数据库一个表数据太多了,如何分表

这个要看你是什么数据库。

Oracle 或者 SQL Server 企业版本的， 可以尝试使用 分区表来处理。

如果对 分区表不熟悉， 或者不高兴折腾。

SQL Server 可以尝试使用 分区视图的方式来处理。

1 用户类库：用于保存了用户的相关信息。例如：db_user,db_system,db_company等。

2 业务类库：用于保存主要业务的信息。比如主要业务是笑话，用这个库保存笑话业务。例如：db_joke,db_temp_joke等。

3 内存类库：主要用Mysql的内存引擎。前台的数据从内存库中查找，速度快。例如：heap。

4 类库：主要保存的索引以及关联。例如：db_img_index，db_img_res。

5 日志类库：记录点击,刷新,登录等日志信息。例如：db_log_click,db_log_fresh,db_log_login。

6 统计类库：对业务的统计，比如点击量,刷新量等等。例如db_stat。

Twitter-Snowflake算法产生的背景相当简单，为了满足Twitter每秒上万条消息的请求，每条消息都必须分配一条唯一的id，这些id还需要一些大致的顺序（方便客户端排序），并且在分布式系统中不同机器产生的id必须不同。各种主键ID生成策略对比，见 常见分布式主键ID生成策略

把 41位的时间前缀 ， 10位的节点标识 ， 12位的sequence 组合在一起。

除了最高位bit标记为不可用以外，其余三组bit占位均可浮动，看具体的业务需求而定。 默认情况下41bit的时间戳，1970年算起可以支持该算法使用到2038年，10bit的工作机器id可以支持1024台机器，序列号支持1毫秒产生4096个自增序列id 。

Snowflake是Twitter在2010年用Scala语言写的一套主键生成策略，用Thrift对外发布主键生成服务，其中依赖了Twitter内部的Infrastructure，后来Twitter用 Twitter-server 代替了Snowflake，自2012年起就未更新。见 Twitter-Snowflake项目地址（Tags:snowflake-2010）

之前写了一个Java的实现，改自网上一个版本: Twitter的分布式自增ID算法Snowflake实现分析及其Java、Php和Python版 。后来看到当当网的 Sharding-JDBC 分库分表中间件已实现了此算法。就直接在其中添加了一些新特性，已merge。( 具体实现 , 说明文档 )

添加3种IdGenerator实现。

用笔记本（i7-3632QM 22GHz 四核八线程）测试了下，每秒生成409万（理论上的峰值），CPU占用率185%。

分表是将一个大表按照一定的规则分解成多张具有独立存储空间的实体表，我们可以称为子表，每个表都对应三个文件，MYD数据文件，MYI索引文件，frm表结构文件。这些子表可以分布在同一块磁盘上，也可以在不同的机器上。app读写的时候根据事先定义好的规则得到对应的子表名，然后去 *** 作它。

以上就是关于数据库一个表数据太多了,如何分表全部的内容，包括:数据库一个表数据太多了,如何分表、mysql数据库分库分表哪个工具好，我整理出来了五个，求点评、数据库分库分表（二）Twitter-Snowflake（64位分布式ID算法）分析与JAVA实现等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！