MySQL 常用分庫分表方案,都在這裏了!
轉自:尜尜人物
www.cnblogs.com/littlecharacter/p/9342129.htm
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。
-
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)。
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
本文由 Readfog 進行 AMP 轉碼,版權歸原作者所有。
來源:https://mp.weixin.qq.com/s/67ksP7TrJt9wX9PDaNh06A