今天的这个案例主要是正对于讲解这个Mysql的横向拆分技术：
当然这篇文章的主要是简单介绍横向拆分的一个具体思路和过程，主要是提供一种简单的思路而已。
首先我们来模拟一个场景，用户表里面有着一千万的数据量的内容，这个时候我们该如何进行优化呢？
这个时候不妨试试用横向拆分的技术来进行优化。
首先我们来看看数据库里面的内容：
一共有一千万条数据信息，这个时候我们可以继续深入：
假设有一个请求要开展用户搜索：
SELECT * from user where username like '9990%' 复制代码
消耗时间如下：
假设现在到了一个高峰时期，我们同时有上万个在线用户，同时要对user表进行大量的请求和访问，那么就会对user表造成相当巨大的压力，这样我们就需要对该表的压力进行相应的分担。
此时我们不妨可以试试横向分表的思想来进行优化：
例如说我们使用一定的技巧：
取模分表法
首先我们可以将user表扩展为10张：
INSERT INTO user_1 (id, username, PASSWORD, age) SELECT id,username,password,age FROM `user` where id%10=0 复制代码
使用取模的思想将主表user的数据分割放在了剩余的10张表里面。
如：
INSERT INTO user_2 (id, username, PASSWORD, age)SELECT id,username,password,age FROM `user` where id%10=1 INSERT INTO user_3 (id, username, PASSWORD, age)SELECT id,username,password,age FROM `user` where id%10=2 复制代码
就这样一步步地将主表（user）里面的数据拆分存储在不同的从表（user_1,user_2…）里面去
同理，我们对十张从表进行数据插入操作
这样的话，一张表的压力就会被缩小了十倍了。（暂时不考虑数据访问的冷热性）那么这个时候我们进行搜索的时候就可以通过id的范围来进行分表查询了。
1-10号user表里面的数据可以根据id来确定查询的范围大小。
下边就是一个结合mybatis的查询案例了（一千万数据起步）：
其实关于sql部分的查询内容基本如下所示：
在我们的sql设计部分里面，有一个table_index的设置，这个table_index设置可以通过相应的id来进行区分:
然后我开启dubbo服务之后，我们使用swagger远程调用这个rpc接口之后即
进行测试了：
相应的sql内容如下所示：
这样子的设计就能够较好地减轻对于数据表的压力了。
