最近上线的项目中数据库数据已经临近饱和，最大的一张表数据已经接近3000W，百万数据的表也有几张，项目要求读数据（select）时间不能超过0.05秒，但实际情况已经不符合要求，explain建立索引，使用redis,ehcache缓存技术也已经满足不了要求，所以开始使用读写分离技术，可能以后数据量上亿或者更多的时候，需要再去考虑分布式数据库的部署，但目前来看，读写分离+缓存+索引+表分区+sql优化+负载均衡是可以满足亿级数据量的查询工作的，现在就一起来看一下亲测可用的使用spring实现读写分离的步骤：
1. 背景
我们一般应用对数据库而言都是“读多写少”，也就说对数据库读取数据的压力比较大，有一个思路就是说采用数据库集群的方案，
其中一个是主库，负责写入数据，我们称之为：写库；
其它都是从库，负责读取数据，我们称之为：读库；
那么，对我们的要求是：
1、读库和写库的数据一致；（这个是很重要的一个问题，处理业务逻辑要放在service层去处理，不要在dao或者mapper层面去处理）
2、写数据必须写到写库；
3、读数据必须到读库；
2. 方案
解决读写分离的方案有两种：应用层解决和中间件解决。
2.1. 应用层解决：
优点：
1、多数据源切换方便，由程序自动完成；
2、不需要引入中间件；
3、理论上支持任何数据库；
缺点：
1、由程序员完成，运维参与不到；
2、不能做到动态增加数据源；
