全網最全的分庫分表方案了

一、數據庫瓶頸

不管是IO瓶頸,還是CPU瓶頸,最終都會導致數據庫的活躍連接數增加,進而逼近甚至達到數據庫可承載活躍連接數的閾值。在業務Service來看就是,可用數據庫連接少甚至無連接可用。接下來就可以想象了吧(併發量、吞吐量、崩潰)。

1、IO瓶頸

第一種:磁盤讀IO瓶頸,熱點數據太多,數據庫緩存放不下,每次查詢時會產生大量的IO,降低查詢速度 -> 分庫和垂直分表。

第二種:網絡IO瓶頸,請求的數據太多,網絡帶寬不夠 -> 分庫。

2、CPU瓶頸

第一種:SQL問題,如SQL中包含join,group by,order by,非索引字段條件查詢等,增加CPU運算的操作 -> SQL優化,建立合適的索引,在業務Service層進行業務計算。

第二種:單表數據量太大,查詢時掃描的行太多,SQL效率低,CPU率先出現瓶頸 -> 水平分表。

二、分庫分表

1、水平分庫

 

概念:以字段爲依據,按照一定策略(hash、range等),將一個庫中的數據拆分到多個庫中。

結果:

  • 每個庫的結構都一樣;
  • 每個庫的數據都不一樣,沒有交集;
  • 所有庫的並集是全量數據;

場景:系統絕對併發量上來了,分表難以根本上解決問題,並且還沒有明顯的業務歸屬來垂直分庫。

分析:庫多了,io和cpu的壓力自然可以成倍緩解。

2、水平分表

 

概念:以字段爲依據,按照一定策略(hash、range等),將一個表中的數據拆分到多個表中。

結果:

  • 每個表的結構都一樣;
  • 每個表的數據都不一樣,沒有交集;
  • 所有表的並集是全量數據;

場景:系統絕對併發量並沒有上來,只是單表的數據量太多,影響了SQL效率,加重了CPU負擔,以至於成爲瓶頸。推薦:一次SQL查詢優化原理分析

分析:表的數據量少了,單次SQL執行效率高,自然減輕了CPU的負擔。

3、垂直分庫

 

概念:以表爲依據,按照業務歸屬不同,將不同的表拆分到不同的庫中。

結果:

  • 每個庫的結構都不一樣;
  • 每個庫的數據也不一樣,沒有交集;
  • 所有庫的並集是全量數據;

場景:系統絕對併發量上來了,並且可以抽象出單獨的業務模塊。

分析:到這一步,基本上就可以服務化了。例如,隨着業務的發展一些公用的配置表、字典表等越來越多,這時可以將這些表拆到單獨的庫中,甚至可以服務化。再有,隨着業務的發展孵化出了一套業務模式,這時可以將相關的表拆到單獨的庫中,甚至可以服務化。

4、垂直分表

 

概念:以字段爲依據,按照字段的活躍性,將表中字段拆到不同的表(主表和擴展表)中。

結果:

  • 每個表的結構都不一樣;
  • 每個表的數據也不一樣,一般來說,每個表的字段至少有一列交集,一般是主鍵,用於關聯數據;
  • 所有表的並集是全量數據;

場景:系統絕對併發量並沒有上來,表的記錄並不多,但是字段多,並且熱點數據和非熱點數據在一起,單行數據所需的存儲空間較大。以至於數據庫緩存的數據行減少,查詢時會去讀磁盤數據產生大量的隨機讀IO,產生IO瓶頸。

分析:可以用列表頁和詳情頁來幫助理解。垂直分表的拆分原則是將熱點數據(可能會冗餘經常一起查詢的數據)放在一起作爲主表,非熱點數據放在一起作爲擴展表。這樣更多的熱點數據就能被緩存下來,進而減少了隨機讀IO。拆了之後,要想獲得全部數據就需要關聯兩個表來取數據。

但記住,千萬別用join,因爲join不僅會增加CPU負擔並且會講兩個表耦合在一起(必須在一個數據庫實例上)。關聯數據,應該在業務Service層做文章,分別獲取主表和擴展表數據然後用關聯字段關聯得到全部數據。

三、分庫分表工具

  • sharding-sphere:jar,前身是sharding-jdbc;
  • TDDL:jar,Taobao Distribute Data Layer;
  • Mycat:中間件。

注:工具的利弊,請自行調研,官網和社區優先。

四、分庫分表步驟

根據容量(當前容量和增長量)評估分庫或分表個數 -> 選key(均勻)-> 分表規則(hash或range等)-> 執行(一般雙寫)-> 擴容問題(儘量減少數據的移動)。

擴展:MySQL:分庫分表與分區的區別和思考

五、分庫分表問題

1、非partition key的查詢問題

基於水平分庫分表,拆分策略爲常用的hash法。

端上除了partition key只有一個非partition key作爲條件查詢

映射法

 

基因法

 

注:寫入時,基因法生成user_id,如圖。關於xbit基因,例如要分8張表,23=8,故x取3,即3bit基因。根據user_id查詢時可直接取模路由到對應的分庫或分表。

 

根據user_name查詢時,先通過user_name_code生成函數生成user_name_code再對其取模路由到對應的分庫或分表。id生成常用snowflake算法。

端上除了partition key不止一個非partition key作爲條件查詢

映射法

 

冗餘法

 

注:按照order_id或buyer_id查詢時路由到db_o_buyer庫中,按照seller_id查詢時路由到db_o_seller庫中。感覺有點本末倒置!有其他好的辦法嗎?改變技術棧呢?

後臺除了partition key還有各種非partition key組合條件查詢

NoSQL法

 

冗餘法

 

2、非partition key跨庫跨表分頁查詢問題

基於水平分庫分表,拆分策略爲常用的hash法。

注:用NoSQL法解決(ES等)。

3、擴容問題

基於水平分庫分表,拆分策略爲常用的hash法。

水平擴容庫(升級從庫法)

 

注:擴容是成倍的。

水平擴容表(雙寫遷移法)

 

  • 第一步:(同步雙寫)修改應用配置和代碼,加上雙寫,部署;
  • 第二步:(同步雙寫)將老庫中的老數據複製到新庫中;
  • 第三步:(同步雙寫)以老庫爲準校對新庫中的老數據;
  • 第四步:(同步雙寫)修改應用配置和代碼,去掉雙寫,部署;

注:雙寫是通用方案。

六、分庫分表總結

  • 分庫分表,首先得知道瓶頸在哪裏,然後才能合理地拆分(分庫還是分表?水平還是垂直?分幾個?)。且不可爲了分庫分表而拆分。
  • 選key很重要,既要考慮到拆分均勻,也要考慮到非partition key的查詢。
  • 只要能滿足需求,拆分規則越簡單越好。

七、分庫分表示例

示例GitHub地址:
https://github.com/littlecharacter4s/study-sharding

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章