为什么要分库分表
在业务场景中，mysql的单表数据量出现在千万级左右查询数据就会出现瓶颈。在各种优化后，可以考虑对数据库进行拆分。
1.水平拆分：就是把一张表的数据拆成两张表
2.垂直拆分：将表中的某些字段，单独拆分出来，并通过某个字段和原表建立联系
分库分表常用思路
1.hash取模方案
hash的方案就是对指定的路由key（通常为主键id）对分表总数进行取模。
优点：某个表不会出现热点问题（某个表被频繁访问，其他表访问较少的情况）
缺点：对于以后要扩容会比较麻烦，增加表的时候要对所有数据重新hash
2.range范围方案
简单来说就是1-1000万的数据放在1数据库并以此类推。
**优点：**有利于将来扩容，有新数据就直接加入就好了
**缺点：**缺点也很明显，有可能出现热点问题。比如刚加进来的数据经常使用之类的问题
3.两者结合的方案
那能不能考虑把两个的有点结合过来，又把去掉两者的缺点？即不容进行数据迁移，又不存在热点问题？其实还有一个现实需求，能否根据服务器的性能以及存储高低，适当均匀调整存储呢？
我们定义一个Group的概念，一个Group包含了一些分库和分表，如下图：
上图有几个关键点：
一个Group01可以存放4000w个数据，Group01有三个DB，共10table。那么可以通过id范围确定在哪个group，然后id%10哪个db。再根据范围确定哪个table。简单来说就是整体有序，局部用hash打乱，当扩容的时候只要加group就好了。
上图中id一千万以内的都被我们设计的流程均匀的分在了三个的table0中。然后就是为什么对表的总数取模？因为每台服务器的性能有差异，对表取模，那表多的服务器就更能被使用到。
图中我们对10进行取模，如果值为【0，1，2，3】就路由到DB_0，【4，5，6】路由到DB_1，【7，8，9】路由到DB_2。现在小伙伴们有没有理解，这样的设计就可以把多一点的数据放到DB_0中，其他2个DB数据量就可以少一点。DB_0承担了4/10的数据量，DB_1承担了3/10的数据量，DB_2也承担了3/10的数据量。整个Group01承担了【0，4000万】的数据量
其实上面设计思路理解了，扩容就已经出来了；那就是扩容的时候再设计一个group02组，定义好此group的数据范围就ok了。
使用sharding-sphere实现
SpringBoot整合sharding-sphere实现分库分表
