关系型数据库本身比较容易成为系统瓶颈，单机存储容量、连接数、处理能力都有限在线课堂。当单表的数据量达到 1000W 或 100G 以后，由于查询维度较多，即使添加从库、优化索引，做很多操作时性能仍下降严重。此时就要考虑对其进行切分了，切分的目的就在于减少数据库的负担，缩短查询时间。
数据库分布式核心内容无非就是数据切分（Sharding），以及切分后对数据的定位、整合在线课堂。数据切分就是将数据分散存储到多个数据库中，使得单一数据库中的数据量变小，通过扩充主机的数量缓解单一数据库的性能问题，从而达到提升数据库操作性能的目的。
数据切分根据其切分类型在线课堂，可以分为两种方式：垂直（纵向）切分和水平（横向）切分
1、垂直（纵向）切分
垂直切分常见有垂直分库和垂直分表两种在线课堂。
垂直分库就是根据业务耦合性，将关联度低的不同表存储在不同的数据库在线课堂。做法与大系统拆分为多个小系统类似，按业务分类进行独立划分。与 "微服务治理" 的做法相似，每个微服务使用单独的一个数据库。如图：
垂直分表是基于数据库中的 "列" 进行，某个表字段较多，可以新建一张扩展表，将不经常用或字段长度较大的字段拆分出去到扩展表中在线课堂。在字段很多的情况下（例如一个大表有 100 多个字段），通过 "大表拆小表"，更便于开发与维护，也能避免跨页问题，MySQL 底层是通过数据页存储的，一条记录占用空间过大会导致跨页，造成额外的性能开销。另外数据库以行为单位将数据加载到内存中，这样表中字段长度较短且访问频率较高，内存能加载更多的数据，命中率更高，减少了磁盘 IO，从而提升了数据库性能。
垂直切分的优点：
解决业务系统层面的耦合在线课堂，业务清晰
与微服务的治理类似在线课堂，也能对不同业务的数据进行分级管理、维护、监控、扩展等
高并发场景下在线课堂，垂直切分一定程度的提升 IO、数据库连接数、单机硬件资源的瓶颈
缺点：
部分表无法 join在线课堂，只能通过接口聚合方式解决，提升了开发的复杂度
分布式事务处理复杂
依然存在单表数据量过大的问题（需要水平切分）