| 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。
|
