分库分表是解决大流量、大数据量系统数据库层面的优化。
分为两种类型
Client ：Sharding-jdbc
Server：Mycat、sharding-proxy
带来的问题
深度分页、查询性能低下（多表，甚至跨库）：使用ES的宽表、通过 ETL 将数据清洗到 ES
数据倾斜：跟分表分库策略有关系。超级用户
分布式事务：例 使用消息中间件保证最终一致性
深分页问题：。。
如何平缓迁移老系统的数据？
目前大多数公司的数据库方案都不是一来就上分库分表（当然如果能够预料到数据体量，一开始就设计好这样最好，但是新业务的不确定性还是很大），因此存在老数据往新的分库分表数据库迁移的情况。
方案：双写不中断迁移
历史数据量大，肯定不能停机迁移。
方案1：
线上系统里所有写库的地方，增删改操作，除了对老库增删改，都加上对新库的增删改，使用方
系统部署以后，还需要跑程序读老库数据写新库，写的时候需要判断updateTime
循环执行，直至两个库的数据完全一致，最后重新部署分库分表的代码就行了
方案2：
新老服务均支持运行：
流量染色灰度发布，区分新、老服务。数据同步：定时同步、实时异步同步。稳定后网关将流量切换到新服务。
如何扩容？
2*n 参考 hashmap 的扩容机制