今年在公司重构（写）了一个老项目，踩了无数的坑。
中间好几次遇到问题，甚至感觉项目可能要失败了，好在最后终于成功上线了。
虽然被坑的不要不要的，但也从中领悟到了不少东西，在这里记录一下，顺便分享给大家乐呵乐呵。
先简单介绍下项目，一个面向C端用户的服务，主要提供包括动态、评论、圈子、好友、关注、Feed等常见的社区功能，另外还有其他一些个性化的功能。
日活比较高，整个服务QPS上万。高频业务，单个接口QPS上千。单项业务数据量过亿，比如评论。
在上述高并发、海量数据的情况下，整个系统设计时需要注意的坑，和我总结的一些经验：
数据库层面
MySQL分库分表
因为是重写整个项目，包括重新设计底层数据库，必然要考虑到分库分表。
最初在网上参考了一些分库分表的原则，实际操作中，发现大部分资料都有些缥缈。
如果是简单的应用怎么分表，甚至不分都可以。所以这些原则你也不能说它是错的，但在你最需要参考的时候，这些原则往往不够深入。
分享下我个人总结的一些经验：
先说分库, 分库的主要目标，应该是缓解主库（Master）的压力。
绝大部分服务都是读多写少，在读写分离，1主1备N从的情况下，即便为了保证一致性，部分读请求路由到主库，主库压力依旧很低。
通过监控服务的写请求量和数据库服务器的CPU压力等性能指标，只要主库压力不大，就没必要分库。读库如果压力大，直接加从库实例即可。
一种极端的情况，就是分表数量过多了，一个库里表数量递增，成万上亿了，那还是分库的好。
还有一点，从运维的角度考虑，单库冷备，数据不应该超过500GB。如果单库数据量达到1个TB，运维也不好备份，为了正常备份也要分库。
再说分表, 在请求量不大 或 数据量不大的情况下，分不分表都无所谓。
考虑mysql的性能、树的深度等，可以简单的认为单表500W左右即可。
但实际中往往需要结合具体的业务设计和查询场景。
比如，1张几千万数据量的订单表，如果业务上，只需要根据主键或唯一索引，每次查询一条记录，那么不分表也是完全可行的。
但有时出于运维需要，分表会更方便一些，比如研发人员可能会想手写一些SQL上去进行一些范围查询，为排查问题提供一些方便。（这里说的方便是指相对单表几千万，如果查询字段没有索引，范围查询基本不可用。当然从操作步骤上看，肯定比查1个表繁琐了）
特别需要注意的是，如果一项业务数据需要高频的用到 count语句查询总数 或 order by进行排序，我建议分的表越多越好，管他3721先分1000张表再说。
多分表的好处就是，只要表中的数据量足够少，即便你索引设计的不好，甚至查询完全不走索引，也不容易产生慢查询。哈哈哈！
小结：这次重构就被老系统的1000张表给坑了，因为每张表只有几万条数据，我觉得太浪费了, 想当然的缩到了20张表。
但又没有很好的去分析查询场景，设计索引。导致上线时，只放了1%的量，就崩了，看监控全部都是慢查询。
当然，最终我是通过优化索引来解决慢查询，而不是加分表数量。但在有些情况下，这也是一种思路。
MySQL索引、字段设计
之前自己设计表，总喜欢加些固定字段，比如create_time, create_user, is_delete等，因为运维方便。
重构了这个系统之后发现，在高并发海量数据的情况下，性能是首要问题，有时候多加这些字段反而成了负担。（当然，大部分情况下，create_time还是必要的）
字段能少则少，名字能短则短，类型能用tinyint就不要用int。
索引这块查询低频少量数据无所谓，高频海量数据务必所有查询走索引。
再看一些实际例子,
1. is_delete 字段（逻辑删除）
假设以评论为例，单表500w，单条动态下平均上万条评论。
业务场景中要查询动态下的所有评论，where 子句要加上条件 is_delete = 0。
如果查询出符合条件的结果集，有几万甚至十几万条，不把 is_delete 字段加到联合索引中，这必将是一条慢查询，再加上高并发，只要几百的qps，很容易把服务打崩。
每个查询加上这么一个条件又有点画蛇添足，除非运维需要，基本上不会有业务要查询 is_delete = 1的情况。
索性直接物理删除，再加个归档表，要找回时，去归档表里找。
这样就不用在每个联合索引里多加一个字段了。
2. tinyint 和 int
tinyint 主要用于一些状态标志位，比如 审核状态：0-未审核 1-审核通过 2-审核未通过。
使用tinyint 一是节约空间，二是方便识别，一看就知道是标志位。
另外这种标志位经常出现在查询条件中，但又不会单独作为查询条件，因此建立索引时，必然是在联合索引中出现。
而联合索引是有长度限制的，虽然大部分时候都不会遇到，但还是值得注意。
有的人标志位喜欢用byte，但在代码里要转型就很蛋疼了。
3.联合索引的设计
就一个原则：查询条件里有的，都加进去。
除了要把 where 子句中的条件字段加进去外，在有order by 的情况下，还要把 order by 的字段加到最后。
比如：查询动态id是123，状态是审核通过且上线的20条评论，按时间倒序排列。
select * from comment where news_id = 123 and audit_status = 1 and online_status = 1 order by ctime desc limit 20
那我们应该建立联合索引 (news_id, audit_status, online_status, ctime)
注意：在网上参考资料时，很多都说索引的建立原则，字段的区分度要高。
个人感觉这个原则并没什么道理，至少在建立联合索引时不适用。
在建立单一索引时，也没有想到适用的具体场景。
比如有单表5千万条身份信息，其中20条gender=1，5千万条gender=0。
如果你就是要查询gender=1的列表，如果不在gender列建立索引，即便只有20条数据，也必然是个慢查询。 小结：索引的建立，必须针对具体的查询语句。结合实际查询场景，去考虑如何创建索引。
