在资深后端面试中，“为什么要进行分库分表以及在什么场景下进行”是个常被提及的问题，也是业务发展到一定程度必须面对的。很多小伙伴认为在高并发场景下需要分库分表，但这并不准确。其实，分库分表的核心在于数据库面临性能瓶颈或数据量过大。
对于分表而言，当单表存储的数据量超过一定阈值，比如数据库中有一千万条数据，单表超过三四个 G，且通过优化索引也无法解决 SQL 查询性能明显下降的问题时，就可以考虑分表。常见的分表方式有横向拆分，比如根据 ID 均匀分散到多个数据表，但这种方式数据表固定，不利于后续扩展。若想扩展好，可采用哈希分表策略，根据数据的某个属性（如主键的哈希值）将数据分散到不同表或数据库，还可以按时间分表，如按月或年形成数据表，核心目的是分散数据以缓解查询压力。
垂直分表在实际场景中很少后期操作，建议建表时就做好设计，因为后期垂直拆分代价高，比如将用户表拆成主表和副表，存储必要字段和热点字段、不常用字段，后期拆分很多代码逻辑都需变动，工作量大。
分库的场景主要是单库访问量过高。当单库访问量达到一定数值，比如六七千甚至更高，数据库可能就承受不住了，这时就需要分库。一般会将数据分散到多个数据库实例中，通常会搭配微服务架构或领域驱动设计，按照业务归属拆分不同的表到不同库，实现专库专用，这样能提高系统稳定性和可用性，降低业务耦合度。
好了，以上就是关于分库分表的相关内容，如果您对本期内容有任何疑问，欢迎交流。
