文章插图
疑问：
疑问 1：上述案例的数据库只能支撑 10 年，10 年以后的数据怎么存储？
有过网购经验的小伙伴应该都很少去查询 3 年前的数据，因此，我们可以设置一个冷热数据，比如按 3 年划分，3 年内数据可以放到数据库做热数据，3 年前的数据可以归档到 ElasticSearch/hive，做冷数据查询 。
疑问 2：如何查询某一时间段的订单？
可以同步到 ElasticSearch/hive，这样就可以很方便的按时间段来查询 。
疑问 3：上述案例是基于新业务，如果已经有线上服务和数据，该如何分库分表？
这个场景是很多公司面临的问题，因此这里给出一个切分的常用处理流程：
立项讨论：
这个步骤需要完成和相关部门以及人员确认分库分表事项、实施日程、后期周知、风险以及应对方案等事宜 。
技术方案：
技术方案需要给出详细迁移方案，包括分库分表方案，代码改造，服务器过渡到新库新表方案，数据迁移方案，风险处理方案等 。
代码改造：
代码改造，主要会涉及到几个部分：服务如何过渡到新库新表，如何灵活支持灰度读写操作，如何进行数据全量迁移、一致性校验等任务 。
分库分表方案：
分库分表方案需要确认分库分表的字段，库和表的数量等问题，可以参考上文 社区电商分库分表落地方案 。
数据同步：
数据同步有全量数据迁移、增量数据同步以及数据校验、优化和补偿 。
数据全量迁移常用方案：开发代码将老库数据迁移到新库；使用中间件同步工具（比如：阿里的 canal）将老库数据同步到新库 。
增量数据同步常用方案：同步双写，在写数据库的地方修改成写两份数据；异步双写，写老库，监听 binlog 异步同步到新库；中间件同步：通过中间件（比如：阿里的 canal）将数据同步到目标库表 。
数据校验常用方案：增量数据校验 和 全量数据校验 和 人工抽检 。
数据校验核心流程：分别读取老库数据和新库数据，然后比较，数据一致则继续比较下一条数据，数据不一致则进行补偿 。
数据补偿核心流程：新库存在老库不存在，则新库删除数据；新库不存在老库存在，则新库插入数据；新库存在老库存在，则比较所有字段，不一致则将新库更新为老库数据 。
风险处理方案：
风险处理包含部门间配合，技术方案的处理（服务回滚，数据修复等）
八、总结
首先，本文从分库分表的理论到分库分表的实例落地分享，但是百种业务百种架构，百种架构百种方案，本文可以给分库分表一个很好的参考意义 。
其次，数据分库分表技术难度比较大，特别是从现有业务改造，需要考虑数据的迁移以及服务器平稳过渡到新库新表，因此整个迁移过程都是一个很大的考验 。
最后，我们分享了一个分库分表的常用流程，因为涉及点太多，所以只能给出一个业内常用的方案，很多细节点还需要在实施前充分去补充和完善 。
作者：猿JAVA
【每日 3000万订单，如何分库分表？】
推荐阅读
- 淘宝不能发货的关闭订单_淘宝不发货怎么办，淘宝不发货的真正原因是什么?
- 抖音又出新的变现方式？收益每日到账！
- 我的订单怎么找 我的订单 物流
- 每日十幅图 十幅穿帮图
- 卓越网上书店告诉我，无法完成订单 的付款处理，我的订单现在已被取消。我付的款该怎么办？不会是骗人的吧 卓越网上书店二手书
- 余额宝每日利息怎么算 余额宝每天收益
- 如何查看淘宝的购物订单记录 淘宝网查订单号
- 今日运程测试每日一签 今日运程测试
- 邓丽君复活 小邓丽君
- 大连每日潮汐预报！ 大连潮汛