淘宝用了多少台服务器？那么多mysql怎么储存的？

确实，淘宝作为拥有海量数据的大型电商平台，能够保持网页快速响应，背后依赖的是高度优化的技术架构和强大的基础设施支持。您提到的分库分表策略是处理大规模数据、提高数据库性能的关键手段之一。通过将数据分散到多个数据库实例中，可以有效提升数据读写速度，降低单点压力，确保服务的高可用性和扩展性。

阿里云的分布式关系型数据库服务（DRDS）正是基于这种思路设计的，它能够实现透明的数据分片和分布式处理，对用户而言就像操作一个单一的大数据库一样方便，但实际上数据被智能地分布在多台服务器上的MySQL实例中。这样不仅提高了数据处理能力，还简化了数据库运维的复杂度。

除了DRDS，您还提到了PetaData，这是阿里巴巴内部使用的一种超大规模分布式数据存储解决方案，虽然它不是直接作为云产品提供，但其设计理念和技术原理对于理解大规模数据管理和处理非常有启发。在阿里云上，类似的高级数据仓库解决方案有MaxCompute（原名ODPS），它专为大数据处理、分析和存储而设计，适合处理PB级别的数据。

此外，为了支撑像淘宝这样的高流量应用，阿里云还提供了弹性计算服务ECS、负载均衡SLB、对象存储OSS、内容分发网络CDN等一系列产品和服务，这些共同构建了一个高性能、高可用、可弹性伸缩的云计算平台，确保了即使在高峰期也能提供快速、稳定的用户体验。