随着项目的推广，数据量快速的增长，即使加了缓存，数据库还是会出现查询缓慢的现象。一般来说，我们会首先对慢 SQL 语句和索引进行优化，再考虑集群方案和读写分离，最后才是分区分表分库的相关方案。
1、分区
所谓分区，就是把一张表的数据分成多个区块，这些区块可以在同一个磁盘上，也可以在不同的磁盘上。这主要是为了解决数据库单文件过大造成的文件 I/O 性能问题。分区的好处是，对于上层应用，本身还是一张表，代码无需做大的更改。
可以参考阿里云RDS团队博客的相关文章：
2、分表
所谓分表，就是把一张表按一定的规则分解成多个具有独立存储空间的实体表，拆分后的每张表具有较小的宽度或数据量。分表方式一般分为水平分表、垂直分表和 MERGE 引擎分表。
2.1、水平分表
水平分表，是针对单表数据量太多，按照一定的方式，比如对用户ID取余数，拆分为 N 个表。
拆分后，单表数据量变小，但是对于代码层面的操作会变的复杂多了，操作时要先判断涉及的数据所在的表名。
2.2、垂直分表
垂直分表，是针对单表的字段数太多，按照字段来进行分割，拆分为 N 个表。
一般来说，这是我们设计数据表结构时就应该考虑好的，尽量避免单表字段太多。
2.3、MERGE 引擎分表
相对于上面两种方式，此方式的好处是在代码层面无需改动。但是，仅限于 MyISAM 存储引擎。
就我们的系统而言，基于事务等特性的考虑，所有表都是 InnoDB 引擎，并且自 MySQL 5.5.5 开始，InnoDB 引擎已经成为 MySQL 的默认引擎。
因此，此方式不做过多说明，有想法的可以参考以下文章：
3、分库
分库解决的主要是单库里面表数量太多的问题，最终的目的还是优化性能。这块不做介绍，具体可以求助 Google。
不过想说的是，目前流行的微服务模式，推荐的不就是把整体的应用按业务模块拆分为多个独立的小应用嚒，每个小应用有自己独立的库和资源。这个自然也就不存在需要分库的问题。