SQL Server 水平/垂直分庫分表：向外擴展架構設計與工程落地指南

為什麼要向外擴展？

單實例垂直擴展（加 CPU/內存/SSD）存在物理上限與成本指數增長。向外擴展通過將數據/負載分散到多個獨立實例，突破單機瓶頸，實現線性擴展能力。

核心模式對比

水平分片深度實踐

1. 分片鍵選擇：業務核心維度

• 範圍分片：按時間（月/季）、地域、租戶 ID。優點：範圍查詢單片命中；缺點：熱點寫入（最新分片壓力大）。
• Hash 分片：UserID % N、OrderID % N。優點：寫入均勻；缺點：範圍查詢需散播全片、擴容需重分片。
• 一致性 Hash + 虛擬節點：平滑擴容，僅遷移少量數據。

2. 中間層路由架構

// 概念代碼：分片路由器
public class ShardRouter {
    private final Map shardMap; // logicShard -> DataSource
    
    public DataSource route(String shardingKey) {
        int shardId = Math.abs(shardingKey.hashCode()) % shardMap.size();
        return shardMap.get("shard_" + shardId);
    }
    
    // 廣播查詢（無分片鍵）
    public List broadcastQuery(String sql) {
        return shardMap.values().parallelStream()
            .map(ds -> execute(ds, sql))
            .flatMap(List::stream)
            .collect(Collectors.toList());
    }
}

3. 分布式事務方案

• 最終一致性（推薦）：本地事務 + 事件發布（Kafka/RocketMQ）+ 消費者補償/重試，如 Seata AT 模式、Outbox 模式。
• 強一致性（少用）：XA 兩階段提交（MSDTC），性能差、鎖持久、單點風險。
• Saga 模式：長事務拆分為一系列本地事務 + 反向補償操作。

4. 分片變更：擴容/縮容/遷移

1. 雙寫期：舊分片邏輯 + 新分片邏輯並行寫入，數據同步校驗。
2. 切流量：灰度切換讀流量，驗證無誤後切寫流量。
3. 下線舊邏輯：清理舊分片數據、移除路由配置。

垂直拆分工程指南

1. 業務域識別：限界上下文

按照 DDD 限界上下文劃分：用戶中心、訂單中心、支付中心、倉儲中心、營銷中心……每個上下文獨立部署、獨立數據庫、獨立演進。

2. 共享數據處理

• 主數據同步：核心實體（用戶、商品）由主域發布變更事件，下游域訂閱同步冗余副本（最終一致）。
• 引用不複製：非核心屬性通過 RPC/Feign 實時調用主域獲取。

3. 跨域查詢：API 組合 vs CQRS

• 簡單聚合：API 閘道/後端編排並行調用多服務組裝響應。
• 複雜報表：CQRS 讀模型，異步構建寬表/物化視圖至專用查詢庫/ES/ClickHouse。

分布式查詢優化：分區視圖與聯合索引

SQL Server 原生支持 分區視圖：

-- 每分片建立 CHECK 約束
CREATE TABLE Orders_2024Q1 (... CHECK (OrderDate >= '2024-01-01' AND OrderDate < '2024-04-01'));
CREATE TABLE Orders_2024Q2 (... CHECK (OrderDate >= '2024-04-01' AND OrderDate < '2024-07-01'));
-- 視圖聯合
CREATE VIEW dbo.Orders_All AS
SELECT * FROM Orders_2024Q1
UNION ALL SELECT * FROM Orders_2024Q2
UNION ALL SELECT * FROM Orders_2024Q3
UNION ALL SELECT * FROM Orders_2024Q4;

優化器根據 WHERE OrderDate ... 自動裁剪分片（Partition Elimination），實現透明路由。

運維體系建設

• 統一元數據中心：分片映射表、表結構版本、遷移狀態集中管理。
• 全鏈路監控：分片級 QPS/RT/錯誤率、同步延遲、分布式事務狀態。
• 混沌工程演練：定期模擬分片故障、網絡分區、時鐘漂移，驗證降級/熔斷預案。

向外擴展不是銀彈，引入了分佈式系統固有的複雜性。建議：先優化單機（索引、緩存、讀寫分離、歸檔），單機極限仍不滿足時，再按業務邊界垂直拆分，最後對單一巨大表實施水平分片。每一步都要有明確的 ROI 試算與回滾預案。