订单表五千万行了,慢查询一个接一个。

垂直拆分,是按业务拆。比如订单表按用户ID拆成128张表,每张表数据量就只有原来的128分之一。选用户ID这种天然均匀的键,每一片的数据量差不多。user_id%128,得到片号。range范围,按区间分。比如按用户ID的区间,0到1000一片,1000到2000一片。但可能不均匀,热点用户集中在某一片。一致性hash,为了缓解hash取模的扩容问题。分库分表后,如果还沿用单表自增ID,每个分片都会从1开始独立计数,不同分片之间ID必然冲突。这得引入分布式事务方案,或者用最终一致性补偿。KESSharding分片集群以KES为底座,通过分库分表机制将数据压力分散到多个节点,应用侧不用感知分片逻辑,路由和事务由数据库内核统一处理。