电话会议 Q&A
更多的细节，我们直接来看李斌在电话会议上怎么说：
Q1：新车型的细节？时间、价格、定位？
A：NT2 技术肯定会最先在 ET7 搭载，目前 ET7 和 NAD 研发工作非常顺利。当然挑战还是很大，但我们还是有信心如期交付。至于另外两款车型，请允许我有一点保守秘密，合适的时候会和大家交流。
价格来讲的话，电池成本这两年有不小的下降。我们公司的量上来之后，还会有下降。明年肯定有一款车，定位会更低一些，会是 NIO 品牌价格最低的车型。
至于更低的价位，我们会通过新的品牌进入新的市场。
Q2：随着电池使用量增长，蔚来会考虑新的供应商吗？
A：明年我们对电池需求肯定会显著增长。新车型发布之后，电池产能需求，我们预计会比今年有很大的跃升。
当然我们和 CATL 一直在讨论怎么增大供应，CATL 还会是我们最主要的合作伙伴，关系也非常好。有关最新的技术、产能保障，都有非常深度的交流。
Q3：接下来挪威的出口预期如何？
A：海外的话，我们在 Q3 不会有太多的量，今年我们（海外）增加的量都不会太多。
挪威还是先搭建品牌体系，把用户满意度做好，这是我们最优先的目标。我们在国际市场的拓张是非常长期的思考，希望大家保持耐心。海外量不会有太多增加，我们更看重长期战略意义。从现在挪威的反馈来看，大家对换电站和 BaaS 都非常期待。
Q5：二季度毛利率的波动来自于？
A：二季度我们单车平均售价下降了 8000 元，这主要是由于交付了更多 ES6。同时每辆车的成本也下降了大概 3000元，所以单车平均毛利润下降了大概 5000 元。
Q6：现金储备非常充足，接下来怎么花钱？
A：主要的方向还是集中在研发、销售网络、充换电网络，还有新工厂建设等等。
Q7：NP 的选装率变化对利润有什么影响？
A：NP 分为精选和全配，80% 的选装率是所有包含在一起的。总的来看对毛利的影响大概在 3-4 个点左右。
NAD 未来会采取订阅模式，将来这一部分订阅费会进入其他业务的毛利率里面。长远规划来讲，NT2 （车型）应该毛利率能有提升，我们的长期目标是 25% 左右。
这个目标不包含积分收入，积分放在其他里面。包括 ADAS 的收入、BaaS 电池升级收入、NIO Life、碳排放、NAD 都会放在其他业务里面。对于毛利率的预期，我们还是希望还是一步一步长期去走。
Q8：蔚来有 2025 目标吗？2023 呢？
A：我们非常看重所在的细分市场份额提高，包括 ES8 在中大型高端 SUV、ES6 在中型高端 SUV 里面的份额一直在提高。
2025 达到多少，我们内部有具体的目标，但从来不会对外面说。我们还是希望成为用户最满意的品牌。用户满意的话，（份额）自然会达到我们期望的一个点。
我还是想强调一下价格区间，五菱宏光 EV 和我们比较的意义不是特别大。
我们和奥迪、宝马、奔驰、特斯拉Model X 或者 Model Y 的高配来比,，我们在这样的高端纯电 SUV 市场里面，其实占据超过一半份额。在上海的话，所有高端SUV里面，包括油车上半年，蔚来上半年的份额超过 14%，这说明我们在一线城市已经做到了。
Q9：NIO Space 目前都是直营吗？
A：19 上半年到20上半年，我们的 NIO Space 合伙人制度对我们销售网络覆盖有很大帮助。但后期我们也发现这对于品牌管理有很大挑战，所以去年 Q3 就完全转向直营了。
今年 6 月份 NIO Space 已经和大部分合伙人开始达成协议，把合伙人开的 Space 转成直营。目前绝大部分合伙人都跟我们签署了协议，其他的也会履约到合同到期。目前新开的都是完全的直营。
Q10：招揽自动驾驶研发人才方面，蔚来有什么优势？
A：蔚来的 AD 组织架构和其他不太一样，目前有 4 位同事直接向我汇报。蔚来的 AD 是一个公司的 AD，不是一个部门的 AD。目前我们有硬件、操作系统、算法、集成运营等部门，AD 不应该是一个部门的事情。
蔚来对 AD 投入的决心非常大，我们从 16 年开始搭建 AD 的团队，过去一年主要在补充感知算法方面的团队，我相信（蔚来）竞争力还是非常的强的。
Q11：服务包，比如 BaaS 和 NP 情况如何？
A：7 月份 BaaS 已经超过 60%，NP 包含两个包的话 也都达到了 80%
Q12：蔚来欧洲团队进展如何？和中国团队有啥不同？
A：我们目前招募了 40 名挪威员工，当然挪威还只是第一站，接下来还会进入其他国家，会持续搭建团队。
蔚来二季度已经任命了欧洲 CEO，开始组建整个欧洲的团队，接下来会进入德国在内的市场。进入欧洲市场主要用第二代平台，现在这一代ES8以外，以后销售的都会是 NT2 平台。
作为一家用户企业，我们在欧洲依然把用户的支持和参与作为非常重要的一部分。当然每个市场有不同的文化和汽车使用环境，但总的来说，我们把用户的理念、利益放在第一位，我们认为这个方式和原则，在每个市场都是有效的。
举个例子，蔚来在挪威要招募两百名 UAB 用户顾问团的成员，目前大概有七八百人报名了。我们本来以为挪威社交会保守一些，但我们看到这种兴趣在全世界都是一样的。
Q13：新车数量增多，对 NIO Space 负荷会不会很大？
A：总体来讲，我们对车的认知就是希望给用户更多选择，当然不会像传统车企推这么多车型，但也不会只推两三款。我们相信不同尺寸、功能、造型，会有不用用户需要。
当然，大家不同担心我们会搞非常多的车型，线下会用轮换展示的方式，让用户在 NIO Space 体验我们的车。因为我们的用户主要还是通过线上订购，（线下）还是可以支撑的。
NT2 的车和同价位其他车相比的话，特别是和宝马奥迪纯电相比，还是非常有竞争力的。和它们的汽油车就更是不同代际。
明年三款车不涉及现有车型迭代，当然也会尽快把现有车型升级到 NT2 ，这也是我们一个主要方向
Q14：蔚来怎么理解推出新品牌的时机？对标的品牌又是谁？会有 A00 车型吗？
A：我们新品牌不会进入五菱宏光的区间，他们做得已经非常优秀了。市场欠缺的是主流价位非常有竞争力的产品，希望有比特斯拉更低的价格，提供更好的产品和服务，「much better」的产品和服务。
Q15：NT2 平台的成本优化如何？
A：整个毛利率希望在 25%，目前来看 ET7 肯定能到这个水平，具体的数字当然还要量产之后才能看到。
另一方面，肯定还会提高非车业务毛利，等到其他业务的规模效应显现，毛利上涨也是可以预期的。
二季度财报数据
最后来看看蔚来二季度的一些财务数据：
1. 汽车业务收入 79.118 亿元（12.254 亿美元），同比增长 127%，环比增长 6.8%；
2. 汽车交付 21896 辆，其中 ES8 4433 辆，ES6 9935 辆，EC6 7528 辆，总量同比增长 111.9%，环比增长 9.2%；
3. 车辆业务毛利率 20.3%，2020Q2 为 9.7%，2021Q1 为 21.2%；
4. 总收入 84.48 亿元（13.084 亿美元），同比增长 127.2%，环比增长 5.8%；
5. 毛利润 15.739 亿元（2.438 亿美元），同比增长 402.7%，环比增长 1.2%；
6. 毛利率 18.6%，2020Q2 为 8.4%，2021Q1 为 19.5%；
7. 销售成本为 68.741 亿元（10.647 亿美元），同比增长 101.8%，环比增长 6.9%；
8. 研发支出 8.837 亿元（1.369 亿美元），同比增长 62.1%，环比增长 28.7%；
9. 研发支出同比环比双增长的原因，是「新产品和技术的增量研发」；
10. 销售、一般及行政支出 14.978 亿元（2.32 亿美元），同比增长 59.9%，环比增长 25.1%，该支出增长的原因是「增加的营销、推广活动与专业服务」；
11. 净亏损 5.872 亿元（9090 万美元），同比下降 50.1%，环比扩大 30.2%；
12. 截止至 2021 年 6 月 30 日的现金及等价物储备为 483 亿元（75 亿美元）；
13. 预计三季度交付量为 23000-25000 辆，同比增长 88.4%-104.8%，环比增长 5.0%-14.2%；
14. 预计三季度总收入 89.13 亿元-96.311 亿元（13.804 亿美元-14.917 亿美元），同比增长 96.9%-112.8%，环比增长 5.5%-14.0%
原创 毓肥 电动星球News
更多的细节，我们直接来看李斌在电话会议上怎么说：
Q1：新车型的细节？时间、价格、定位？
A：NT2 技术肯定会最先在 ET7 搭载，目前 ET7 和 NAD 研发工作非常顺利。当然挑战还是很大，但我们还是有信心如期交付。至于另外两款车型，请允许我有一点保守秘密，合适的时候会和大家交流。
价格来讲的话，电池成本这两年有不小的下降。我们公司的量上来之后，还会有下降。明年肯定有一款车，定位会更低一些，会是 NIO 品牌价格最低的车型。
至于更低的价位，我们会通过新的品牌进入新的市场。
Q2：随着电池使用量增长，蔚来会考虑新的供应商吗？
A：明年我们对电池需求肯定会显著增长。新车型发布之后，电池产能需求，我们预计会比今年有很大的跃升。
当然我们和 CATL 一直在讨论怎么增大供应，CATL 还会是我们最主要的合作伙伴，关系也非常好。有关最新的技术、产能保障，都有非常深度的交流。
Q3：接下来挪威的出口预期如何？
A：海外的话，我们在 Q3 不会有太多的量，今年我们（海外）增加的量都不会太多。
挪威还是先搭建品牌体系，把用户满意度做好，这是我们最优先的目标。我们在国际市场的拓张是非常长期的思考，希望大家保持耐心。海外量不会有太多增加，我们更看重长期战略意义。从现在挪威的反馈来看，大家对换电站和 BaaS 都非常期待。
Q5：二季度毛利率的波动来自于？
A：二季度我们单车平均售价下降了 8000 元，这主要是由于交付了更多 ES6。同时每辆车的成本也下降了大概 3000元，所以单车平均毛利润下降了大概 5000 元。
Q6：现金储备非常充足，接下来怎么花钱？
A：主要的方向还是集中在研发、销售网络、充换电网络，还有新工厂建设等等。
Q7：NP 的选装率变化对利润有什么影响？
A：NP 分为精选和全配，80% 的选装率是所有包含在一起的。总的来看对毛利的影响大概在 3-4 个点左右。
NAD 未来会采取订阅模式，将来这一部分订阅费会进入其他业务的毛利率里面。长远规划来讲，NT2 （车型）应该毛利率能有提升，我们的长期目标是 25% 左右。
这个目标不包含积分收入，积分放在其他里面。包括 ADAS 的收入、BaaS 电池升级收入、NIO Life、碳排放、NAD 都会放在其他业务里面。对于毛利率的预期，我们还是希望还是一步一步长期去走。
Q8：蔚来有 2025 目标吗？2023 呢？
A：我们非常看重所在的细分市场份额提高，包括 ES8 在中大型高端 SUV、ES6 在中型高端 SUV 里面的份额一直在提高。
2025 达到多少，我们内部有具体的目标，但从来不会对外面说。我们还是希望成为用户最满意的品牌。用户满意的话，（份额）自然会达到我们期望的一个点。
我还是想强调一下价格区间，五菱宏光 EV 和我们比较的意义不是特别大。
我们和奥迪、宝马、奔驰、特斯拉Model X 或者 Model Y 的高配来比,，我们在这样的高端纯电 SUV 市场里面，其实占据超过一半份额。在上海的话，所有高端SUV里面，包括油车上半年，蔚来上半年的份额超过 14%，这说明我们在一线城市已经做到了。
Q9：NIO Space 目前都是直营吗？
A：19 上半年到20上半年，我们的 NIO Space 合伙人制度对我们销售网络覆盖有很大帮助。但后期我们也发现这对于品牌管理有很大挑战，所以去年 Q3 就完全转向直营了。
今年 6 月份 NIO Space 已经和大部分合伙人开始达成协议，把合伙人开的 Space 转成直营。目前绝大部分合伙人都跟我们签署了协议，其他的也会履约到合同到期。目前新开的都是完全的直营。
Q10：招揽自动驾驶研发人才方面，蔚来有什么优势？
A：蔚来的 AD 组织架构和其他不太一样，目前有 4 位同事直接向我汇报。蔚来的 AD 是一个公司的 AD，不是一个部门的 AD。目前我们有硬件、操作系统、算法、集成运营等部门，AD 不应该是一个部门的事情。
蔚来对 AD 投入的决心非常大，我们从 16 年开始搭建 AD 的团队，过去一年主要在补充感知算法方面的团队，我相信（蔚来）竞争力还是非常的强的。
Q11：服务包，比如 BaaS 和 NP 情况如何？
A：7 月份 BaaS 已经超过 60%，NP 包含两个包的话 也都达到了 80%
Q12：蔚来欧洲团队进展如何？和中国团队有啥不同？
A：我们目前招募了 40 名挪威员工，当然挪威还只是第一站，接下来还会进入其他国家，会持续搭建团队。
蔚来二季度已经任命了欧洲 CEO，开始组建整个欧洲的团队，接下来会进入德国在内的市场。进入欧洲市场主要用第二代平台，现在这一代ES8以外，以后销售的都会是 NT2 平台。
作为一家用户企业，我们在欧洲依然把用户的支持和参与作为非常重要的一部分。当然每个市场有不同的文化和汽车使用环境，但总的来说，我们把用户的理念、利益放在第一位，我们认为这个方式和原则，在每个市场都是有效的。
举个例子，蔚来在挪威要招募两百名 UAB 用户顾问团的成员，目前大概有七八百人报名了。我们本来以为挪威社交会保守一些，但我们看到这种兴趣在全世界都是一样的。
Q13：新车数量增多，对 NIO Space 负荷会不会很大？
A：总体来讲，我们对车的认知就是希望给用户更多选择，当然不会像传统车企推这么多车型，但也不会只推两三款。我们相信不同尺寸、功能、造型，会有不用用户需要。
当然，大家不同担心我们会搞非常多的车型，线下会用轮换展示的方式，让用户在 NIO Space 体验我们的车。因为我们的用户主要还是通过线上订购，（线下）还是可以支撑的。
NT2 的车和同价位其他车相比的话，特别是和宝马奥迪纯电相比，还是非常有竞争力的。和它们的汽油车就更是不同代际。
明年三款车不涉及现有车型迭代，当然也会尽快把现有车型升级到 NT2 ，这也是我们一个主要方向
Q14：蔚来怎么理解推出新品牌的时机？对标的品牌又是谁？会有 A00 车型吗？
A：我们新品牌不会进入五菱宏光的区间，他们做得已经非常优秀了。市场欠缺的是主流价位非常有竞争力的产品，希望有比特斯拉更低的价格，提供更好的产品和服务，「much better」的产品和服务。
Q15：NT2 平台的成本优化如何？
A：整个毛利率希望在 25%，目前来看 ET7 肯定能到这个水平，具体的数字当然还要量产之后才能看到。
另一方面，肯定还会提高非车业务毛利，等到其他业务的规模效应显现，毛利上涨也是可以预期的。
二季度财报数据
最后来看看蔚来二季度的一些财务数据：
1. 汽车业务收入 79.118 亿元（12.254 亿美元），同比增长 127%，环比增长 6.8%；
2. 汽车交付 21896 辆，其中 ES8 4433 辆，ES6 9935 辆，EC6 7528 辆，总量同比增长 111.9%，环比增长 9.2%；
3. 车辆业务毛利率 20.3%，2020Q2 为 9.7%，2021Q1 为 21.2%；
4. 总收入 84.48 亿元（13.084 亿美元），同比增长 127.2%，环比增长 5.8%；
5. 毛利润 15.739 亿元（2.438 亿美元），同比增长 402.7%，环比增长 1.2%；
6. 毛利率 18.6%，2020Q2 为 8.4%，2021Q1 为 19.5%；
7. 销售成本为 68.741 亿元（10.647 亿美元），同比增长 101.8%，环比增长 6.9%；
8. 研发支出 8.837 亿元（1.369 亿美元），同比增长 62.1%，环比增长 28.7%；
9. 研发支出同比环比双增长的原因，是「新产品和技术的增量研发」；
10. 销售、一般及行政支出 14.978 亿元（2.32 亿美元），同比增长 59.9%，环比增长 25.1%，该支出增长的原因是「增加的营销、推广活动与专业服务」；
11. 净亏损 5.872 亿元（9090 万美元），同比下降 50.1%，环比扩大 30.2%；
12. 截止至 2021 年 6 月 30 日的现金及等价物储备为 483 亿元（75 亿美元）；
13. 预计三季度交付量为 23000-25000 辆，同比增长 88.4%-104.8%，环比增长 5.0%-14.2%；
14. 预计三季度总收入 89.13 亿元-96.311 亿元（13.804 亿美元-14.917 亿美元），同比增长 96.9%-112.8%，环比增长 5.5%-14.0%
原创 毓肥 电动星球News
#为什么MySQL数据量大了要分库分表#
是这样的。随着用户量的激增和时间的堆砌，存在数据库里面的数据越来越多，此时的数据库就会产生瓶颈，出现资源报警、查询慢等场景。
首先单机数据库所能承载的连接数、I/O及网络的吞吐等都是有限的，所以当并发量上来了之后，数据库就渐渐顶不住了。再则，如果单表的数据量过大，查询的性能也会下降。因为数据越多 B+ 树就越高，树越高则查询 I/O 的次数就越多，那么性能也就越差。因为上述的原因，不得已就得上分库分表了。把以前存在一个数据库实例里的数据拆分成多个数据库实例，部署在不同的服务器中，这是分库。把以前存在一张表里面的数据拆分成多张表，这是分表。一般而言：分表：是为了解决由于单张表数据量多大，而导致查询慢的问题。大致三、四千万行数据就得拆分，不过具体还是得看每一行的数据量大小，有些字段都很小的可能支持更多行数，有些字段大的可能一千万就顶不住了。
分库：是为了解决服务器资源受单机限制，顶不住高并发访问的问题，把请求分配到多台服务器上，降低服务器压力。顺着这个思路，再接着追问几个常见面试题。你们一般怎么分库的？一般分库都是按照业务划分的，比如订单库、用户库等等。有时候会针对一些特殊的库再作切分，比如一些活动相关的库都做了拆分。因为做活动的时候并发可能会比较高，怕影响现有的核心业务，所以即使有关联，也会单独做拆分。
那你觉得分库会带来什么问题呢？ 首先是事务的问题。我们使用关系型数据库，有很大一点在于它保证事务完整性。而分库之后单机事务就用不上了，必须使用分布式事务来解决，而分布式事务基本的都是残缺的(我之前文章把分布式事务汇总了一波，后台搜索分布式事务就有了)。这是很重要的一点需要考虑。 连表 JOIN 问题在一个库中的时候我们还可以利用 JOIN 来连表查询，而跨库了之后就无法使用 JOIN 了。此时的解决方案就是在业务代码中进行关联，也就是先把一个表的数据查出来，然后通过得到的结果再去查另一张表，然后利用代码来关联得到最终的结果。这种方式实现起来稍微比较复杂，不过也是可以接受的。还有可以适当的冗余一些字段。比如以前的表就存储一个关联 ID，但是业务时常要求返回对应的 Name 或者其他字段。这时候就可以把这些字段冗余到当前表中，来去除需要关联的操作。那你们怎么分表的？分表其实有两种：垂直分表水平分表垂直分表，来看个图，很直观：
垂直分表就是把一些不常用的大字段剥离出去。像上面的例子：用户名是很常见的搜索结果，性别和年龄占用的空间又不大，而地址和个人简介占用的空间相对而言就较大，我们都知道一个数据页的空间是有限的，把一些无用的数据拆分出去，一页就能存放更多行的数据。内存存放更多有用的数据，就减少了磁盘的访问次数，性能就得到提升。水平分表，则是因为一张表内的数据太多了，上文也提到了数据越多 B+ 树就越高，访问的性能就差，所以进行水平拆分。
其实不管这些，浅显的理解下，在一百个数据里面找一个数据快，还是在一万个数据里面找一个数据快？即使有索引，那厚的书目录多，翻目录也慢~那分表会有什么问题？垂直分表还好，就是需要关联一下，而水平分表就有点麻烦了。 排序、count、分页问题如果一个用户的数据被拆分到多个表中，那查询结果分页就不像以前单张表那样直接就能查出来了，像 count 操作也是一样的。只能由业务代码来实现或者用中间件将各表中的数据汇总、排序、分页然后返回。像 count 操作的结果其实可以缓存下来，然后每次数据增删都更新计数。
路由问题分表的路由可以分：Hash 路由范围路由路由表Hash 路由，其实就是选择表中的某一列，然后进行 Hash 运算，将 Hash 运算得到的结果再对子表数进行取模，这样就能均匀的将数据分到不同的子表上。这跟 HashMap 选哪个桶是一样的原理。优点就是数据分布均匀。缺点就是增加子表的时候麻烦，想想 HashMap的扩容，是不是得搬迁数据？这个分表也是一样的，我们可都知道，数据迁移一件麻烦事！范围路由，其实很简单，可以是时间，也可以是地址，表示一定的范围的即可。比如本来一张 User 表，我可以分 User_HZ、User_BJ、User_SH，按照地名来划分 User。再比如 log 表，我可以将表分为 log_202103、 log_202104，把日志按照年月来划分。优点就是相对而言比较容易扩展，比如现在来个 GZ，那就加个 User_GZ。如果到了 5 月，那就建个 log_202105。缺点就是数据可能分布不均匀，例如 BJ 的用户特别多或者某个月搞了促销，日志量特别大，等等。路由表，就是专门搞个表来记录路由信息，来看个图就很清楚了。
从图中我们就能得知，UserID 为 2 的用户数据在要去 User_3 这个用户表查询。优点就是灵活咯，如果要迁移数据，直接迁移然后路由表一改就完事儿了~缺点就是得多查一次，每次查询都需要访问路由表，不过这个一般会做缓存的。 全局主键问题以前单表的时候很简单，就是主键自增，现在分表了之后就有点尴尬了。所以需要一些手段来保证全局主键唯一。还是自增，只不过自增步长设置一下。比如现在有三张表，步长设置为3，三张表 ID 初始值分别是1、2、3。 这样第一张表的 ID 增长是 1、4、7。第二张表是2、5、8。第三张表是3、6、9，这样就不会重复了。UUID，这种最简单，但是不连续的主键插入会导致严重的页分裂，性能比较差。分布式 ID，比较出名的就是 Twitter 开源的 sonwflake 雪花算法，具体就不展开了，不然就又是一篇文章了，简单点利用 redis 来递增也行。
那上面说的路由问题的 Sharding-Key 如何设计呢？我们分表是按照某个列来拆分的，那个列就是 Sharding-Key，查询的时候必须带上这个列才行。例如上面提到的 log_202103，那表明查询条件一定得带上日期，这样才能找到正确的表。所以设计上得考虑查询的条件来作为 Sharding-Key。举个常常会被问的订单表 Sharding-Key 例子。你想着查找订单的时候会通过订单号去找，所以应该利用订单 ID 来作为 Sharding-Key。但是你想想，你打开外卖软件想查找你的历史订单的时候，你是没有订单 ID 的，你只有你的 UserID，那此时只能把所有子表都通过 UserID 遍历一遍，这样效率就很低了！所以你想着那用 UserID 来作为 Sharding-Key 吧！
但是，商家呢？商家肯定关心自己今天卖了多少单，所以他也要查找订单，但他只有自己的商家 ID，所以如果要查询订单，只能把所有子表都通过商家 ID 遍历一遍，这样效率就很低了！所以 Sharding-Key 是满足不了所有查询需求的，只能曲线救国。一般做法就是冗余数据。将订单同步到另一张表中给商家使用，这个表按商家 ID 来作为 Sharding-Key，也可以将数据同步到 ES 中。一般而言这里的数据同步都是异步处理，不会影响正常流程。
是这样的。随着用户量的激增和时间的堆砌，存在数据库里面的数据越来越多，此时的数据库就会产生瓶颈，出现资源报警、查询慢等场景。
首先单机数据库所能承载的连接数、I/O及网络的吞吐等都是有限的，所以当并发量上来了之后，数据库就渐渐顶不住了。再则，如果单表的数据量过大，查询的性能也会下降。因为数据越多 B+ 树就越高，树越高则查询 I/O 的次数就越多，那么性能也就越差。因为上述的原因，不得已就得上分库分表了。把以前存在一个数据库实例里的数据拆分成多个数据库实例，部署在不同的服务器中，这是分库。把以前存在一张表里面的数据拆分成多张表，这是分表。一般而言：分表：是为了解决由于单张表数据量多大，而导致查询慢的问题。大致三、四千万行数据就得拆分，不过具体还是得看每一行的数据量大小，有些字段都很小的可能支持更多行数，有些字段大的可能一千万就顶不住了。
分库：是为了解决服务器资源受单机限制，顶不住高并发访问的问题，把请求分配到多台服务器上，降低服务器压力。顺着这个思路，再接着追问几个常见面试题。你们一般怎么分库的？一般分库都是按照业务划分的，比如订单库、用户库等等。有时候会针对一些特殊的库再作切分，比如一些活动相关的库都做了拆分。因为做活动的时候并发可能会比较高，怕影响现有的核心业务，所以即使有关联，也会单独做拆分。
那你觉得分库会带来什么问题呢？ 首先是事务的问题。我们使用关系型数据库，有很大一点在于它保证事务完整性。而分库之后单机事务就用不上了，必须使用分布式事务来解决，而分布式事务基本的都是残缺的(我之前文章把分布式事务汇总了一波，后台搜索分布式事务就有了)。这是很重要的一点需要考虑。 连表 JOIN 问题在一个库中的时候我们还可以利用 JOIN 来连表查询，而跨库了之后就无法使用 JOIN 了。此时的解决方案就是在业务代码中进行关联，也就是先把一个表的数据查出来，然后通过得到的结果再去查另一张表，然后利用代码来关联得到最终的结果。这种方式实现起来稍微比较复杂，不过也是可以接受的。还有可以适当的冗余一些字段。比如以前的表就存储一个关联 ID，但是业务时常要求返回对应的 Name 或者其他字段。这时候就可以把这些字段冗余到当前表中，来去除需要关联的操作。那你们怎么分表的？分表其实有两种：垂直分表水平分表垂直分表，来看个图，很直观：
垂直分表就是把一些不常用的大字段剥离出去。像上面的例子：用户名是很常见的搜索结果，性别和年龄占用的空间又不大，而地址和个人简介占用的空间相对而言就较大，我们都知道一个数据页的空间是有限的，把一些无用的数据拆分出去，一页就能存放更多行的数据。内存存放更多有用的数据，就减少了磁盘的访问次数，性能就得到提升。水平分表，则是因为一张表内的数据太多了，上文也提到了数据越多 B+ 树就越高，访问的性能就差，所以进行水平拆分。
其实不管这些，浅显的理解下，在一百个数据里面找一个数据快，还是在一万个数据里面找一个数据快？即使有索引，那厚的书目录多，翻目录也慢~那分表会有什么问题？垂直分表还好，就是需要关联一下，而水平分表就有点麻烦了。 排序、count、分页问题如果一个用户的数据被拆分到多个表中，那查询结果分页就不像以前单张表那样直接就能查出来了，像 count 操作也是一样的。只能由业务代码来实现或者用中间件将各表中的数据汇总、排序、分页然后返回。像 count 操作的结果其实可以缓存下来，然后每次数据增删都更新计数。
路由问题分表的路由可以分：Hash 路由范围路由路由表Hash 路由，其实就是选择表中的某一列，然后进行 Hash 运算，将 Hash 运算得到的结果再对子表数进行取模，这样就能均匀的将数据分到不同的子表上。这跟 HashMap 选哪个桶是一样的原理。优点就是数据分布均匀。缺点就是增加子表的时候麻烦，想想 HashMap的扩容，是不是得搬迁数据？这个分表也是一样的，我们可都知道，数据迁移一件麻烦事！范围路由，其实很简单，可以是时间，也可以是地址，表示一定的范围的即可。比如本来一张 User 表，我可以分 User_HZ、User_BJ、User_SH，按照地名来划分 User。再比如 log 表，我可以将表分为 log_202103、 log_202104，把日志按照年月来划分。优点就是相对而言比较容易扩展，比如现在来个 GZ，那就加个 User_GZ。如果到了 5 月，那就建个 log_202105。缺点就是数据可能分布不均匀，例如 BJ 的用户特别多或者某个月搞了促销，日志量特别大，等等。路由表，就是专门搞个表来记录路由信息，来看个图就很清楚了。
从图中我们就能得知，UserID 为 2 的用户数据在要去 User_3 这个用户表查询。优点就是灵活咯，如果要迁移数据，直接迁移然后路由表一改就完事儿了~缺点就是得多查一次，每次查询都需要访问路由表，不过这个一般会做缓存的。 全局主键问题以前单表的时候很简单，就是主键自增，现在分表了之后就有点尴尬了。所以需要一些手段来保证全局主键唯一。还是自增，只不过自增步长设置一下。比如现在有三张表，步长设置为3，三张表 ID 初始值分别是1、2、3。 这样第一张表的 ID 增长是 1、4、7。第二张表是2、5、8。第三张表是3、6、9，这样就不会重复了。UUID，这种最简单，但是不连续的主键插入会导致严重的页分裂，性能比较差。分布式 ID，比较出名的就是 Twitter 开源的 sonwflake 雪花算法，具体就不展开了，不然就又是一篇文章了，简单点利用 redis 来递增也行。
那上面说的路由问题的 Sharding-Key 如何设计呢？我们分表是按照某个列来拆分的，那个列就是 Sharding-Key，查询的时候必须带上这个列才行。例如上面提到的 log_202103，那表明查询条件一定得带上日期，这样才能找到正确的表。所以设计上得考虑查询的条件来作为 Sharding-Key。举个常常会被问的订单表 Sharding-Key 例子。你想着查找订单的时候会通过订单号去找，所以应该利用订单 ID 来作为 Sharding-Key。但是你想想，你打开外卖软件想查找你的历史订单的时候，你是没有订单 ID 的，你只有你的 UserID，那此时只能把所有子表都通过 UserID 遍历一遍，这样效率就很低了！所以你想着那用 UserID 来作为 Sharding-Key 吧！
但是，商家呢？商家肯定关心自己今天卖了多少单，所以他也要查找订单，但他只有自己的商家 ID，所以如果要查询订单，只能把所有子表都通过商家 ID 遍历一遍，这样效率就很低了！所以 Sharding-Key 是满足不了所有查询需求的，只能曲线救国。一般做法就是冗余数据。将订单同步到另一张表中给商家使用，这个表按商家 ID 来作为 Sharding-Key，也可以将数据同步到 ES 中。一般而言这里的数据同步都是异步处理，不会影响正常流程。
小米电视的思路跟小米做手机是一样的，都在领域内把性价比做到了第一，然后快速占有了大量的市场份额。这次发布的小米电视6和小米电视 ES 2022款都直接对标了索尼，就像当年手机对标三星一样，拿行业里的标杆来比较，参数强，价格低，消费者都很容易接受这样的营销方式，简单粗暴地告诉大家我的东西又好又便宜。
不过，电视这个产品现在越来越被弱化了，因为手机和平板太好用，电视的功能被取代了不少，“躺在沙发上看电视”这个场景已经不再常见，尤其是在大城市，但谁家里又没有一台电视呢？反正要一台电视，小米的又大又便宜，至于参数，也不是很重要了，起码宣传起来还是挺牛的，买一个小米电视“装饰客厅”，那也是非常值的。
不过，电视这个产品现在越来越被弱化了，因为手机和平板太好用，电视的功能被取代了不少，“躺在沙发上看电视”这个场景已经不再常见，尤其是在大城市，但谁家里又没有一台电视呢？反正要一台电视，小米的又大又便宜，至于参数，也不是很重要了，起码宣传起来还是挺牛的，买一个小米电视“装饰客厅”，那也是非常值的。
✋热门推荐