一、缘起
当数据库的数据量非常大时，水平切分和垂直拆分是两种常见的降低数据库大小，提升性能的方法。假设有用户表：
user(
uid bigint,
name varchar(16),
pass varchar(16),
age int,
sex tinyint,
flag tinyint,
sign varchar(64),
intro varchar(256)
…);
水平切分是指，以某个字段为依据(例如uid)，按照一定规则(例如取模)，将一个库(表)上的数据拆分到多个库(表)上，以降低单库(表)大小，达到提升性能的目的的方法，水平切分后，各个库(表)的特点是：
(1)每个库(表)的结构都一样
(2)每个库(表)的数据都不一样，没有交集
(3)所有库(表)的并集是全量数据
二、什么是垂直拆分
垂直拆分是指，将一个属性较多，一行数据较大的表，将不同的属性拆分到不同的表中，以降低单库(表)大小，达到提升性能的目的的方法，垂直切分后，各个库(表)的特点是：
(1)每个库(表)的结构都不一样
(2)一般来说，每个库(表)的属性至少有一列交集，一般是主键
(3)所有库(表)的并集是全量数据
还是以上文提到的用户表为例，如果要垂直拆分，可能拆分结果会是这样的：
user_base(
uid bigint,
name varchar(16),
pass varchar(16),
age int,
sex tinyint,
flag tinyint,
…);
user_ext(
uid bigint,
sign varchar(64),
intro varchar(256)
…);
三、垂直切分的依据是什么
当一个表属性很多时，如何来进行垂直拆分呢?如果没有特殊情况，拆分依据主要有几点：
(1)将长度较短，访问频率较高的属性尽量放在一个表里，这个表暂且称为主表
(2)将字段较长，访问频率较低的属性尽量放在一个表里，这个表暂且称为扩展表
如果1和2都满足，还可以考虑第三点：
(3)经常一起访问的属性，也可以放在一个表里
优先考虑1和2，第3点不是必须。另，如果实在属性过多，主表和扩展表都可以有多个。
一般来说，数据量并发量比较大时，数据库的上层都会有一个服务层。需要注意的是，当应用方需要同时访问主表和扩展表中的属性时，服务层不要使用join来连表访问，而应该分两次进行查询：
原因是，大数据高并发互联网场景下，一般来说，吞吐量和扩展性是主要矛盾：
(1)join更消损耗数据库性能
(2)join会让base表和ext表耦合在一起(必须在一个数据库实例上)，不利于数据量大时拆分到不同的数据库实例上(机器上)。毕竟减少数据量，提升性能才是垂直拆分的初衷。
四、为什么要这么这么拆分
为何要将字段短，访问频率高的属性放到一个表内?为何这么垂直拆分可以提升性能?因为：
(1)数据库有自己的内存buffer，会将磁盘上的数据load到内存buffer里(暂且理解为进程内缓存吧)
(2)内存buffer缓存数据是以row为单位的
(3)在内存有限的情况下，在数据库内存buffer里缓存短row，就能缓存更多的数据
(4)在数据库内存buffer里缓存访问频率高的row，就能提升缓存***率，减少磁盘的访问
举个例子就很好理解了：
假设数据库内存buffer为1G，未拆分的user表1行数据大小为1k，那么只能缓存100w行数据。
如果垂直拆分成user_base和user_ext，其中：
(1)user_base访问频率高(例如uid, name, passwd, 以及一些flag等)，一行大小为0.1k
(2)user_ext访问频率低(例如签名, 个人介绍等)，一行大小为0.9k
那边内存buffer就就能缓存近乎1000w行user_base的记录，访问磁盘的概率会大大降低，数据库访问的时延会大大降低，吞吐量会大大增加。
五、总结
(1)水平拆分和垂直拆分都是降低数据量大小，提升数据库性能的常见手段
(2)流量大，数据量大时，数据访问要有service层，并且service层不要通过join来获取主表和扩展表的属性
(3)垂直拆分的依据，尽量把长度较短，访问频率较高的属性放在主表里
【本文为51CTO专栏作者“58沈剑”原创稿件，转载请联系原作者】
