MySQL中的水平分表又被称为Sharding，是一种常用的分布式数据库架构。简单来说，Sharding就是将一个大表水平切分成多个小表来存储数据。这样可以有效地提高系统的扩展性和性能。

具体来说，Sharding的分表方式主要有以下几种：

1. 哈希分表

哈希分表是根据每条记录的主键值进行哈希运算，将哈希值映射到不同的物理节点上。这样可以保证每个节点上的数据量相等，从而实现负载均衡。同时，每个节点只需维护部分数据，可以大大提高查询效率。

2. 范围分表

范围分表是根据主键值的范围将表分成多个部分。例如按照年份、月份、地区等字段对数据进行分组。这样可以避免某个节点上的数据过多，从而提高系统的可扩展性和性能。

3. 一致性哈希分表

一致性哈希分表是将主键值通过一致性哈希算法得到一个范围值，然后将范围映射到固定的若干个节点上。这样可以在节点动态增减的情况下，保证尽可能少的数据需要重新分配到新的节点上，降低系统的维护成本。

在实际应用中，分表的方式需要根据业务需求、数据量和系统架构等因素进行选择。同时，对于分表后的数据查询和聚合分析等操作，也需要进行相应的优化和调整。

MySQL水平分表通常是为了解决单表数据量过大的问题，将数据按照一定规则分散到多个表中，从而提高查询和写入性能。

常用的水平分表方式有以下几种：

1. 基于ID值分表

将数据按照其ID值的特定范围分配到不同的表中。例如，可将ID值小于100000的数据存储在表A中，ID值在100000和200000之间的数据存储在表B中，以此类推。这种方式适合于数据分布较为平均的情况，且不涉及跨表查询的情况。

2. 基于日期等时间戳分表

根据数据的时间戳（如创建时间、更新时间等）将数据分配到不同的表中。例如，可将2019年1月的数据存储在表A中，2月的数据存储在表B中，以此类推。这种方式适合于需要按照时间进行查询和统计的情况。

3. 基于哈希值分表

将数据按照哈希函数的结果分配到不同的表中。哈希函数可以是MySQL内置的函数，也可以根据实际需求自定义。这种方式适合于数据分布不均匀的情况，且需要支持跨表查询的情况。

在实际应用中，也可以将上述分表方式进行组合使用，以达到更好的性能和扩展性。

无论采用哪种分表方式，关键在于需要在代码中实现分表策略，并将分散在多个表中的数据进行合理的管理和维护。