数据库分库分表存储百万级跨境商品数据

知识分享

2026-07-29 21:00

47 阅读

数据库分库分表是解决百万级跨境商品数据存储瓶颈的常用手段。
核心思路是将一张超大的商品表拆成多个较小的物理表，分散写入和查询压力。
本文从零开始，告诉你什么时候该分、怎么分、用什么工具，并提供可直接执行的步骤，即使是新手也能跟着完成。

什么情况下需要分库分表

当你的跨境商品数据量达到百万级别，并且出现以下现象时，就该考虑分库分表了：

单表查询越来越慢，即使加了索引也经常超过1秒。
商品更新、删除操作导致锁表时间变长。
数据库磁盘或内存压力持续升高。
业务增长稳定，未来数据量还会继续翻倍。

如果当前单表数据只有几十万条且性能正常，不要提前做分库分表，否则会增加开发和维护成本。

分库分表前的准备工作

确认数据库版本：MySQL 5.7 及以上版本对分表支持更好，建议使用 8.0。
选择分片键：跨境商品最常用的分片键是 category_id（商品类别）或 seller_id（店铺ID）。分片键要满足查询频率高、数据分布均匀的特点。
评估数据量：假设总商品数 200 万，按 10 个类别分表，每个表 20 万行，性能明显提升。
准备中间件或纯 SQL 方案：

中间件方案：ShardingSphere、Mycat 等，适合跨库查询和分布式事务。
纯 SQL 方案：在应用层写分表逻辑，手动拼接表名，适合简单场景。

本文演示纯 SQL 方案，因为零基础入门更容易理解。

手把手实现商品分库分表

假设你的商品表结构如下：

CREATE TABLE `products` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `name` varchar(255) NOT NULL,
  `category_id` int NOT NULL,
  `price` decimal(10,2),
  `stock` int,
  PRIMARY KEY (`id`)
);

现在我们要将其按 category_id 分表，每个类别一张表，表名格式 products_${category_id}。

第一步：创建分表

先批量创建 10 张分表（假设 category_id 从 1 到 10）：

CREATE TABLE products_1 LIKE products;
CREATE TABLE products_2 LIKE products;
-- ... 直到 products_10

第二步：迁移数据

将原表数据按类别插入到对应分表：

INSERT INTO products_1 SELECT * FROM products WHERE category_id = 1;
INSERT INTO products_2 SELECT * FROM products WHERE category_id = 2;
-- 以此类推

第三步：修改应用查询逻辑

在代码中，每次查询前根据 category_id 拼接表名，例如：

def get_products(category_id):
    table_name = f'products_{category_id}'
    sql = f'SELECT * FROM {table_name} WHERE ...'
    # 执行 SQL

第四步：如果跨类别查询怎么办？

使用 UNION ALL 查询所有分表，但前提是表结构完全一致：

SELECT * FROM products_1 WHERE name LIKE '%手机%'
UNION ALL
SELECT * FROM products_2 WHERE name LIKE '%手机%';

如果跨类查询频繁，建议升级为中间件方案，中间件会自动路由。

高频问题与避坑指南

Q1：分表后如何保证自增主键全局唯一？
A：使用雪花算法（Snowflake）或数据库分段生成。简单做法是在应用层用 Redis 生成唯一 ID。

Q2：分表后还能做排序分页吗？
A：可以，但需要先查各分表的分页数据再合并。例如查询第 2 页（每页 20 条），先对每个分表查询前 40 条，然后在应用层排序取第 21-40 条。数据量越大效率越低，建议不要跨分表排序，或者使用中间件。

Q3：分库分表后事务怎么处理？
A：纯 SQL 方案无法保证跨表事务一致性。如果业务要求强事务，必须使用中间件（如 ShardingSphere 支持分布式事务），或者改用数据库自带的 XA 事务（性能较差）。

Q4：如果后续新增种类怎么办？
A：预留足够的初始分表数，比如按最高可能类别数创建 100 张空表。新增类别只需在应用层添加映射，无需迁移数据。

关键避坑点

分片键一旦确定，不要轻易修改，否则需要全量迁移。
一定要在低峰期执行数据迁移，并提前备份。
不要在分表上使用外键，会严重拖慢性能。
如果使用云服务器（例如泽御云提供的 MySQL 实例），注意配置连接池和慢查询日志，方便排查。

验证存储与查询效果

查看各分表数据行数：

SELECT COUNT(*) FROM products_1;
SELECT COUNT(*) FROM products_2;

各表行数应大致均衡。

测试查询性能：

SELECT * FROM products_1 WHERE id = 123;  -- 之前单表慢查询现在应 <10ms

监控数据库 CPU 和 IO：压力明显下降说明分表生效。
在应用层编写测试用例，确保增删改查各分表都正常工作。

如果你正在处理数据库分库分表存储百万级跨境商品数据，建议先按本文步骤完整执行，再根据自己的环境做微调；
遇到异常时优先回看避坑和高频问题部分。
长期运行后建议使用中间件或云数据库的分库分表服务，进一步降低维护复杂度。

宝塔一键搭建WooCommerce外贸商城站点

用自动化脚本批量转换图片为WebP格式，新手也能轻松上手