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
【架构师指南】总结分库分表的实现方案
 
作者:李浩宇/Alex
  1511  次浏览      17
 2021-6-18 
 
编辑推荐:
本篇文章主要介绍了数据库瓶颈、分库分表、垂直分表、分库分表工具、分库分表步骤以及相关的工具等。
来自于infoq,由火龙果软件Anna编辑、推荐。

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。

 

   
1511 次浏览       17
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
架构设计-谈谈架构
实现SaaS(软件及服务)架构三大技术挑战
到底什么是数据中台?
响应式架构简介
业务架构、应用架构与云基础架构
最新课程
软件架构设计方法、案例与实践
从大型电商架构演进看互联网高可用架构设计
大型互联网高可用架构设计实践
企业架构师 (TOGAF官方认证)
嵌入式软件架构设计—高级实践
更多...   
成功案例
某新能源电力企业 软件架构设计方法、案例与实践
中航工业某研究所 嵌入式软件开发指南
某轨道交通行业 嵌入式软件高级设计实践
北京 航天科工某子公司 软件测试架构师
北京某领先数字地图 架构师(设计案例)
更多...