相信做研发的同事们，一定听过分库分表，那么究竟什么业务场景下适合分库分表呢？
短视频领域，用户请求五条视频，一般都需要判断用户对这五个视频是否点过赞进行判断。
如果用户点赞记录达到百万级别，点赞速度就会比较慢，时长通常能达到10s左右，是用户无法容忍的。
那么如何解决这种问题呢？
一种解决思路是使用列式存储数据库，比如Hbase,ClickHouse ，但是这种技术复杂度较高，需要公司有足够的研发团队，去维护hbase和clickhouse ，对于一些中小型公司是不适用的。
第二种解决思路是使用redis,但是redis无法存放海量数据的点赞记录，除非你有足够多的内存服务器。
第三种解决思路就是使用分库分表。
分库分表设计思路：
点赞相关记录专门使用一个数据库，每个用户开一张记录表，这样每次查询的时候只查询当前用户的记录表即可，不需要查询所有用户的点赞记录，从而达到点赞速度优化。
但是这样也会有一个问题，如果一个用户看过百万视频的时候速度也会变慢，因此设计表存放数据的时候建议按照视频的发布时间进行排序存放，方便后续进行再度拆分。
注意：数据库最好支持弹性扩容的分布式数据库最好，比如PolarDB MySQL.
