及到卖家和买家。那么可以把卖家和买家的id后面4位都加进去。不过是不是订单号太长了？
---问：按照订单的时间来分表如何?(按时间切分订单数据,业界用得较少)
---答：一月一张表。一年一张表。用户的所有订单，会分散在不同的库、不同的表中。但是会出现2个问题：
---缺1：如果需要分页查询某个用户的所有订单数据，就会出现跨库、跨表查询。效率低。
---解1：限制只能查一个范围内的订单，比如一次只能查询，一年以内或者一个月以内的订单。
---缺2：某个时间集中写入数据，出现瓶颈。如一个月一张表。这个月的订单量暴涨呢。那么写入新的订单数据都会操作这张表。造成性能低下。影响整个业务系统交易。
---解2：尽量将写数据分散到多个表去，达到分流效果，提高系统的并发能力。