🌏【架构师指南】总结分库分表的实现方案
每日一句
爱一个人要适度,和爱人的距离也要适度。爱他在不远不近的距离,他便会对你不离不弃。
数据库瓶颈
不管是 IO 瓶颈,还是 CPU 瓶颈,最终都会导致数据库的活跃连接数增加,进而逼近甚至达到数据库可承载活跃连接数的阈值。在业务 Service 来看就是,可用数据库连接少甚至无连接可用。接下来就可以想象了吧(并发量、吞吐量、崩溃)。
IO 瓶颈
第一种:磁盘读 IO 瓶颈,热点数据太多,数据库缓存放不下,每次查询时会产生大量的 IO,降低查询速度 -> 分库和垂直分表
第二种:网络 IO 瓶颈,请求的数据太多,网络带宽不够 ->分库
CPU 瓶颈
第一种:SQL 问题,如 SQL 中包含 join,group by,order by,非索引字段条件查询等,增加 CPU 运算的操作 -> SQL 优化,建立合适的索引,在业务 Service 层进行业务计算。
第二种:单表数据量太大,查询时扫描的行太多,SQL 效率低,CPU 率先出现瓶颈 -> 水平分表。
分库分表
水平分库
概念
以字段为依据,按照一定策略(hash、range 等),将一个库中的数据拆分到多个库中。
结果
每个库的结构都一样;
每个库的数据都不一样,没有交集;
所有库的并集是全量数据;
场景
系统绝对并发量上来了,分表难以根本上解决问题,并且还没有明显的业务归属来垂直分库。
分析
库多了,io 和 cpu 的压力自然可以成倍缓解。
水平分表
概念
以字段为依据,按照一定策略(hash、range 等),将一个表中的数据拆分到多个表中。
结果
每个表的结构都一样;
每个表的数据都不一样,没有交集;
所有表的并集是全量数据;
场景
系统绝对并发量并没有上来,只是单表的数据量太多,影响了 SQL 效率,加重了 CPU 负担,以至于成为瓶颈。
分析
表的数据量少了,单次 SQL 执行效率高,自然减轻了 CPU 的负担。
垂直分库
概念
以表为依据,按照业务归属不同,将不同的表拆分到不同的库中。
结果
每个库的结构都不一样;
每个库的数据也不一样,没有交集;
所有库的并集是全量数据;
场景
系统绝对并发量上来了,并且可以抽象出单独的业务模块。
分析
到这一步,基本上就可以服务化了。例如,随着业务的发展一些公用的配置表、字典表等越来越多,这时可以将这些表拆到单独的库中,甚至可以服务化。再有,随着业务的发展孵化出了一套业务模式,这时可以将相关的表拆到单独的库中,甚至可以服务化。
垂直分表
1、概念:
以字段为依据,按照字段的活跃性,将表中字段拆到不同的表(主表和扩展表)中。
2、结果:
每个表的结构都不一样;
每个表的数据也不一样,一般来说,每个表的字段至少有一列交集,一般是主键,用于关联数据;
所有表的并集是全量数据;
3、场景:
系统绝对并发量并没有上来,表的记录并不多,但是字段多,并且热点数据和非热点数据在一起,单行数据所需的存储空间较大。以至于数据库缓存的数据行减少,查询时会去读磁盘数据产生大量的随机读 IO,产生 IO 瓶颈。
4、分析:
可以用列表页和详情页来帮助理解。垂直分表的拆分原则是将热点数据(可能会冗余经常一起查询的数据)放在一起作为主表,非热点数据放在一起作为扩展表。这样更多的热点数据就能被缓存下来,进而减少了随机读 IO。拆了之后,要想获得全部数据就需要关联两个表来取数据。
但记住,千万别用 join,因为 join 不仅会增加 CPU 负担并且会讲两个表耦合在一起(必须在一个数据库实例上)。关联数据,应该在业务 Service 层做文章,分别获取主表和扩展表数据然后用关联字段关联得到全部数据。
分库分表工具
1、sharding-sphere:jar,前身是 sharding-jdbc;
2、TDDL:jar,Taobao Distribute Data Layer;
3、Mycat:中间件。
注:工具的利弊,请自行调研,官网和社区优先。
分库分表步骤
根据容量(当前容量和增长量)评估分库或分表个数 -> 选 key(均匀)-> 分表规则(hash 或 range 等)-> 执行(一般双写)-> 扩容问题(尽量减少数据的移动)。
分库分表问题
非 partition key 的查询问题:(水平分库分表,拆分策略为常用的 hash 法)
除了 partition key 只有一个非 partition key 作为条件查询
映射法
基因法
注:写入时,基因法生成 user_id,如图。关于 xbit 基因,例如要分 8 张表,23=8,故 x 取 3,即 3bit 基因。根据 user_id 查询时可直接取模路由到对应的分库或分表。根据 user_name 查询时,先通过 user_name_code 生成函数生成 user_name_code 再对其取模路由到对应的分库或分表。
id 生成常用 snowflake 算法。
端上除了 partition key 不止一个非 partition key 作为条件查询
映射法
冗余法
注:按照 order_id 或 buyer_id 查询时路由到 db_o_buyer 库中,按照 seller_id 查询时路由到 db_o_seller 库中。
后台除了 partition key 还有各种非 partition key 组合条件查询
NoSQL 法
冗余法
非 partition key 跨库跨表分页查询问题
(水平分库分表,拆分策略为常用的 hash 法)
注:用 NoSQL 法解决(ES 等)。
扩容问题(水平分库分表,拆分策略为常用的 hash 法)
水平扩容库(升级从库法)
注:扩容是成倍的。
水平扩容表(双写迁移法)
第一步:(同步双写)应用配置双写,部署;
第二步:(同步双写)将老库中的老数据复制到新库中;
第三步:(同步双写)以老库为准校对新库中的老数据;
第四步:(同步双写)应用去掉双写,部署;
注:双写是通用方案。
分库分表总结
分库分表,首先得知道瓶颈在哪里,然后才能合理地拆分(分库还是分表?水平还是垂直?分几个?)。且不可为了分库分表而拆分。
选 key 很重要,既要考虑到拆分均匀,也要考虑到非 partition key 的查询。
只要能满足需求,拆分规则越简单越好。
版权声明: 本文为 InfoQ 作者【李浩宇/Alex】的原创文章。
原文链接:【http://xie.infoq.cn/article/611c8fd18b37ed03ee206b043】。文章转载请联系作者。
评论 (2 条评论)