比如针对评论数据，可按照商品ID停止hash，路由到对应的表中存储；针对支付记载，可按照小时创立表，每个小时表继续拆分为小表，运用用户ID或记载编号去路由数据。只需实时操作的表数据量足够小，央求可以足够平均的分发到多台效劳器上的小表，那数据库就能经进水平扩展的方式来提高功用。其中前面提到的Mycat也支持在大表拆分为小表状况下的拜访控制。
这种做法清楚的添加了数据库运维的难度，对DBA的要求较高。数据库设计到这种结构时，曾经可以称为散布式数据库，但是这只是一个逻辑的数据库全体，数据库里不同的组成部分是由不同的组件独自来完成的，如分库分表的管理和央求分发，由Mycat完成，SQL的解析由单机的数据库完成，读写别离能够由网关和音讯队列来完成，查询结果的汇总能够由数据库接口层来完成等等，这种架构其实是MPP（大规模并行处置）架构的一类完成。
目前开源和商用都曾经有不少MPP数据库，开源中比较盛行的有Greenplum、TiDB、Postgresql XC、HAWQ等，商用的如南大通用的GBase、睿帆科技的雪球DB、华为的LibrA等等，不同的MPP数据库的侧重点也不一样，如TiDB更侧重于散布式OLTP场景，Greenplum更侧重于散布式OLAP场景，这些MPP数据库基本都提供了相似Postgresql、Oracle、MySQL那样的SQL标准支持才能，能把一个查询解析为散布式的执行方案分发到每台机器上并行执行，最终由数据库本身汇总数据停止前往，也提供了诸如权限管理、分库分表、事务、数据正本等才能，并且大多可以支持100个节点以上的集群，大大降低了数据库运维的成本，并且使数据库也可以完成水平扩展。
数据库和Tomcat都可以水平扩展，可支撑的并发大幅提高，随着用户数的增长，最终单机的Nginx会成为瓶颈3.8 第七次演进：运用LVS或F5来使多个Nginx负载平衡
由于瓶颈在Nginx，因此无法经过两层的Nginx来完成多个Nginx的负载平衡。图中的LVS和F5是任务在网络第四层的负载平衡处置方案，其中LVS是软件，运转在操作系统内核态，可对TCP央求或更高层级的网络协议停止转发，因此支持的协议更丰厚，并且功用也远高于Nginx，可假定单机的LVS可支持几十万个并发的央求转发；F5是一种负载平衡硬件，与LVS提供的才能相似，功用比LVS更高，但价钱昂贵。由于LVS是单机版的软件，若LVS所在效劳器宕机则会招致整个后端系统都无法拜访，因此需求有备用节点。可运用keepalived软件模拟出虚拟IP，然后把虚拟IP绑定到多台LVS效劳器上，阅读器拜访虚拟IP时，会被路由重视定向到真实的LVS效劳器，当主LVS效劳器宕机时，keepalived软件会自动更新路由器中的路由表，把虚拟IP重定向到另外一台正常的LVS效劳器，从而到达LVS效劳器高可用的效果。
此处需求留意的是，上图中从Nginx层到Tomcat层这样画并不代表全部Nginx都转发央求到全部的Tomcat，在实践运用时，能够会是几个Nginx下面接一部分的Tomcat，这些Nginx之间经过keepalived完成高可用，其他的Nginx接另外的Tomcat，这样可接入的Tomcat数量就能成倍的添加。
由于LVS也是单机的，随着并发数增长到几十万时，LVS效劳器最终会到达瓶颈，此时用户数到达千万甚至上亿级别，用户散布在不同的地域，与效劳器机房距离不同，招致了拜访的延迟会清楚不同3.9 第八次演进：经过DNS轮询完成机房间的负载平衡
在DNS效劳器中可配置一个域名对应多个IP地址，每个IP地址对应到不同的机房里的虚拟IP。当用户拜访时，DNS效劳器会运用轮询策略或其他策略，来选择某个IP供用户拜访。此方式能完成机房间的负载平衡，至此，系统可做到机房级别的水平扩展，千万级到亿级的并发量都可经过添加机房来处置，系统入口处的央求并发量不再是成绩。
随着数据的丰厚水平和业务的开展，检索、剖析等需求越来越丰厚，单单依托数据库无法处置如此丰厚的需求3.10 第九次演进：引入NoSQL数据库和搜索引擎等技术
当数据库中的数据多到一定规模时，数据库就不适用于复杂的查询了，往往只能满足普通查询的场景。关于统计报表场景，在数据量大时不一定能跑出结果，而且在跑复杂查询时会招致其他查询变慢，关于全文检索、可变数据结构等场景，数据库天生不适用。因此需求针对特定的场景，引入适宜的处置方案。如关于海量文件存储，可经过火布式文件系统HDFS处置，关于key value类型的数据，可经过HBase和Redis等方案处置，关于全文检索场景，可经过搜索引擎如ElasticSearch处置，关于多维剖析场景，可经过Kylin或Druid等方案处置。
当然，引入更多组件同时会提高系统的复杂度，不同的组件保存的数据需求同步，需求思索分歧性的成绩，需求有更多的运维手腕来管理这些组件等。
引入更多组件处置了丰厚的需求，业务维度可以极大扩大，随之而来的是一个运用中包含了太多的业务代码，业务的晋级迭代变得困难3.11 第十次演进：大运用拆分为小运用
