典型数据库架构设计与实践 | 架构师之路-阿里云开发者社区

开发者社区> 阿里云MVP> 正文

典型数据库架构设计与实践 | 架构师之路

简介: 本文,将介绍数据库架构设计中的一些基本概念,常见问题以及对应解决方案,为了便于读者理解,将以“用户中心”数据库为例,讲解数据库架构设计的常见玩法。

本文,将介绍数据库架构设计中的一些基本概念,常见问题以及对应解决方案,为了便于读者理解,将以“用户中心”数据库为例,讲解数据库架构设计的常见玩法。

一、用户中心

用户中心是一个常见业务,主要提供用户注册、登录、信息查询与修改的服务,其核心元数据为:

User(uid, uname, passwd, sex, age,nickname, …)

其中:

uid为用户ID,主键

uname, passwd, sex, age, nickname, …等为用户的属性

数据库设计上,一般来说在业务初期,单库单表就能够搞定这个需求。

二、图示说明

为了方便大家理解,后文图片说明较多,其中:

“灰色”方框,表示service,服务

“紫色”圆框,标识master,主库

“粉色”圆框,表示slave,从库

三、单库架构

image.png

最常见的架构设计如上:

user-service:用户中心服务,对调用者提供友好的RPC接口

user-db:一个库进行数据存储

四、分组架构

image.png

什么是分组?

答:分组架构是最常见的一主多从,主从同步,读写分离数据库架构:

user-service:依旧是用户中心服务

user-db-M(master):主库,提供数据库写服务

user-db-S(slave):从库,提供数据库读服务

主和从构成的数据库集群称为“组”。

分组有什么特点?

答:同一个组里的数据库集群:

主从之间通过binlog进行数据同步

多个实例数据库结构完全相同

多个实例存储的数据也完全相同,本质上是将数据进行复制

分组架构究竟解决什么问题?

答:大部分互联网业务读多写少,数据库的读往往最先成为性能瓶颈,如果希望:

线性提升数据库读性能

通过消除读写锁冲突提升数据库写性能

通过冗余从库实现数据的“读高可用”

此时可以使用分组架构,需要注意的是,分组架构中,数据库的主库依然是写单点。

一句话总结,分组解决的是“数据库读写高并发量高”问题,所实施的架构设计。

五、分片架构

image.png

什么是分片?

答:分片架构是大伙常说的水平切分(sharding)数据库架构:

user-service:依旧是用户中心服务

user-db1:水平切分成2份中的第一份

user-db2:水平切分成2份中的第二份

分片后,多个数据库实例也会构成一个数据库集群。

水平切分,到底是分库还是分表?

答:强烈建议分库,而不是分表,因为:

分表依然公用一个数据库文件,仍然有磁盘IO的竞争

分库能够很容易的将数据迁移到不同数据库实例,甚至数据库机器上,扩展性更好

水平切分,用什么算法?

答:常见的水平切分算法有“范围法”和“哈希法”:

image.png

范围法如上图:以用户中心的业务主键uid为划分依据,将数据水平切分到两个数据库实例上去:

user-db1:存储0到1千万的uid数据

user-db2:存储0到2千万的uid数据

image.png

哈希法如上图:也是以用户中心的业务主键uid为划分依据,将数据水平切分到两个数据库实例上去:

user-db1:存储uid取模得1的uid数据

user-db2:存储uid取模得0的uid数据

这两种方法在互联网都有使用,其中哈希法使用较为广泛。

分片有什么特点?

答:同一个分片里的数据库集群:

多个实例之间本身不直接产生联系,不像主从间有binlog同步

多个实例数据库结构,也完全相同

多个实例存储的数据之间没有交集,所有实例间数据并集构成全局数据

分片架构究竟解决什么问题?

答:大部分互联网业务数据量很大,单库容量容易成为瓶颈,此时通过分片可以:

线性提升数据库写性能,需要注意的是,分组架构是不能线性提升数据库写性能的

降低单库数据容量

一句话总结,分片解决的是“数据库数据量大”问题,所实施的架构设计。

六、分组+分片架构

image.png

如果业务读写并发量很高,数据量也很大,通常需要实施分组+分片的数据库架构:

通过分片来降低单库的数据量,线性提升数据库的写性能

通过分组来线性提升数据库的读性能,保证读库的高可用

七、垂直切分

除了水平切分,垂直切分也是一类常见的数据库架构设计,垂直切分一般和业务结合比较紧密。

image.png

还是以用户中心为例,可以这么进行垂直切分:

User(uid, uname, passwd, sex, age, …)

User_EX(uid, intro, sign, …)

垂直切分开的表,主键都是uid

登录名,密码,性别,年龄等属性放在一个垂直表(库)里

自我介绍,个人签名等属性放在另一个垂直表(库)里

**如何进行垂直切分?
**
答:根据业务对数据进行垂直切分时,一般要考虑属性的“长度”和“访问频度”两个因素:

长度较短,访问频率较高的放在一起

长度较长,访问频度较低的放在一起

这是因为,数据库会以行(row)为单位,将数load到内存(buffer)里,在内存容量有限的情况下,长度短且访问频度高的属性,内存能够load更多的数据,命中率会更高,磁盘IO会减少,数据库的性能会提升。

垂直切分有什么特点?

答:垂直切分和水平切有相似的地方,又不太相同:

多个实例之间也不直接产生联系,即没有binlog同步

多个实例数据库结构,都不一样

多个实例存储的数据之间至少有一列交集,一般来说是业务主键,所有实例间数据并集构成全局数据

垂直切分解决什么问题?

答:垂直切分即可以降低单库的数据量,还可以降低磁盘IO从而提升吞吐量,但它与业务结合比较紧密,并不是所有业务都能够进行垂直切分的。

八、总结

文章较长,希望至少记住这么几点:

业务初期用单库

读压力大,读高可用,用分组

数据量大,写线性扩容,用分片

属性短,访问频度高的属性,垂直拆分到一起

希望大伙有收获。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
+ 订阅

阿里云最有价值专家,是专注于帮助他人充分了解和使用阿里云技术的意见领袖。

官方博客
官网链接
精彩专题