Scale-out 本質
將資料庫系統分割、分散到多台獨立資料庫伺服器，分散處理能力以因應成長。代價：設計與管理複雜度大幅提升，需解決眾多商業與技術難題。
模式一：水平資料分割
- 結構不變，各實例儲存不同資料切片（如依地區、客戶群分庫）
- 需中介層應用程式維護實例間資料分佈
- 關鍵：資料分配演算法必須均勻分散負載，否則無法發揮 Scale-out 效益
- 跨實例查詢難題 → 解：分散式分割檢視表，讓多伺服器資料像在單一伺服器
- 異地部署考量：可複寫全量資料至各地，各節點僅維護特定分片
模式二：垂直資料分割
- 將資料表拆分到不同實例（如銷售、行銷、廣告分庫）
- 各實例專司特定業務功能，分割 I/O 壓力
- 前提：業務邏輯可獨立運作，實例間交互最小化
- 共享資料（如客戶主檔）需特殊處理
- 輔助：連結伺服器/分散式檢視表減少應用層路由邏輯
彈性調整
可混合水平/垂直、導入服務導向架構 (SOA)、複寫保持同步、組合多種技術適應環境。
