一般用MySql、PostgreSQL这类开源数据库，存在的问题就是性能差较低。为了提高性能，要对数据库进行拆分。
一、垂直拆分
将一个数据库中表，根据功能不同，拆分成多个数据库。
拆分使得单个请求的响应时间增加，但整个服务的吞吐量增加
二、读写分离（实现了读能力扩展）
用户查询的时间，要比写数据库的时间要多。所以一个master数据库用于写，多个slave用于读。slave节点的数据可以理解为master节点数据的全量备份。
对开发而言
- 基本读写分离：master写、slaves读
- 主从数据同步延迟问题：取钱后查看余额是强一致性；发布微博，通知所有关注者是弱一致性
- 事务问题：一个事务同时包含读写情况。若读时从库，而写是主库，属于分布式行为，本地事务无法控制，属于分布式事务范畴，但非常复杂且效率较低。主流做法是统一走主库，从而保证了本地事务搞定
- 感知集群信息变更：从库延迟或失败率高，自动隔离；主从切换等
三、分库分表（实现了写能力的扩展）
经过垂直分区后的Master/Slave模式在业务表中的数据量很大时，也是极其耗费资源的。所以通过水平分区，将原本一张表维护的海量数据分配给N个子表进行存储和维护。
好处
- 存储能力的扩展：庞大数据量，磁盘存储有限情况
- 写能力的扩展：Master/Slave模式只有一个master节点，在高并发情况下，也会成为整个系统瓶颈。
挑战
- 基本的数据库增删改查：
希望能想平常写语句那样，需要如下操作
- 分布式id：不能采取自增情况
- 分布式事务：比如批量插入4个数据库，保证同时成功、失败等实现，有解决方案，但实现很复杂。
- 动态扩容
主流数据库中间件设计方案
目的：向开发人员屏蔽读写分离、分库分表等挑战，隐藏底层实现细节，使得开发人员像操作单表那样操作数据。