模擬電商系統核心鏈路:用戶 → 門店 → 導購 → 商品 → 訂單 → 訂單商品。導購也是用戶,店主同時是導購與用戶。初始單表結構:
user、store、user_guide、goods、orders、order_goods
| 維度 | 靜態分表 | 動態分表(本文採用) |
|---|---|---|
| 擴展性 | 預建固定數量表,擴容需重分片 | 按需建表,平滑擴容 |
| 路由邏輯 | Hash/Range 固定演算法 | 配置表記錄用戶→分表映射,可人工干預 |
| 運維複雜度 | 低 | 高(需遷移工具、元數據管理) |
導購既賣又買,為讓「銷售端查詢/修改」高效,拆分為:
user_guide_id 路由)。buy_order_id(=sell_order_id)、user_id、user_guide_id(買家維度分表,user_id 路由)。store_id 分表。user_guide_id 分表,關聯 sell_order。
分表後自增 ID 衝突,引入 Snowflake 產生 64 位唯一 ID(BIGINT UNSIGNED)。
pip install pysnowflake
snowflake_start_server \
--address=192.168.137.11 \
--port=30001 \
--dc=1 \
--worker=1 \
--log_file_prefix=/tmp/pysnowflake.log
import snowflake.client
snowflake.client.setup('192.168.137.11', 30001)
guid = snowflake.client.get_guid() # 返回 64 位整數
print(guid) # 3631957913783762945
SET FOREIGN_KEY_CHECKS=0;BIGINT UNSIGNED。goods、sell_order、buy_order、order_goods)。
sharding_table.pysystem_setting 表獲取當前最大分表號、分表規則。CREATE TABLE ... LIKE + ALTER 調整主鍵類型)。move_data('username1', 2) 將該用戶相關數據搬移至第 2 組分表。user.table_flag 標記用戶所在分表號。
SELECT * FROM buy_order_2 LIMIT 1;
SELECT * FROM sell_order_6 LIMIT 1;
SELECT * FROM goods_9 LIMIT 1;
SELECT user_id, table_flag FROM user WHERE user_id IN (1,6,66);
store_id、goods_id,隨機/策略選定 user_guide_id。table_flag(如 2),決定寫入 sell_order_2、order_goods_2。table_flag(如 6),寫入 buy_order_6。買家訂單在 buy_order_9,商品詳情在導購分表 order_goods_2。
buy_order_9 獲取訂單列表(含 user_guide_id)。order_goods_N 獲取商品明細。導購登入即知自身 table_flag(如 6),直接查 sell_order_6 + order_goods_6,單分表查詢極快。
當單庫寫入壓力達到瓶頸,按 user_id 進一步分庫:
test_1、test_2…system_setting 記錄:max_sharding_database_num、sharding_database_prefix、各分庫連線描述符(JSON)。user 表新增 db_name 欄位標記所在庫。CREATE TABLE test_1.xxx LIKE test.xxx + INSERT SELECT,同步更新元數據。dc/worker)並配置客戶端輪詢/熔斷。user_guide_id;買家查詢多 → 按 user_id。buy_order 冗餘 user_guide_id 便於路由,但業務可變欄位(如價格、狀態)嚴禁冗餘,避免不一致。