分库分表

背景 我在一个 8 库 × 16 表的订单系统里做主键方案评审，业务方（运营 + 客服 + 审计）提了一个硬约束：订单号必须「肉眼可读」——能按时间排序、能看出分片归属（排障时直接路由）、能按业务前缀区分渠道（APP / H5 / 小程序）

背景 做了 10 年大数据平台，最近半年在两个团队里反复撞到一个"分完之后才暴露"的坑：分库分表把单表 80GB 拆到了 16 个分片，单片查询 P99 从 120ms 降到 8ms，看起来很完美；结果第二天报表团队来找——"用户维度的 G

背景 做了 10 年 DBA，被业务方问得最多的一个问题就是："我们的表要爆了，下一步该怎么办？" 每次问这话的时候，团队里通常已经开始在四条路线之间摇摆： 1. 垂直扩容：升配，更大规格的实例（vCPU / 内存 / SSD 升级一档），

背景：最近带团队做一张 2 亿行的订单流水表治理，业务方一上来就说"先分区吧，分区快"。我犹豫了很久——DBA 圈子里关于"分区表"的立场其实分裂得很厉害，今天想借这个帖把几种常见做法摊开聊聊。 常见分歧： 1) 分区党：RANGE 按 c