✅分库分表时，每个城市的人口不一样，有的密集，有的稀疏，如何实现均匀分布？

典型回答

这是一个比较典型的考察分表算法的问题，也是分库分表中一个经典的数据倾斜问题的解决。

这种问题，一般有两种方案：

1、换一个更加均匀的分表键或者算法

2、人工干预分表算法

换一个更加均匀的分表键或者算法

这是最常用的方案，当我们用城市进行分表的时候，发现不均匀的时候，那就可以考虑不要用城市字段来分表了，如果业务上没有特定要求，你就可以按照其他的字段来分表，比如按照出生的月份。

但是这个方案有个局限性，那就是如果业务有要求，比如按照城市分，那就不行了。

人工干预分表算法

所谓人工干预，并不是说我们需要每次查询、插入的是都需要人工去查。而是说我们不直接使用简单的取模算法去计算分表结果，而是自己定义一个合适的分表算法。

比如这个场景，就有几种方式来实现了。

方式一：我们设定一个阈值，当城市人口数超过某个阈值的城市我们把他定义为人口密集型城市，然后维护一个列表，一般来说都不太会需要变化。然后在分表算法中，针对人口密集型城市走单独的分表算法。而人口不密集的城市走另外一套分表算法。

假设北京、上海、广州、深圳这四个城市是人口密集型城市，那么就给他们单独创建4张分表，分别存这四个城市的数据，然后其他的城市，共用4张表。伪代码如下：

if 人口密集型城市？

  if 北京
    return "table_0000";
  if 上海
    return "table_0001";
  if 广州
    return "table_0002";
  if 深圳
    return "table_0003";
else 
  int index = 城市ID % 4 + 4;
  return "table_" + index;

当然，如果除了北上广深之外，还有城市人口也挺多，比如杭州、南京啥的，你就可以在算法中再加一个策略，把固定的几个城市放到同一张特定的分表中。总之就是提前计算好，然后制定一个固定的分表算法。

方式二：同样是针对城市区分出人口密集型和不密集型，然后针对密集型城市，想办法针对他进行二次拆分，比如说北京城市人口比较多，那么我们就可以针对北京的数据再拆分一次，比如把朝阳区的单独拆出来。

这种就可以用通用的方式，比如原来是城市 ID取模，那么针对密集型城市，就用城市 ID + 区 ID取模 。伪代码如下：

if 非人口密集型城市？
  int index = 城市ID % 8;
  return "table_" + index;

if 人口密集型城市？
    int index = (城市ID + 区ID) % 8;
    return "table_" + index;

这样就使得北京的用户可以被分散到更多的表中，而不是一张表，就可以更加的均匀了。

轮询

首先一看到这个问题，估计很多人会想到轮询，为了均匀。。。

但是轮询的方式很扯淡，因为分表算法不仅仅是在插入的时候要用，查询的时候也要用，如果你插入的时候用了轮询了，那么查询咋办？也轮询吗？那分表的意义是什么呢？

所以，轮询的方式不合理，也基本没人这么用。

原文: https://www.yuque.com/hollis666/xkm7k3/rtztofa2pgn9obxy