WOT(World Of Tech)2015，互聯網運維與開發者大會將在北京舉行，會上58同城將分享《大數據量下，58同城mysql實戰》的主題，乾貨分享搶先看。
1)基本概念
2)常見問題及解決思路
3)拆庫實戰
4)拆庫後業務實戰
5)總結
一、基本概念
大數據量下，搞mysql，以下概念需要先達成一致
1)單庫，不多說了，就是一個庫
2）分片（sharding），水平拆分，用於解決擴展性問題，按天拆分表
3）複製（replication）與分組（group），用於解決可用性問題
4）分片+分組，這是大數據量下，架構的實際情況
二、大數據量下，mysql常見問題及解決思路
1）常見問題
如何保證可用性？
各色各異的讀寫比，怎麼辦？
如何做無縫倒庫，加字段，擴容？
數據量大，怎麼解決？
2）解決思路
2.1）可用性解決思路：複製
讀庫可用性
從庫複製多個，例如：1主2從
從庫掛了讀主庫，例如：1主1從
寫庫可用性
雙主模式
“雙主”當“主從”用
2.2）讀寫比解決思路-針對特性做設計
讀多些少場景：提升讀性能，3種常見方案：
a）新建索引提高讀性能，什麼小技巧？
b）讀寫分離，增加從庫擴展讀性能
c）增加緩存來擴展讀性能
a）b）c）方案存在什麼問題？
如何解決這些問題？
讀寫相近場景：不要使用緩存，考慮水平切分
寫多讀少場景：不要使用緩存，考慮水平切分
2.3）無縫倒庫[擴容，增加字段，數據遷移]
追日誌方案
a）記錄寫日誌
b）倒庫
c）倒庫完畢
d）追日誌
e）追日誌完畢+數據校驗
f）切庫
雙寫方案
a）服務雙寫
b）倒庫
c）倒庫完畢+數據校驗
d）切庫
2.4）數據量大解決思路：拆庫
三、數據庫拆庫實戰
四類場景覆蓋99%拆庫業務
a）“單key”場景，用戶庫如何拆分： user(uid, XXOO)
b）“1對多”場景，帖子庫如何拆分： tiezi(tid, uid, XXOO)
c）“多對多”場景，好友庫如何拆分： friend(uid, friend_uid, XXOO)
d）“多key”場景，訂單庫如何拆分：order(oid, buyer_id, seller_id, XXOO)
1）用戶庫如何拆分
用戶庫，10億數據量
user(uid, uname, passwd, age, sex, create_time);
業務需求如下
a）1%登錄請求 => where uname=XXX and passwd=XXX
b）99%查詢請求 => where uid=XXX
結論：“單key”場景使用“單key”拆庫
2）帖子庫如何拆分
帖子庫，15億數據量
tiezi(tid, uid, title, content, time);
業務需求如下
a）查詢帖子詳情（90%請求）
SELECT * FROM tiezi WHERE tid=$tid
b）查詢用戶所有發帖（10%請求）
SELECT * FROM tiezi WHERE uid=$uid
結論：“1對多”場景使用“1”分庫，例如帖子庫1個uid對應多個tid，則使用uid分庫，tid生成時加入分庫標記
3）好友庫如何拆分
好友庫，1億數據量
friend(uid, friend_uid, nick, memo, XXOO);
業務需求如下
a）查詢我的好友（50%請求） => 用於界面展示
SELECT friend_uid FROM friend WHERE uid=$my_uid
b）查詢加我爲好友的用戶（50%請求） => 用戶反向通知
SELECT uid FROM friend WHERE friend_uid=$my_uid
結論：“多對多”場景，使用數據冗餘方案，多份數據使用多種分庫手段
4）訂單庫如何拆分
訂單庫，10億數據量
order(oid, buyer_id, seller_id, order_info, XXOO);
業務需求如下
a）查詢訂單信息（80%請求）
SELECT * FROM order WHERE oid=$oid
b）查詢我買的東東（19%請求）
SELECT * FROM order WHERE buyer_id=$my_uid
c）查詢我賣出的東東（1%請求）
SELECT * FROM order WHERE seller_id=$my_uid
結論：“多key”場景一般有兩種方案
a）方案一，使用2和3綜合的方案
b）方案二，1%的請求採用多庫查詢
四、分庫後業務實戰
分庫後出現的問題：單庫時mysql的SQL功能不再支持了
1）海量數據下，mysql的SQL怎麼玩
不會這麼玩
a）各種聯合查詢
b）子查詢
c）觸發器
d）用戶自定義函數
e）“事務”都用的很少
原因：對數據庫性能影響極大
2）分庫後，IN查詢怎麼玩
用戶庫如何進行uid的IN查詢
user(uid, uname, passwd, age, sex, photo, create_time, ...);
Partition key：uid
查詢需求：IN查詢：WHERE uid IN(1,2,3,4,5,6)
解決方案：服務做MR
方案一：直接分發
方案二：拼裝成不同SQL，定位不同的庫
3）分庫後，非Partition key的查詢怎麼玩
方案一：業務方不關心數據來自哪個庫，可以只定位一個庫
例如：有頭像的用戶
方案二：結果集只有一條數據，業務層做分發，只有一條記錄返回就返回
例如：用戶登錄時，使用userName和passwd的查詢
4）分庫後，誇庫分頁怎麼玩？
問題的提出與抽象：ORDER BY xxx OFFSET xxx LIMIT xxx
a）按時間排序
b）每頁100條記錄
c）取第100頁的記錄
單機方案
ORDER BY time OFFSET 10000 LIMIT 100
分庫後的難題：如何確認全局偏移量
分庫後傳統解決方案，查詢改寫+內存排序
a）ORDER BY time OFFSET 0 LIMIT 10000+100
b）對20200條記錄進行排序
c）返回第10000至10100條記錄
優化方案一：增加輔助id，以減少查詢量
a）技術上，引入特殊id，作爲查詢條件（或者帶入上一頁的排序條件）
b）業務上，儘量禁止跨頁查詢
單庫情況
a）第一頁，直接查
b）得到第一頁的max(id)=123（一般是最後一條記錄）
c）第二頁，帶上id>123查詢：WHERE id>123 LIMIT 100
多庫情況
a）將WHERE id>xxx LIMIT 100分發
b）將300條結果排序
c）返回前100條
優點：避免了全局排序，只對小量記錄進行排序
優化方案二：模糊查詢
a）業務上：禁止查詢XX頁之後的數據
b）業務上：允許模糊返回 => 第100頁數據的精確性真這麼重要麼？
優化方案三：終極方案，查詢改寫與兩段查詢
方案一和方案二在業務上都有所折衷，前者不允許跨頁查詢，後者數據精度有損失，解決誇庫分頁問題的終極方案是，將order by + offset + limit進行查詢改寫，分兩段查詢。
五、總結
《概念》
單庫、分片、複製、分組
《常見問題及解決思路》
1）可用性，解決思路是冗餘（複製）
2）讀寫比
2.1）讀多些少：用從庫，緩存，索引來提高讀性能
2.2）業務層控制強制讀主來解決從庫不一致問題
2.3）雙淘汰來解決緩存不一致問題
2.4）讀寫相近，寫多讀少：不要使用緩存，該怎麼整怎麼整
3）無縫導
3.1）寫日誌追數據
3.2）雙寫
4）數據量大，解決思路是分片（拆庫）
《四大類拆庫思路》
1）用戶庫，“單key”場景使用“單key”拆庫
2）帖子庫，“1對多”場景使用“1”分庫，例如帖子庫1個uid對應多個tid，則使用uid分庫，tid生成時加入分庫標記
3）好友庫，“多對多”場景，使用數據冗餘方案，多份數據使用多種分庫手段
4）訂單庫，“多key”場景一般有兩種方案
4.1）方案一，使用2和3綜合的方案
4.2）方案二，1%的請求採用多庫查詢
《拆庫後業務實戰》
1）不這麼玩：聯合查詢、子查詢、觸發器、用戶自定義函數、誇庫事務
2）IN查詢怎麼玩
2.1）分發MR
2.2）拼裝成不同SQL語句
3）非partition key查詢怎麼玩
3.1）定位一個庫
3.2）分發MR
4）誇庫分頁怎麼玩
4.1）修改sql語句，服務內排序
4.2）引入特殊id，減少返回數量
4.3）業務優化，禁止跨頁查詢，允許模糊查詢