分库分表的原因：
超大规模数据量导致数据查询慢，关联查询慢
垂直：按照表字段进行处理
水平：按照数据行进行处理
垂直分库
按业务模块切分数据库，例如将用户、订单、商品等业务表独立存储在不同库中。
优点：业务解耦、降低单库连接压力、支持独立优化硬件资源。
缺点：无法解决单表数据量过大问题，跨库事务复杂且无法直接 JOIN
垂直分表
将大表按字段访问频率拆分，例如主表存核心字段（如用户 ID、姓名），扩展表存低频字段（如地址、简介）。
优点：减少单行数据 I/O 压力，提升高频字段查询效率。
缺点：需管理表关联，查询完整数据需 JOIN 操作。
水平分库
按分片键（如用户 ID、时间）将同一表数据分布到多个库，库结构相同（如按哈希取模或数值范围划分）。
适用场景：单表数据量极大且并发压力高，例如电商订单表。
挑战：跨库事务一致性、全局主键生成、扩容需数据迁移。
水平分表
将单表数据按规则拆分到同库多个表中（如表名后缀按哈希分布）。
适用场景：数据量未达分库阈值但单表性能瓶颈明显。
局限：无法缓解单机硬件资源竞争，建议优先分库。
工具与方案选择
ShardingSphere/ShardingJDBC：通过中间件实现透明化分片，支持自定义分片策略，减少代码侵入性。
MySQL 分区表：内置水平分区功能（如按 RANGE、HASH 分区），但仅限单库内分表，无法解决分布式扩展问题。