侯佳佳，乔运华，卜建国，王海丹

（北京机械工业自动化研究所，北京 100120）

0 引言

由于数据量和并发访问量的急剧增加，数据库的连接遇到瓶颈，大数据量的表访问速度慢、效率低的问题日益突出。对于海量数据的处理，非关系型数据库使用日益增多，如何部署分布式数据库，解决关系数据库和非关系数据库的共同使用以及大数据量的表访问效率低的问题已成为重中之重，通过把数据拆分到不同的数据库，在应用层对不同数据源整合的方案，是解决数据层性能问题的关键。

1 数据拆分

随着网络流量爆发式的增长，业务拆分势在必行。拆分的业务形成一个个独立的子系统，RS10系统包括生产、物流、财务等子系统，每个子系统之间耦合度低，功能模块划分清晰，数据易于拆分。把生产、物流、财务等子系统的数据从存放在一个数据库服务器上拆分成存放在不同的数据库服务器上，通过中间数据层框架进行数据整合，使得业务层访问数据仍像访问单个数据库一样，不造成任何影响。业务分级与关联是业务划分、信息共享和资源整合的过程，使用数据层框架解决分布式数据库对业务分级和关联带来的影响。通过分库分表、读写分离，数据库的性能问题也迎刃而解。

数据拆分就是通过某种特定的条件，将我们存放在同一个数据库中的数据分散存放到多个数据库（主机）上面，以达到分散单台设备负载的效果。数据拆分同时还可以提高系统的总体可用性，即使单台设备崩溃之后，只是总体数据的某部分不可用，而不是所有数据。……