公众号merlinsea
方式1:按照范围进行划分
优点：数据的id可以自增长，在进行扩容的时候原来的老旧数据不需要迁移。
缺点：⼤部分读和写都访会问新的数据，有IO瓶颈，整体资源利⽤率低； 数据倾斜严重，热点数据过于集中，部分节点有瓶颈。
方式2:按照时间进行划分
按照时间的方式进行划分数据，这种方式在做日志采集的时候常常采用，既可以用于分库也可以用于分表。
优点：数据的id可以自增长，在进行扩容的时候原来的老旧数据不需要迁移。
缺点：⼤部分读和写都访会问新的数据，有IO瓶颈，整体资源利⽤率低 数据倾斜严重，热点数据过于集中，部分节点有瓶颈
方式3:按照地理位置进行划分
按照地理位置进行数据的划分，在做云服务器售卖平台的时候就会用到这种方式，但考虑到不同的城市访问量的区别，可以将访问量高的大区继续向更细粒度划分。
方式4:按照hash取模进行划分
假设要将数据分到100个表，假设来了数据data，hash(data)%100=具体某个表 。
为什么不直接取模而要用hash以后再取模？
答： 1、并不是每一个数据的字段都是可以进行数值运算的，通过hash可以将数据变为数值类型 2、hash可以进一步将数据随机化，这便于热点数据均匀分布。
优点：保证数据较均匀的分散落在不同的库、表中，可以有效的避免热点数据集中问题
缺点：扩容不是很⽅便，需要数据迁移
说明
上述的分库分表策略大都是用于水平分库分表，即表的结构是不会改变的，如果说需要垂直分库分表，则实际上是需要将一个项目按照业务 领域进行拆分。在实际的工作中，其实程序员最常用的也都是水平分库分表
- 关于leetcode算法训练营:
- 加我微信号私聊参加训练营，尤其是想进入大厂工作的同学，算法是绕不过去的坎，我自己花了三年时间刷算法，总结思路，刷各种数据结构课程，加入我的训练营，我手把手以在线直播课的形式带你理思路，手把手带你写代码，让你真正体会算法之美～，同时遇到不明白的地方可以直接课上和我沟通，彻底解决你的代码困难证～
本人用c++刷了800道左右的算法，java语言刷了600道左右的算法题，并对这些题做了详细的个人总结。本科期间系统学习了数据结构与算法课程，同时考研过程中写完了率辉主编的《2020年数据结构高分笔记》和《数据结构1000题》，看完的视频包括《mooc浙大数据结构国家精品课程》和《王道考研408数据结构课程》，《王道2019年算法题讲解视频》，最终以初试专业第三名进入了北理工软件工程专业。熟悉并掌握常见的数据结构，比如链表、数组、树、图、队列、堆栈等等，精通数据结构教材中的所有算法，比如常见的遍历算法、动态规划，递归，回溯，剪枝，并查集，最短路径，拓扑排序等，所以快加入训练营吧，我们一起进步
奔跑的小梁，公众号：梁霖编程工具库我决定了，算法文档开源！！
