垂直分表
将一个表按照字段分成多个表，每个表存储其中一部分字段。
它带来的提升：
1、为了避免IO争抢并减少锁表的几率，查看详情的用户与商品信息浏览互不影响。
2、充分发挥热门数据的操作效率，商品信息的操作的高效不会被商品描述的低效率所拖累。
为什么大字段的IO效率低？
由于数据量本身大，需要更长的读取时间；
跨页，页是数据库存储单位，很多查找及定位操作都是以页为单位的，单页内的数据行越多数据库整体性能越好，而大字段占用空间大，单页内存储行少，因此IO效率较低。
数据库以行为单位将数据加载到内存中，这样表中字段长度较短且访问频率较高，内存能加载更多的数据，命中率更高，减少了磁盘IO，从而提升了数据库性能。
一般来说，某业务实体中的各个数据项的访问频次是不一样的，部分字段可能是占用存储空间比较大的BLOB或TEXT。例如商品描述。所以，当表数据量很大时，可以将表按
字段切开，将热门字段、冷门字段分来放置在不同表中，这些表可以放在不同的存储设备上，避免IO争抢。垂直切分带来的性能提升主要集中在热门数据的操作效率上，而且
磁盘争用情况减少。
通常我们按以下原则进行垂直拆分：
1、把不常用的字段单独放在一张表；
2、把text、blob 等大字段拆分出来放置在附表中；
3、经常组合查询的列放在一张表中。
垂直分库
通过垂直分表性能得到了一定程度的提升，但是还没有达到要求，并且磁盘空间也快不够了，因为数据始终在一台服务器，垂直分表只解决了单一表数据量过大问题，但没有将表
分布到不同的服务器上，因此每个表还是竞争同一个物理机的CPU、内存、网络IO、磁盘。
根据业务可以拆分为用户库、商品库、订单库。并把这些库分散到不同服务器上。
垂直分库是指按照业务将表进行分类，分布到不同的数据库上，每个库可以放在不同的服务器上，它的核心理念是专库占用。
它带来的提升是：
1、解决业务层面的耦合，业务清晰；
2、能对不同业务对数据进行分级管理、维护、监控、扩展等
3、在高并发场景下，垂直分库一定程度的提升IO、数据库连接数、降低单机硬件资源的瓶颈。
垂直分库通过将表按业务分类，然后分布在不同数据库，并且可以将这些数据库部署在不同服务器上，从而达到多个服务器共同分摊压力的效果，
但是依然没有解决单表数据量过大的问题。
水平分库
水平分库是把同一个表的数据按一定的规则拆分到不同的数据库中，每个库可以放在不同的服务器上。
它带来的提升是：
1、解决了单库大数据、高并发的性能瓶颈。
2、提高了系统的稳定性及可用性（稳定性体现在IO冲突减少，锁定减少，可用性是指某个库出问题，部分可用）。
水平分表
水平分表是在同一个数据库内，把同一个表的数据按一定的规则拆分到多个表中。
它带来的提升是：
1、优化单一表数据量过大而产生的性能瓶颈
2、避免IO争抢并减少锁表的几率。
库内的水平分表，解决了单一表数据量过大的问题，分出来的小表中只包含一部分数据，从而使得单个表的数据量变小，提高检索性能。
总结：
垂直分表：可以把一个宽表的字段按访问的频次、是否是大字段的原则拆分为多个表，这样既能使业务清晰，还能提高部分性能。拆分后，尽量从业务角度
避免联查，否则性能方面将得不偿失。垂直分库：可以把多个表按业务耦合松紧归类，分别存放在不同的库，这些库可以分布在不同服务器，从而使访问压力被多服务器负载，大大提升性能，
同时能提高整体架构的业务清晰度，不同的业务库可根据自身情况定制优化方案。但是它需要解决跨库带来的所有复杂问题。水平分库：可以把一个表的数据（按数据行）分到不同的库，每个库只有这个表的部分数据，这些库可以分布在不同服务器，从而使访问压力被多服务器
负载，大大提升性能。它不仅需要解决跨库带来的所有复杂问题，还要解决数据路由问题。水平分表：可以把一个表的数据（按数据行）分到同一个库的多张表中，每个表只有这个表的部分数据，这样能小幅提升性能，它仅仅作为水平分库的一个
补充优化。
一般来说，在系统设计阶段就应该根据业务耦合松紧来确定垂直分库，垂直分表方案。在数据量及访问压力不是特别大的情况下，首先考虑缓存、读写分离、
索引技术等方案。若数据量极大，且持续增长，再考虑水平分库、水平分表方案。
分库分表带来的问题
分库分表能有效的缓解单机和单库带来的性能瓶颈和压力，突破网络IO、硬件资源、连接数的瓶颈，同时也带来了一些问题。
事务一致性问题
由于分库分表把数据分布在不同库甚至不同服务器，不可避免会带来分布式事务问题。跨节点关联查询
在没有分库前，可以通过SQL关联查询，但垂直分库后的数据不在一个数据库，甚至不在一台服务器，无法进行关联查询。
解决方案：可以将原关联查询分为两次查询，第一次查询的结果集中找出关联数据id，然后根据id发起第二次请求得到关联数据，最后将获得的数据进行拼接。
