分片概念
分片（Sharding）就是用来确定数据在多台存储设备上分布的技术。
Shard这个词的意思是“碎片”，如 果将一个数据库当作一块大玻璃，将这块玻璃打碎，那么每一小块都称为数据库的碎片（Database Sharding）。
将一个数据库打碎成多个的过程就叫做分片，分片是属于横向扩展方案。
分片与分表的区别
分片：表示分配过程，是一个逻辑上概念，表示如何实现。
分库分表：表示分配结果，是一个物理上概念，表示最终实现的结果
分片策略
基于范围分片
根据特定的字段进行拆分，比如ID0-100到 Cluster A节点中，100-200的到Cluster B节点中...
- 优点：新的数据可以落在新的存储节点上，如果集群扩容，数据无需迁移。
- 缺点：热点数据分部不均匀则会导致机器负荷程度的不均匀，会浪费资源也会导致部分机器过载。
哈希取模分片（离散分片）
根据Hash算法取模对应一些机器编号进行入库。
- 优点：数据分配比较均匀，不容易出现冷热不均，负荷不均的情况。
- 缺点：比较均匀，但是在扩容时会产生大量的数据迁移（因为Hash算法取模要整体重新计算），比如从n台设备扩容到n+1，绝大部分数据需要重新分配和 迁移。
一致性哈希分片
相比较传统的Hash算法，通过环的方式在添加节点（扩容）或者删除节点时，只对增加节点的单个环上进行添加，则无须进行大面积的数据迁移。
在数据库容量有限的情况下，分片，分库，分表也会达到瓶颈，而这时候的扩容方式则需要去横向增加节点扩容处理。
一，初期方案（停机扩容）
停机扩容，关闭服务不符合现阶段高可用的价值观，并且如果有问题没有及时测试出来启动了服务，运行后发现问题，数据会丢失一部分，难以回滚。
该方案虽然简单但只适合小型网站或者对高可用要求不高的程序，或是测试上线阶段。
二，平滑扩容（上线运行之后）
平滑扩容也称之为成倍扩容，例如从两个节点扩到四个节点，通过双主配置双写进行数据同步。
双主双写之后进行同步，在可容忍的延迟下，保证数据的同步完成。
（因为高可用要求高的程序下，随时都会存在写的数据录入，所以会有延迟情况）
同步完成后，则取消掉双主同步，重启即可。
平滑扩容虽然做到了高可用的要求，但是配置程序很复杂、配置双主同步、双主双写、检测数据同步等，且后期数据库扩容，因为是成倍扩容，代价会不断变大。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持。
