MySQL：互联网公司常用分库分表方案汇总!

一、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)。

1、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。

2、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。

二、分库分表

1、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。

2、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。推荐;一次SQL查询优化原理分析分析;表的数据量少了;单次SQL执行效率高;自然减轻了CPU的负担。

3、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。

4、垂直分表

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。

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;

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。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。

三、分库分表工具

sharding-sphere;jar;前身是sharding-jdbc;TDDL;jar;Taobao Distribute Data Layer;Mycat;中间件。

注;工具的利弊;请自行调研;官网和社区优先。

四、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)。

五、分库分表问题

1、非partition key的查询问题

基于水平分库分表;拆分策略为常用的hash法。端上除了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。感觉有点本末倒置!有其他好的办法吗?改变技术栈呢?

后台除了partition key还有各种非partition key组合条件查询

NoSQL法

冗余法

2、非partition key跨库跨表分页查询问题

基于水平分库分表;拆分策略为常用的hash法。

注;用NoSQL法解决(ES等)。

3、扩容问题

基于水平分库分表;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)修改应用配置和代码;加上双写;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)修改应用配置和代码;去掉双写;部署;

注;双写是通用方案。

六、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。 来源;https://juejin.cn/post/7027010419600392228