数据库中表分割和表分区的区别是什么

一、数据库中表分割和表分区的区别是什么

个人认为理论上使用表分割在性能上应该和建立表分区查不多，但是，表分割对于所有的数据库都适用，而表分区只能用于oracle这样的特定的数据库；表分区属于数据库物理设计，表分割属于逻辑设计。

表分区是ORACLE对于非常大的表进行优化的一种有效方法,是非常有效的一种手段,在很多情况下,比你说的表分割更有效,比如,有一个代码表,使用分区表把100万纪录分在10个分区中(ID每从1到10万为一个分区),那样写查询语句的时候,只要给出查询条件中所需要的代码,ORACLE自动会定位到对应的分区进行查询,大大降低的查询时间.而采用表分割,那必须先根据查询的代码指定所要查询的表,才能找到相应的纪录.而且,如果有下面这样的语句,查询的条件是跨分区的:

SELECT* FROM MYTABLE WHERE ID BETWEEN 99000 AND 10111;

在分区表中是非常容易实现的,ORACLE会自动在两个分区中查询;而采用表分割的话是否必须写成两个查询语句在UNION ALL。

事实上,大型的数据库都有对大表的特殊处理方式(类似于分区表),如果太强调可移植性而放弃这些最重要的特性的话,那性能很可能受到很大的影响.

即便是oracle数据库，当数据量很大时，用分表比用表分区要快些，尤其是在表用到group by求和等操作。

我也认为表分区要好一些，也就是一般说来的分区表，对这些表操作起来有很多强大的功能，说他强大主要是体现在对与表中有海量数据的情况之下的，试问大家一个其中有1亿条记录的表你是否会经常的将其移植到其他数据库系统当中去呢？

表分区基于物理存储，还有就是基于分区的索引可以使用，很不错的，当然，这些都是在海量数据情况之下的比较，但是如果真要是数据量不大的情况下比较，我想要比较分区表和表分割就没什么意思了。

表分区的效果对硬件有所依赖，而且效果恐怕不如诸位想象中那么好。我做过一点测试，很失望。

而表分割的效率提升在很多时候（不是所有时候）是很明显的。

当然这都是在巨型表的前提下讨论，缩小表和索引的规模有利于提高效率，这正是分割表的特点。

1、水平分割：根据一列或多列数据的值把数据行放到两个独立的表中。

水平分割通常在下面的情况下使用:A表很大，分割后可以降低在查询时需要读的数据和索引的页数，同时也降低了索引的层数，提高查询速度。B表中的数据本来就有独立性，例如表中分别记录各个地区的数据或不同时期的数据，特别是有些数据常用，而另外一些数据不常用。C需要把数据存放到多个介质上。

例如法规表law就可以分成两个表active－law和 inactive－law。activea－authors表中的内容是正生效的法规，是经常使用的，而inactive－law表则使已经作废的法规，不常被查询。水平分割会给应用增加复杂度，它通常在查询时需要多个表名，查询所有数据需要union操作。在许多数据库应用中，这种复杂性会超过它带来的优点，因为只要索引关键字不大，则在索引用于查询时，表中增加两到三倍数据量，查询时也就增加读一个索引层的磁盘次数。

2、垂直分割：把主码和一些列放到一个表，然后把主码和另外的列放到另一个表中。

如果一个表中某些列常用，而另外一些列不常用，则可以采用垂直分割，另外垂直分割可以使得数据行变小，一个数据页就能存放更多的数据，在查询时就会减少I/O次数。其缺点是需要管理冗余列，查询所有数据需要join操作。

二、数据库为什么要分库分表

从字面上简单理解，就是把原本存储于一个库的数据分块存储到多个库上，把原本存储于一个表的数据分块存储到多个表上。

据库中的数据量不一定是可控的，在未进行分库分表的情况下，随着时间和业务的发展，库中的表会越来越多，表中的数据量也会越来越大，相应地，数据操作，增

删改查的开销也会越来越大；另外，由于无法进行分布式式部署，而一台服务器的资源（CPU、磁盘、内存、IO等）是有限的，最终数据库所能承载的数据量、

分库分表有垂直切分和水平切分两种。

何谓垂直切分，即将表按照功能模块、关系密切程度划分出来，部署到不同的库上。例如，我们会建立定义数据库workDB、商品数据库payDB、用户数据

库userDB、日志数据库logDB等，分别用于存储项目数据定义表、商品定义表、用户数据表、日志数据表等。

何谓水平切分，当一个表中的数据量过大时，我们可以把该表的数据按照某种规则，例如userID散列，进行划分，然后存储到多个结构相同的表，和不同的库

上。例如，我们的userDB中的用户数据表中，每一个表的数据量都很大，就可以把userDB切分为结构相同的多个userDB：part0DB、

part1DB等，再将userDB上的用户数据表userTable，切分为很多userTable：userTable0、userTable1等，

然后将这些表按照一定的规则存储到多个userDB上。

3.3应该使用哪一种方式来实施数据库分库分表，这要看数据库中数据量的瓶颈所在，并综合项目的业务类型进行考虑。

如果数据库是因为表太多而造成海量数据，并且项目的各项业务逻辑划分清晰、低耦合，那么规则简单明了、容易实施的垂直切分必是首选。

如果数据库中的表并不多，但单表的数据量很大、或数据热度很高，这种情况之下就应该选择水平切分，水平切分比垂直切分要复杂一些，它将原本逻辑上属于一体

的数据进行了物理分割，除了在分割时要对分割的粒度做好评估，考虑数据平均和负载平均，后期也将对项目人员及应用程序产生额外的数据管理负担。

在现实项目中，往往是这两种情况兼而有之，这就需要做出权衡，甚至既需要垂直切分，又需要水平切分。我们的游戏项目便综合使用了垂直与水平切分，我们首先对数据库进行垂直切分，然后，再针对一部分表，通常是用户数据表，进行水平切分。

在执行分库分表之后，由于数据存储到了不同的库上，数据库事务管理出现了困难。如果依赖数据库本身的分布式事务管理功能去执行事务，将付出高昂的性能代价；如果由应用程序去协助控制，形成程序逻辑上的事务，又会造成编程方面的负担。

在执行了分库分表之后，难以避免会将原本逻辑关联性很强的数据划分到不同的表、不同的库上，这时，表的关联操作将受到限制，我们无法join位于不同分库的表，也无法join分表粒度不同的表，结果原本一次查询能够完成的业务，可能需要多次查询才能完成。

4.3额外的数据管理负担和数据运算压力。

外的数据管理负担，最显而易见的就是数据的定位问题和数据的增删改查的重复执行问题，这些都可以通过应用程序解决，但必然引起额外的逻辑运算，例如，对于

一个记录用户成绩的用户数据表userTable，业务要求查出成绩最好的100位，在进行分表之前，只需一个order

by语句就可以搞定，但是在进行分表之后，将需要n个order

by语句，分别查出每一个分表的前100名用户数据，然后再对这些数据进行合并计算，才能得出结果。

三、分库分表的数据库和分布式数据库有什么区别

1、分库分表的数据库，实质上是通过编程或利用特定框架，由开发者自行实现的一种数据管理策略，不依赖于特定数据库系统。比如Oracle或MySQL这类传统数据库，开发者需手动进行分库分表操作以优化性能。Oracle的分区表功能，可以实现部分分表需求，但分库分表仍然需要开发者干预。

2、分布式数据库，则具备天然的分布式处理能力，如OceanBase等产品。这种数据库旨在为用户提供无差别使用体验，不论数据量大小，开发者无需考虑分库分表等问题，数据库系统自动处理大表数据，提供高效、扩展性强的存储和查询服务。

3、总结，分库分表依赖于开发者自定义实现，是业务层优化策略；而分布式数据库是数据库产品自带特性，旨在提供自动化的分布式处理能力，简化数据管理与扩展过程。