一文帶你瞭解 MySQL大表優化方案 ！萬字長篇

部分來源：https://segmentfault.com/a/1190000006158186#comment-area

單表優化

除非單表數據未來會一直不斷上漲，否則不要一開始就考慮拆分，拆分會帶來邏輯、部署、運維的各種複雜度，一般以整型值爲主的表在千萬級以下，字符串爲主的表在五百萬以下是沒有太大問題的。而事實上很多時候MySQL單表的性能依然有不少優化空間，甚至能正常支撐千萬級以上的數據量：

字段

1. 儘量使用TINYINT、SMALLINT、MEDIUM_INT作爲整數類型而非INT，如果非負則加上UNSIGNED
2. VARCHAR的長度只分配真正需要的空間
3. 使用枚舉或整數代替字符串類型
4. 儘量使用TIMESTAMP而非DATETIME，
5. 單表不要有太多字段，建議在20以內
6. 避免使用NULL字段，很難查詢優化且佔用額外索引空間
7. 用整型來存IP

TIMESTAMP vs. DATETIME區別？
範圍

TIMESTAMP打頭的時代，“1970-01-01 00:00:01” UTC和結束與“2038年1月19日3時14分07秒” UTC。今天，這一切都非常好，實際上可能會持續到我們退休爲止，但是年輕的讀者可能還必須處理Bug2K + 38 ™，而且一定會到貨。

DATETIME與啓動“1000年1月1日00:00:00”，並持續達“9999-12-31 23:59:59”。以後再說。
就範圍而言，您當前的事件日誌可能會使用TIMESTAMP值，而祖父和孫女的生日可能需要DATETIME。
一般來說，我建議與現在相關的任何內容都可以是TIMESTAMP。是否添加了新條目？它加入現在。可以用TIMESTAMP表示。有什麼有效期爲幾分鐘，也許幾天或一個月？您可以安全使用到2037年年底。最好使用DATETIME。特別是與出生，保險，市場等問題有關的日期屬於這一類。

存儲

TIMESTAMP使得爲4個字節。DATETIME使得爲8個字節

索引

1. 索引並不是越多越好，要根據查詢有針對性的創建，考慮在WHERE和ORDER BY命令上涉及的列建立索引，可根據EXPLAIN來查看是否用了索引還是全表掃描

2. 應儘量避免在WHERE子句中對字段進行NULL值判斷，否則將導致引擎放棄使用索引而進行全表掃描

3. 值分佈很稀少的字段不適合建索引，例如"性別"這種只有兩三個值的字段

4. 字符字段只建前綴索引

5. 字符字段最好不要做主鍵

6. 不用外鍵，由程序保證約束

7. 儘量不用UNIQUE，由程序保證約束

8. 使用多列索引時主意順序和查詢條件保持一致，同時刪除不必要的單列索引

查詢SQL

1. 可通過開啓慢查詢日誌來找出較慢的SQL

2. 不做列運算：SELECT id WHERE age + 1 = 10，任何對列的操作都將導致表掃描，它包括數據庫教程函數、計算表達式等等，查詢時要儘可能將操作移至等號右邊

3. sql語句儘可能簡單：一條sql只能在一個cpu運算；大語句拆小語句，減少鎖時間；一條大sql可以堵死整個庫

4. 不用SELECT *

5. OR改寫成IN：OR的效率是n級別，IN的效率是log(n)級別，in的個數建議控制在200以內

6. 不用函數和觸發器，在應用程序實現

7. 避免%xxx式查詢

8. 少用JOIN

9. 使用同類型進行比較，比如用'123'和'123'比，123和123比

10. 儘量避免在WHERE子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描

11. 對於連續數值，使用BETWEEN不用IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5

12. 列表數據不要拿全表，要使用LIMIT來分頁，每頁數量也不要太大

引擎

目前廣泛使用的是MyISAM和InnoDB兩種引擎：

• MyISAM

MyISAM引擎是MySQL 5.1及之前版本的默認引擎，它的特點是：

1. 不支持行鎖，讀取時對需要讀到的所有表加鎖，寫入時則對錶加排它鎖

2. 不支持事務

3. 不支持外鍵

4. 不支持崩潰後的安全恢復

5. 在表有讀取查詢的同時，支持往表中插入新紀錄

6. 支持BLOB和TEXT的前500個字符索引，支持全文索引

7. 支持延遲更新索引，極大提升寫入性能

8. 對於不會進行修改的表，支持壓縮表，極大減少磁盤空間佔用

• InnoDB

1. InnoDB在MySQL 5.5後成爲默認索引，它的特點是：

2. 支持行鎖，採用MVCC來支持高併發

3. 支持事務

4. 支持外鍵

5. 支持崩潰後的安全恢復

6. 不支持全文索引（innodb已經在mysql 5.6.4支持全文索引了）

總體來講，MyISAM適合SELECT密集型的表，而InnoDB適合INSERT和UPDATE密集型的表

關於常用的Mysql版本區別

2010年，MySQL 5.5發佈，其包括如下重要特性及更新。

• InnoDB代替MyISAM成爲MySQL默認的存儲引擎。
• 多核擴展，能更充分地使用多核CPU。
• InnoDB的性能提升，包括支持索引的快速創建，表壓縮，I/O子系統的性能提升，PURGE操作從主線程中剝離出來，Buffer Pool可拆分爲多個Instances。
• 半同步複製。
• 引入utf8mb4字符集，可用來存儲emoji表情。
• 引入metadata locks（元數據鎖）。
• 分區表的增強，新增兩個分區類型：RANGE COLUMNS和LIST COLUMNS。
• MySQL企業版引入線程池。
• 可配置IO讀寫線程的數量（innodb_read_io_threads，innodb_write_io_threads）。在此之前，其數量爲1，且不可配置。
• 引入innodb_io_capacity選項，用於控制髒頁刷新的數量。

2013年，MySQL 5.6發佈，其包括如下重要特性及更新。

• GTID複製。
• 無損複製。
• 延遲複製。
• 基於庫級別的並行複製。
• mysqlbinlog可遠程備份binlog。
• 對TIME, DATETIME和TIMESTAMP進行了重構，可支持小數秒。DATETIME的空間需求也從之前的8個字節減少到5個字節。
• Online DDL。ALTER操作不再阻塞DML。
• 可傳輸表空間（transportable tablespaces）。
• 統計信息的持久化。避免主從之間或數據庫重啓後，同一個SQL的執行計劃有差異。
• 全文索引。
• InnoDB Memcached plugin。
• EXPLAIN可用來查看DELETE，INSERT，REPLACE，UPDATE等DML操作的執行計劃，在此之前，只支持SELECT操作。
• 分區表的增強，包括最大可用分區數增加至8192，支持分區和非分區表之間的數據交換，操作時顯式指定分區。
• Redo Log總大小的限制從之前的4G擴展至512G。
• Undo Log可保存在獨立表空間中，因其是隨機IO，更適合放到SSD中。但仍然不支持空間的自動回收。
• 可dump和load Buffer pool的狀態，避免數據庫重啓後需要較長的預熱時間。
• InnoDB內部的性能提升，包括拆分kernel mutex，引入獨立的刷新線程，可設置多個purge線程。
• 優化器性能提升，引入了ICP，MRR，BKA等特性，針對子查詢進行了優化。

可以說，MySQL 5.6是MySQL歷史上一個里程碑式的版本，這也是目前生產上應用得最廣泛的版本。

2015年，MySQL 5.7發佈，其包括如下重要特性及更新。

• 組複製
• InnoDB Cluster
• 多源複製
• 增強半同步（AFTER_SYNC）
• 基於WRITESET的並行複製。
• 在線開啓GTID複製。
• 在線設置複製過濾規則。
• 在線修改Buffer pool的大小。
• 在同一長度編碼字節內，修改VARCHAR的大小隻需修改表的元數據，無需創建臨時表。
• 可設置NUMA架構的內存分配策略（innodb_numa_interleave）。
• 透明頁壓縮（Transparent Page Compression）。
• UNDO表空間的自動回收。
• 查詢優化器的重構和增強。
• 可查看當前正在執行的SQL的執行計劃（EXPLAIN FOR CONNECTION）。
• 引入了查詢改寫插件（Query Rewrite Plugin），可在服務端對查詢進行改寫。
• EXPLAIN FORMAT=JSON會顯示成本信息，這樣可直觀的比較兩種執行計劃的優劣。
• 引入了虛擬列，類似於Oracle中的函數索引。
• 新實例不再默認創建test數據庫及匿名用戶。
• 引入ALTER USER命令，可用來修改用戶密碼，密碼的過期策略，及鎖定用戶等。
• mysql.user表中存儲密碼的字段從password修改爲authentication_string。
• 表空間加密。
• 優化了Performance Schema，其內存使用減少。
• Performance Schema引入了衆多instrumentation。常用的有Memory usage instrumentation，可用來查看MySQL的內存使用情況，Metadata Locking Instrumentation，可用來查看MDL的持有情況，Stage Progress instrumentation，可用來查看Online DDL的進度。
• 同一觸發事件（INSERT，DELETE，UPDATE），同一觸發時間（BEFORE，AFTER），允許創建多個觸發器。在此之前，只允許創建一個觸發器。
• InnoDB原生支持分區表，在此之前，是通過ha_partition接口來實現的。
• 分區表支持可傳輸表空間特性。
• 集成了SYS數據庫，簡化了MySQL的管理及異常問題的定位。
• 原生支持JSON類型，並引入了衆多JSON函數。
• 引入了新的邏輯備份工具-mysqlpump，支持表級別的多線程備份。
• 引入了新的客戶端工具-mysqlsh，其支持三種語言：JavaScript, Python and SQL。兩種API：X DevAPI，AdminAPI，其中，前者可將MySQL作爲文檔型數據庫進行操作，後者用於管理InnoDB Cluster。
• mysql_install_db被mysqld --initialize代替，用來進行實例的初始化。
• 原生支持systemd。
• 引入了super_read_only選項。
• 可設置SELECT操作的超時時長（max_execution_time）。
• 可通過SHUTDOWN命令關閉MySQL實例。
• 引入了innodb_deadlock_detect選項，在高併發場景下，可使用該選項來關閉死鎖檢測。
• 引入了Optimizer Hints，可在語句級別控制優化器的行爲，如是否開啓ICP，MRR等，在此之前，只有Index Hints。
• GIS的增強，包括使用Boost.Geometry替代之前的GIS算法，InnoDB開始支持空間索引。

系統調優參數

可以使用下面幾個工具來做基準測試：

sysbench：一個模塊化，跨平臺以及多線程的性能測試工具

iibench-mysql：基於 Java 的 MySQL/Percona/MariaDB 索引進行插入性能測試工具

tpcc-mysql：Percona開發的TPC-C測試工具

具體的調優參數內容較多，具體可參考官方文檔，這裏介紹一些比較重要的參數：

• back_log：back_log值指出在MySQL暫時停止回答新請求之前的短時間內多少個請求可以被存在堆棧中。也就是說，如果MySql的連接數據達到max_connections時，新來的請求將會被存在堆棧中，以等待某一連接釋放資源，該堆棧的數量即back_log，如果等待連接的數量超過back_log，將不被授予連接資源。可以從默認的50升至500

• wait_timeout：數據庫連接閒置時間，閒置連接會佔用內存資源。可以從默認的8小時減到半小時

• max_user_connection: 最大連接數，默認爲0無上限，最好設一個合理上限

• thread_concurrency：併發線程數，設爲CPU核數的兩倍

• skip_name_resolve：禁止對外部連接進行DNS解析，消除DNS解析時間，但需要所有遠程主機用IP訪問

• key_buffer_size：索引塊的緩存大小，增加會提升索引處理速度，對MyISAM表性能影響最大。對於內存4G左右，可設爲256M或384M，通過查詢show status like ‘key_read%’，保證key_reads / key_read_requests在0.1%以下最好

• innodb_buffer_pool_size：緩存數據塊和索引塊，對InnoDB表性能影響最大。通過查詢show status like ‘Innodb_buffer_pool_read%’，保證 (Innodb_buffer_pool_read_requests – Innodb_buffer_pool_reads) / Innodb_buffer_pool_read_requests越高越好

• innodb_additional_mem_pool_size：InnoDB存儲引擎用來存放數據字典信息以及一些內部數據結構的內存空間大小，當數據庫對象非常多的時候，適當調整該參數的大小以確保所有數據都能存放在內存中提高訪問效率，當過小的時候，MySQL會記錄Warning信息到數據庫的錯誤日誌中，這時就需要該調整這個參數大小

• innodb_log_buffer_size：InnoDB存儲引擎的事務日誌所使用的緩衝區，一般來說不建議超過32MB

• query_cache_size：緩存MySQL中的ResultSet，也就是一條SQL語句執行的結果集，所以僅僅只能針對select語句。當某個表的數據有任何任何變化，都會導致所有引用了該表的select語句在Query Cache中的緩存數據失效。所以，當我們的數據變化非常頻繁的情況下，使用Query Cache可能會得不償失。根據命中率(Qcache_hits/(Qcache_hits+Qcache_inserts)*100))進行調整，一般不建議太大，256MB可能已經差不多了，大型的配置型靜態數據可適當調大.

• 可以通過命令show status like 'Qcache_%'查看目前系統Query catch使用大小

• read_buffer_size：MySql讀入緩衝區大小。對錶進行順序掃描的請求將分配一個讀入緩衝區，MySql會爲它分配一段內存緩衝區。如果對錶的順序掃描請求非常頻繁，可以通過增加該變量值以及內存緩衝區大小提高其性能

• sort_buffer_size：MySql執行排序使用的緩衝大小。如果想要增加ORDER BY的速度，首先看是否可以讓MySQL使用索引而不是額外的排序階段。如果不能，可以嘗試增加sort_buffer_size變量的大小

• read_rnd_buffer_size：MySql的隨機讀緩衝區大小。當按任意順序讀取行時(例如，按照排序順序)，將分配一個隨機讀緩存區。進行排序查詢時，MySql會首先掃描一遍該緩衝，以避免磁盤搜索，提高查詢速度，如果需要排序大量數據，可適當調高該值。但MySql會爲每個客戶連接發放該緩衝空間，所以應儘量適當設置該值，以避免內存開銷過大。

• record_buffer：每個進行一個順序掃描的線程爲其掃描的每張表分配這個大小的一個緩衝區。如果你做很多順序掃描，可能想要增加該值

• thread_cache_size：保存當前沒有與連接關聯但是準備爲後面新的連接服務的線程，可以快速響應連接的線程請求而無需創建新的

• table_cache：類似於thread_cache_size，但用來緩存表文件，對InnoDB效果不大，主要用於MyISAM

讀寫分離

也是目前常用的優化，從庫讀主庫寫，一般不要採用雙主或多主引入很多複雜性，儘量採用文中的其他方案來提高性能。同時目前很多拆分的解決方案同時也兼顧考慮了讀寫分離

緩存

緩存可以發生在這些層次：

• MySQL內部：在系統調優參數介紹了相關設置

• 數據訪問層：比如MyBatis針對SQL語句做緩存，而Hibernate可以精確到單個記錄，這裏緩存的對象主要是持久化對象Persistence Object

• 應用服務層：這裏可以通過編程手段對緩存做到更精準的控制和更多的實現策略，這裏緩存的對象是數據傳輸對象Data Transfer Object

• Web層：針對web頁面做緩存

• 瀏覽器客戶端：用戶端的緩存

可以根據實際情況在一個層次或多個層次結合加入緩存。這裏重點介紹下服務層的緩存實現，目前主要有兩種方式：

• 直寫式（Write Through）：在數據寫入數據庫後，同時更新緩存，維持數據庫與緩存的一致性。這也是當前大多數應用緩存框架如Spring Cache的工作方式。這種實現非常簡單，同步好，但效率一般。

• 回寫式（Write Back）：當有數據要寫入數據庫時，只會更新緩存，然後異步批量的將緩存數據同步到數據庫上。這種實現比較複雜，需要較多的應用邏輯，同時可能會產生數據庫與緩存的不同步，但效率非常高。

表分區

MySQL在5.1版引入的分區是一種簡單的水平拆分，用戶需要在建表的時候加上分區參數，對應用是透明的無需修改代碼

對用戶來說，分區表是一個獨立的邏輯表，但是底層由多個物理子表組成，實現分區的代碼實際上是通過對一組底層表的對象封裝，但對SQL層來說是一個完全封裝底層的黑盒子。MySQL實現分區的方式也意味着索引也是按照分區的子表定義，沒有全局索引

用戶的SQL語句是需要針對分區表做優化，SQL條件中要帶上分區條件的列，從而使查詢定位到少量的分區上，否則就會掃描全部分區，可以通過EXPLAIN PARTITIONS來查看某條SQL語句會落在那些分區上，從而進行SQL優化，如下圖5條記錄落在兩個分區上：

mysql> explain partitions select count(1) from user_partition where id in (1,2,3,4,5);
+----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+
| id | select_type | table          | partitions | type  | possible_keys | key     | key_len | ref  | rows | Extra                    |
+----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+
|  1 | SIMPLE      | user_partition | p1,p4      | range | PRIMARY       | PRIMARY | 8       | NULL |    5 | Using where; Using index |
+----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+
1 row in set (0.00 sec)

分區的好處是：

• 可以讓單表存儲更多的數據

• 分區表的數據更容易維護，可以通過清楚整個分區批量刪除大量數據，也可以增加新的分區來支持新插入的數據。另外，還可以對一個獨立分區進行優化、檢查、修復等操作

• 部分查詢能夠從查詢條件確定只落在少數分區上，速度會很快

• 分區表的數據還可以分佈在不同的物理設備上，從而搞笑利用多個硬件設備

• 可以使用分區表賴避免某些特殊瓶頸，例如InnoDB單個索引的互斥訪問、ext3文件系統的inode鎖競爭

• 可以備份和恢復單個分區

分區的限制和缺點：

• 一個表最多只能有1024個分區

• 如果分區字段中有主鍵或者唯一索引的列，那麼所有主鍵列和唯一索引列都必須包含進來

• 分區表無法使用外鍵約束

• NULL值會使分區過濾無效

• 所有分區必須使用相同的存儲引擎

分區的類型：

• RANGE分區：基於屬於一個給定連續區間的列值，把多行分配給分區

• LIST分區：類似於按RANGE分區，區別在於LIST分區是基於列值匹配一個離散值集合中的某個值來進行選擇

• HASH分區：基於用戶定義的表達式的返回值來進行選擇的分區，該表達式使用將要插入到表中的這些行的列值進行計算。這個函數可以包含MySQL中有效的、產生非負整數值的任何表達式

• KEY分區：類似於按HASH分區，區別在於KEY分區只支持計算一列或多列，且MySQL服務器提供其自身的哈希函數。必須有一列或多列包含整數值

分區適合的場景有：

• 最適合的場景數據的時間序列性比較強，則可以按時間來分區，如下所示：

CREATE TABLE members (
    firstname VARCHAR(25) NOT NULL,
    lastname VARCHAR(25) NOT NULL,
    username VARCHAR(16) NOT NULL,
    email VARCHAR(35),
    joined DATE NOT NULL
)
PARTITION BY RANGE( YEAR(joined) ) (
    PARTITION p0 VALUES LESS THAN (1960),
    PARTITION p1 VALUES LESS THAN (1970),
    PARTITION p2 VALUES LESS THAN (1980),
    PARTITION p3 VALUES LESS THAN (1990),
    PARTITION p4 VALUES LESS THAN MAXVALUE
);

查詢時加上時間範圍條件效率會非常高，同時對於不需要的歷史數據能很容的批量刪除。

• 如果數據有明顯的熱點，而且除了這部分數據，其他數據很少被訪問到，那麼可以將熱點數據單獨放在一個分區，讓這個分區的數據能夠有機會都緩存在內存中，查詢時只訪問一個很小的分區表，能夠有效使用索引和緩存

另外MySQL有一種早期的簡單的分區實現 - 合併表（merge table），限制較多且缺乏優化，不建議使用，應該用新的分區機制來替代

垂直拆分

垂直分庫是根據數據庫裏面的數據表的相關性進行拆分，比如：一個數據庫裏面既存在用戶數據，又存在訂單數據，那麼垂直拆分可以把用戶數據放到用戶庫、把訂單數據放到訂單庫。垂直分表是對數據表進行垂直拆分的一種方式，常見的是把一個多字段的大表按常用字段和非常用字段進行拆分，每個表裏面的數據記錄數一般情況下是相同的，只是字段不一樣，使用主鍵關聯

垂直拆分的優點是：

• 可以使得行數據變小，一個數據塊(Block)就能存放更多的數據，在查詢時就會減少I/O次數(每次查詢時讀取的Block 就少)

• 可以達到最大化利用Cache的目的，具體在垂直拆分的時候可以將不常變的字段放一起，將經常改變的放一起

• 數據維護簡單

缺點是：

• 主鍵出現冗餘，需要管理冗餘列

• 會引起表連接JOIN操作（增加CPU開銷）可以通過在業務服務器上進行join來減少數據庫壓力

• 依然存在單表數據量過大的問題（需要水平拆分）

• 事務處理複雜

水平拆分

水平拆分是通過某種策略將數據分片來存儲，分庫內分表和分庫兩部分，每片數據會分散到不同的MySQL表或庫，達到分佈式的效果，能夠支持非常大的數據量。前面的表分區本質上也是一種特殊的庫內分表

庫內分表，僅僅是單純的解決了單一表數據過大的問題，由於沒有把表的數據分佈到不同的機器上，因此對於減輕MySQL服務器的壓力來說，並沒有太大的作用，大家還是競爭同一個物理機上的IO、CPU、網絡，這個就要通過分庫來解決

前面垂直拆分的用戶表如果進行水平拆分，結果是：

實際情況中往往會是垂直拆分和水平拆分的結合，即將Users_A_M和Users_N_Z再拆成Users和UserExtras，這樣一共四張表

水平拆分的優點是:

• 不存在單庫大數據和高併發的性能瓶頸

• 應用端改造較少

• 提高了系統的穩定性和負載能力

缺點是：

• 分片事務一致性難以解決

• 跨節點Join性能差，邏輯複雜

• 數據多次擴展難度跟維護量極大

分片原則

• 能不分就不分，參考單表優化

• 分片數量儘量少，分片儘量均勻分佈在多個數據結點上，因爲一個查詢SQL跨分片越多，則總體性能越差，雖然要好於所有數據在一個分片的結果，只在必要的時候進行擴容，增加分片數量

• 分片規則需要慎重選擇做好提前規劃，分片規則的選擇，需要考慮數據的增長模式，數據的訪問模式，分片關聯性問題，以及分片擴容問題，最近的分片策略爲範圍分片，枚舉分片，一致性Hash分片，這幾種分片都有利於擴容

• 儘量不要在一個事務中的SQL跨越多個分片，分佈式事務一直是個不好處理的問題

• 查詢條件儘量優化，儘量避免Select * 的方式，大量數據結果集下，會消耗大量帶寬和CPU資源，查詢儘量避免返回大量結果集，並且儘量爲頻繁使用的查詢語句建立索引。

• 通過數據冗餘和表分區賴降低跨庫Join的可能

這裏特別強調一下分片規則的選擇問題，如果某個表的數據有明顯的時間特徵，比如訂單、交易記錄等，則他們通常比較合適用時間範圍分片，因爲具有時效性的數據，我們往往關注其近期的數據，查詢條件中往往帶有時間字段進行過濾，比較好的方案是，當前活躍的數據，採用跨度比較短的時間段進行分片，而歷史性的數據，則採用比較長的跨度存儲。

總體上來說，分片的選擇是取決於最頻繁的查詢SQL的條件，因爲不帶任何Where語句的查詢SQL，會遍歷所有的分片，性能相對最差，因此這種SQL越多，對系統的影響越大，所以我們要儘量避免這種SQL的產生。

解決方案

由於水平拆分牽涉的邏輯比較複雜，當前也有了不少比較成熟的解決方案。這些方案分爲兩大類：客戶端架構和代理架構。

客戶端架構

通過修改數據訪問層，如JDBC、Data Source、MyBatis，通過配置來管理多個數據源，直連數據庫，並在模塊內完成數據的分片整合，一般以Jar包的方式呈現

這是一個客戶端架構的例子：

可以看到分片的實現是和應用服務器在一起的，通過修改Spring JDBC層來實現

客戶端架構優點是：

• 應用直連數據庫，降低外圍系統依賴所帶來的宕機風險

• 集成成本低，無需額外運維的組件

缺點是：

• 限於只能在數據庫訪問層上做文章，擴展性一般，對於比較複雜的系統可能會力不從心

• 將分片邏輯的壓力放在應用服務器上，造成額外風險

代理架構

通過獨立的中間件來統一管理所有數據源和數據分片整合，後端數據庫集羣對前端應用程序透明，需要獨立部署和運維代理組件

這是一個代理架構的例子：

代理組件爲了分流和防止單點，一般以集羣形式存在，同時可能需要Zookeeper之類的服務組件來管理

代理架構的優點是：

• 能夠處理非常複雜的需求，不受數據庫訪問層原來實現的限制，擴展性強

• 對於應用服務器透明且沒有增加任何額外負載

缺點是：

• 需部署和運維獨立的代理中間件，成本高

• 應用需經過代理來連接數據庫，網絡上多了一跳，性能有損失且有額外風險