开发者社区> Java架构师追风> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

分库分表的5大方案,百度、腾讯、阿里等大厂都在用!

简介: 分库分表的5大方案详细解析
+关注继续查看

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)。
image

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。

分库分表

1、水平分库
image

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
image

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。

3、垂直分库
image

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
image

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。欢迎大家关注我的公种浩【程序员追风】,整理了2019年多家公司java面试题资料100多页pdf文档,文章都会在里面更新,整理的资料也会放在里面。
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

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。

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

1、非partition key的查询问题(水平分库分表,拆分策略为常用的hash法)
1.1 端上除了partition key只有一个非partition key作为条件查询
映射法
image

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。

1.2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?

1.3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(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(水平分库分表,拆分策略为常用的hash法)
3.1水平扩容库(升级从库法)
image

注:扩容是成倍的。
3.2 水平扩容表(双写迁移法)
image

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。

最后

欢迎大家一起交流,喜欢文章记得点个赞哟,感谢支持!

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。

相关文章
LDUOJ—— J. 大乌龟冲呀!(线性DP)
LDUOJ—— J. 大乌龟冲呀!(线性DP)
5 0
同程内网流传的分布式凤凰缓存系统手册,竟遭GitHub强行开源下载
什么是分布式缓存? 分布式缓存能够处理大量的动态数据,因此比较适合应用在Web 2.0时代中的社交网站等需要由用户生成内容的场景。从本地缓存扩展到分布式缓存后,关注重点从CPU、内存、缓存之间的数据传输速度差异也扩展到了业务系统、数据库、分布式缓存之间的数据传输速度差异。 今天给大家分享的是一本从大型互联网大厂系统角度探讨分布式系统的手册,从原理、框架、架构、案例等多个视角对分布式缓存进行了探讨
17 0
线程安全的集合类(ConcurrentHashMap面试超高频考点)
当往一个容器中添加元素的时候,不往该容器中直接添加元素,而是先将该容器进行复制一个新的容器,添加的时候往复制的容器中添加。
18 0
面试官:说下你公司系统怎么设计防重复数据的?架构师必问
面试官:说下你公司系统怎么设计防重复数据的?架构师必问
31 0
YApi pro使用教程,超好用新手上路
在开始使用 YApi pro 之前,我们先来熟悉一下 YApi pro的网站结构,这将让你快速了解 YApi pro。
40 0
spring-cloud-loadbalancer 将替换 ribbon
Spring官方推出新型负载均衡利器“spring-cloud-loadbalancer”,将代替Ribbon。
1696 0
AlloyImage:腾讯开源的 Web 图像处理库
这是一个来自腾讯 Web 前端 AlloyTeam的开源项目,是一个基于HTML5技术的专业图像处理库。
195 0
CentOS7使用阿里源安装最新版Docker
CentOS7使用阿里源安装最新版Docker
6574 0
【云栖神侠传】洞悉分毫,决策千里!看阿里神侠的海量日志处理秘籍
简志,阿里云高级技术专家,专注分布式系统构建一整套数据采集、分析体系。在数据处理与日志分析领域有独到见解。兼做云栖大会Workshop出品人(面向架构师的动手实践活动)
11911 0
+关注
Java架构师追风
欢迎关注公众号:程序员追风。领取一线大厂Java面试题资料。
文章
问答
文章排行榜
最热
最新
相关电子书
更多
搜狐服务架构优化实践
立即下载
新浪广告系统的服务化优化历程
立即下载
腾讯手游性能优化之路
立即下载