您可以捐助,支持我们的公益事业。

1元 10元 50元





认证码:  验证码,看不清楚?请点击刷新验证码 必填



  求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
   
 
     
   
 订阅
  捐助
微服务:如何拆分共享数据库?
 
 
  1576  次浏览      15
 2020-12-31 
   
 
编辑推荐:
本文主要讲解了如何将应用程序/服务从使用单一的共享数据库中拆分出来等内容。
本文来自于百度,由火龙果软件Linda编辑、推荐。

在分解单体应用程序到微服务体系架构时,重点考虑独立数据库拆分是很重要的。您需要想出一个可靠的策略,将您的数据库分割为多个与应用程序对齐的小型数据库。简而言之,您需要将您的应用程序/服务从使用单一的共享数据库中拆分出来。

您应该以这样一种方式设计您的微服务体系结构,即每个单独的微服务都有自己的独立数据库和自己的领域数据。这将允许您独立部署和扩展微服务。

传统的应用程序只有一个共享的数据库,数据通常在不同的组件之间共享。我们都使用过这样的数据库,并且发现开发更简单,因为数据存储在一个存储库中。但是这种数据库设计存在很多问题。

共享单个数据缺点

1、为多个服务提供单个数据库的传统设计造成了紧密耦合,并且无法独立部署服务更改。如果有多个服务访问同一个数据库,那么任何模式更改都需要在所有服务之间进行协调,这在现实世界中可能会导致部署更改的额外工作和延迟。

2、使用这种设计很难扩展单个服务,因为您只能选择扩展整个单块数据库。

3、提高应用程序性能成为一个挑战。使用一个共享数据库,在一段时间内,您最终会得到一个巨大的表。这使得数据检索变得困难,因为您必须连接多个大型表来获取所需的数据。

4、大多数情况下,关系存储是作为整体数据库的。这限制了所有服务使用关系数据库。然而,在某些情况下,无sql数据存储可能更适合您的服务,因此您不希望与集中式数据存储紧密耦合。

如何在微服务体系结构中管理数据

每个微服务都应该有自己的数据库,并且应该包含与该微服务本身相关的数据。这将允许您独立部署单个服务。单个团队现在可以拥有相应微服务的数据库。

微服务应该遵循领域驱动设计并具有有限的上下文。您需要基于领域来设计应用程序,领域与应用程序的功能是一致的。这就像遵循代码优先方法而不是数据优先方法一样——因此您首先设计模型。这是一种与传统的在开始处理新需求或新项目时首先设计数据库表的方法完全不同的方法。您应该始终努力保持业务模型的完整性。

在设计数据库时,查看应用程序功能并确定它是否需要关系模式。如果NoSQL数据库符合您的标准,请保持对它的开放态度。

数据库应该被视为每个微服务的私有数据库。没有其他微服务可以直接修改存储在另一个微服务中的数据库中的数据。

在下图中,订单服务不能直接更新定价数据库,只能通过微服务API访问。这有助于您实现不同服务之间的一致性。

事件驱动架构是在不同服务之间维护数据一致性的通用模式。与等待ACID事务完成处理并占用系统资源不同,您可以通过将消息卸载到队列中来提高应用程序的可用性和性能。这提供了服务之间的松散耦合。

队列的消息可以被视为事件,并且可以遵循发布-子模型。发布者发布消息,而不知道已经订阅了事件流的使用者。体系结构中组件之间的松散耦合可以构建高度可伸缩的分布式系统。

在从单体架构到微服务的过程中处理数据库更改是一项挑战。在本文中,我们了解了单体数据库设计的问题,以及如何在微服务体系结构中处理数据。如果您有任何问题,请让我知道,我很乐意进一步讨论。

 

 
   
1576 次浏览       15
相关文章

企业架构、TOGAF与ArchiMate概览
架构师之路-如何做好业务建模?
大型网站电商网站架构案例和技术架构的示例
完整的Archimate视点指南(包括示例)
相关文档

数据中台技术架构方法论与实践
适用ArchiMate、EA 和 iSpace进行企业架构建模
Zachman企业架构框架简介
企业架构让SOA落地
相关课程

云平台与微服务架构设计
中台战略、中台建设与数字商业
亿级用户高并发、高可用系统架构
高可用分布式架构设计与实践
最新课程计划
信息架构建模(基于UML+EA)3-21[北京]
软件架构设计师 3-21[北京]
图数据库与知识图谱 3-25[北京]
业务架构设计 4-11[北京]
SysML和EA系统设计与建模 4-22[北京]
DoDAF规范、模型与实例 5-23[北京]
 
最新文章
大数据平台下的数据治理
如何设计实时数据平台(技术篇)
大数据资产管理总体框架概述
Kafka架构和原理
ELK多种架构及优劣
最新课程
大数据平台搭建与高性能计算
大数据平台架构与应用实战
大数据系统运维
大数据分析与管理
Python及数据分析
更多...   
成功案例
某通信设备企业 Python数据分析与挖掘
某银行 人工智能+Python+大数据
北京 Python及数据分析
神龙汽车 大数据技术平台-Hadoop
中国电信 大数据时代与现代企业的数据化运营实践
更多...