随着分布式数据库日渐成熟，在推广使用上开始步入深水区。在这一过程中，对企业的架构、运维、开发都带来不小的冲击，如何快速掌握这一新技术，尽快落地成为大家关注的焦点。本文从开发者的视角出发，讨论使用分布式数据库所面临的难点之一：数据分片策略，这也是阻碍很多企业上到分布式数据库的核心问题。
分布式数据库的核心能力之一，就是通过数据分片存储，来承载更大的数据规模和计算负载。数据分片，是把数据库横向扩展到多个物理节点上的一种分布式技术。可以理解为将表数据按照特定的分片规则水平切分成若干片段(shard)，使这些数据片段分布在不同物理节点上。数据分片从大类可分为垂直分片和水平分片，前者是按业务类别进行拆分，常见为业务拆库；后者则是以字段为依据，按照一定策略拆分到若干表中。本文后面所谈的数据分片，是针对后者。那么如何将数据从单体更换为分布式，这就需要考虑数据分片策略。数据分片策略包括分片算法、数据分布、分布关系等，简单描述参见下表。
业内分布式数据库产品，针对数据分片策略通常有三种做法。一种是基于主键/唯一索引/隐含主键等做统一数据分片，即用户无需人为设置分片策略；一种是开放若干数据分片算法，用户可自行创建数据对象时人为指定；还有一些数据库中间件产品，支持更为灵活的分片方式，可以让用户自行扩展。上面三种，我们可命名为内置、开放、自定义。下面从开发者角度，简单对比下这几种方式。
内置方式产品，通常对开发者来说更容易上手，使用体验与单机数据库基本一致。但由于无法干预分片策略，其灵活性较差且与业务无关。在大部分业务场景下，是需要牺牲性能体验、消耗更多硬件资源来弥补上述不足。
开放方式产品，需要开发者从内置策略中选择一种相对最优解，其具备一定灵活性也兼具了性能表现，可满足绝大多数场景的需要，只有个别业务因其特殊性很难找到合适分片策略，需要业务定制改造。
自定义方式产品，为开发者提供最大的灵活自由度，但也意味着易用性较差及需要开发运维方面做更多工作，很难做到标准产品化。
除了第一种方式外，其余两种都涉及一个问题就是现有数据对象如何拆分？好的拆分策略，一定是兼顾业务模型、性能最佳、稳定可靠、研发改造、运维难点等多种因素下，结合分布式数据库的特点而做的最优解，这是在多种因素下平衡的结果。在具体实施上，需要收集大量信息后才能做出决定，下面将主要部分整理为一个表格。
目前国内很多分布式数据库厂商都加强了迁移能力的支持，一般是通过外置工具的方式提供收集、评估、辅助迁移、验证等一系列流程的支持。下图是以OceanBase的OMA工具举例，说明其提供的支持能力。
韩锋频道：
关注技术、管理、随想。
长按扫码可关注
原文作者：韩锋频道；如有侵权，请联系管理员删除。
