扫全库、索引表、缓存映射、单向函数、基因法——非分库键查询的五种折衷
《数据库架构与实践》第 10 篇：uid 分库后，uname 查询的五种方法。
用户中心是每一个公司必备的基础服务，用户注册、登录、信息查询与修改都离不开用户中心。
当用户中心单库数据量越来越大时，怎么办？
单库存不下，水平切分，用多库。
用什么业务属性水平切分？
主键uid。
如何进行数据路由？
uid取模直接路由，例如：
如上图所示，假设访问uid=124的数据，取模后能够直接路由db1。
那对于登录名uname上的查询怎么办？
扫全库法
如上图所示，假设访问uname=shenjian的数据，由于不知道数据落在哪个库上，往往需要遍历所有库。
其潜在不足是：当分库数量多起来，性能会显著降低。
还有没有其他更加高效的方法呢？
常见的方案有以下几种。
索引表法
其设计思路是：uid能直接路由到库，uname不能直接路由到库，如果通过uname能查询到uid，则问题解决。
其具体步骤是：
1. 建立一个索引表，记录uname到uid的映射关系；
2. 用uname来访问时，先通过索引表查询到uid，再路由相应的库；
3. 索引表属性较少，可以容纳非常多数据，一般不需要分库；
4. 如果数据量过大，索引表可以通过uname来分库；
其潜在不足是：增加了一次数据库查询。
缓存映射法
其设计思路是：访问索引表性能较低，把映射关系放在缓存里性能更佳。
其具体步骤是：
1. uname先到cache中查询uid，再根据uid路由数据库；
2. 假设cache miss，降级为扫全库法获取uname对应的uid，放入cache；
3. uname到uid的映射关系不会变化，映射关系一旦放入缓存，不会更改，无需淘汰，缓存命中率超高；
4. 如果数据量过大，cache可以通过uname水平切分；
其潜在不足是：增加了一次cache查询。
uname生成uid
其设计思路是：无需远程查询，本地计算由uname直接得到uid。
其具体步骤是：
1. 在用户注册时，设计单向函数uname生成uid，uid=f(uname)，按uid分库插入数据；
2. 用uname来访问时，先通过单向函数计算出uid，即uid=f(uname)，再由uid路由到对应库；
如何设计单向函数，通过uname来生成uid？
最简单的单向函数是MD5：
1. 如果uid是128bit的，uid=MD5(uname);
2. 如果uid是64bit的，uid=MD5(uname)/2；
128bit折半的方法有很多，例如：取前一半，或者取后一半，或者前一半与后一半异或。
其潜在不足是：当用户量非常巨大的时候，有uid冲突的风险，需要一个补丁机制，来解决冲突问题。
基因法
其设计思路是：不用uname生成uid，从uname抽取“基因”，融入uid中。
什么是uname基因，如何将基因融入uid？
假设分8库，采用uid%8路由，其潜台词是，uid的最后3个bit决定这条数据落在哪个库上，这3个bit就是所谓的“基因”。
其具体步骤是：
1. 在用户注册时，设计单向函数uname生成3bit基因，uname_gene=f(uname)，如上图粉色部分；
2. 同时，使用ID生成器生成全局唯一uid的前61bit，如上图绿色部分；
3. 把前61bit与后3bit基因组合，生成64bit的最终uid，并用最终uid水平切分数据；
4.用uname来访问时，先通过单向函数由uname再次复原3bit基因，uname_gene=f(uname)，通过uname_gene%8直接路由到库；
如何设计单向函数，通过uname来生成基因？
uname_gene=MD5(uname)再取最后3bit。
会不会导致数据分布不均匀？
不会，MD5具备完全随机性。
其潜在不足是：
1. uid一旦生成就无法更改，需要提前规划基因位数，例如：10年内最多分256库，提前预留8bit基因位；
2. 登录名不允许修改（该前提一般都满足）；
3. uid确定以后，登录名以外的邮箱登录，手机号登录不能复用；
邮箱登录，手机号登录可使用通用方案2与方案3。
稍作总结
使用uid分库，uname查询有五种方法：
1. 扫全库法：遍历所有库；
2. 索引表法：数据库中记录uname到uid的映射关系；
3. 缓存映射法：缓存中记录uname到uid的映射关系；
4. uname单向函数生成uid：小概率冲突；
5. 基因法：uname单向函数生成基因融入uid，需要提前规划基因位数；
检验一下
检索练习 · 五种方法
使用 uid 分库后，uname 上的查询有哪五种方法？
检索练习 · 索引表法
索引表法的设计思路和潜在不足分别是什么？
检索练习 · 缓存映射法
缓存映射法中，cache miss 时怎么处理？为什么缓存命中率超高？
检索练习 · 基因法
分 8 库、采用 uid%8 路由时，「基因」指什么？用 uname 访问时如何路由？
分库后还有一类更狠的疑问：为什么数据库中间件干脆不支持 join？——第 11 篇《数据库中间件为什么不支持 join？》。
知其然，知其所以然。思路比结论更重要。