作者：尜尜人物

本文包含数据库架构原则、常见的四种架构方案、两种一致性解决方案、以及作者个人的一些见解。

一、数据库架构原则

---

1、高可用

2、高性能

3、一致性

4、扩展性

二、常见的架构方案

---

方案一：主备架构，只有主库提供读写服务，备库冗余作故障转移用

jdbc:mysql://vip:3306/xxdb

1. 高可用分析：高可用，主库挂了，keepalive（只是一种工具）会自动切换到备库。这个过程对业务层是透明的，无需修改代码或配置。

2. 高性能分析：读写都操作主库，很容易产生瓶颈。大部分互联网应用读多写少，读会先成为瓶颈，进而影响写性能。另外，备库只是单纯的备份，资源利用率50%，这点方案二可解决。

3. 一致性分析：读写都操作主库，不存在数据一致性问题。

4. 扩展性分析：无法通过加从库来扩展读性能，进而提高整体性能。

5. 可落地分析：两点影响落地使用。第一，性能一般，这点可以通过建立高效的索引和引入缓存来增加读性能，进而提高性能。这也是通用的方案。第二，扩展性差，这点可以通过分库分表来扩展。

方案二：双主架构，两个主库同时提供服务，负载均衡

jdbc:mysql://vip:3306/xxdb

1. 高可用分析：高可用，一个主库挂了，不影响另一台主库提供服务。这个过程对业务层是透明的，无需修改代码或配置。

2. 高性能分析：读写性能相比于方案一都得到提升，提升一倍。

3. 一致性分析：存在数据一致性问题。请看，一致性解决方案。

4. 扩展性分析：当然可以扩展成三主循环，但笔者不建议（会多一层数据同步，这样同步的时间会更长）。如果非得在数据库架构层面扩展的话，扩展为方案四。

5. 可落地分析：两点影响落地使用。第一，数据一致性问题，一致性解决方案可解决问题。第二，主键冲突问题，ID统一地由分布式ID生成服务来生成可解决问题。

方案三：主从架构，一主多从，读写分离

jdbc:mysql://master-ip:3306/xxdb

jdbc:mysql://slave1-ip:3306/xxdb

jdbc:mysql://slave2-ip:3306/xxdb

1. 高可用分析：主库单点，从库高可用。一旦主库挂了，写服务也就无法提供。

2. 高性能分析：大部分互联网应用读多写少，读会先成为瓶颈，进而影响整体性能。读的性能提高了，整体性能也提高了。另外，主库可以不用索引，线上从库和线下从库也可以建立不同的索引（线上从库如果有多个还是要建立相同的索引，不然得不偿失；线下从库是平时开发人员排查线上问题时查的库，可以建更多的索引）。

3. 一致性分析：存在数据一致性问题。请看，一致性解决方案。

4. 扩展性分析：可以通过加从库来扩展读性能，进而提高整体性能。（带来的问题是，从库越多需要从主库拉取binlog日志的端就越多，进而影响主库的性能，并且数据同步完成的时间也会更长）

5. 可落地分析：两点影响落地使用。第一，数据一致性问题，一致性解决方案可解决问题。第二，主库单点问题，笔者暂时没想到很好的解决方案。

注：思考一个问题，一台从库挂了会怎样？读写分离之读的负载均衡策略怎么容错？

方案四：双主+主从架构，看似完美的方案

jdbc:mysql://vip:3306/xxdb

jdbc:mysql://slave1-ip:3306/xxdb

jdbc:mysql://slave2-ip:3306/xxdb

1. 高可用分析：高可用。

2. 高性能分析：高性能。

3. 一致性分析：存在数据一致性问题。请看，一致性解决方案。

4. 扩展性分析：可以通过加从库来扩展读性能，进而提高整体性能。（带来的问题同方案二）

5. 可落地分析：同方案二，但数据同步又多了一层，数据延迟更严重。

三、一致性解决方案

---

第一类：主库和从库一致性解决方案

注：图中圈出的是数据同步的地方，数据同步（从库从主库拉取binlog日志，再执行一遍）是需要时间的，这个同步时间内主库和从库的数据会存在不一致的情况。如果同步过程中有读请求，那么读到的就是从库中的老数据。如下图。

既然知道了数据不一致性产生的原因，有下面几个解决方案供参考：

1、直接忽略，如果业务允许延时存在，那么就不去管它。

2、强制读主，采用主备架构方案，读写都走主库。用缓存来扩展数据库读性能 。有一点需要知道：如果缓存挂了，可能会产生雪崩现象，不过一般分布式缓存都是高可用的。

3、选择读主，写操作时根据库+表+业务特征生成一个key放到Cache里并设置超时时间（大于等于主从数据同步时间）。读请求时，同样的方式生成key先去查Cache，再判断是否命中。若命中，则读主库，否则读从库。代价是多了一次缓存读写，基本可以忽略。

4、半同步复制，等主从同步完成，写请求才返回。就是大家常说的“半同步复制”semi-sync。这可以利用数据库原生功能，实现比较简单。代价是写请求时延增长，吞吐量降低。

5、数据库中间件，引入开源（mycat等）或自研的数据库中间层。个人理解，思路同选择读主。数据库中间件的成本比较高，并且还多引入了一层。

第二类：DB和缓存一致性解决方案

先来看一下常用的缓存使用方式：

第一步：淘汰缓存；

第二步：写入数据库；

第三步：读取缓存？返回：读取数据库；

第四步：读取数据库后写入缓存。

注：如果按照这种方式，图一，不会产生DB和缓存不一致问题；图二，会产生DB和缓存不一致问题，即4.read先于3.sync执行。如果不做处理，缓存里的数据可能一直是脏数据。解决方式如下：

注：设置缓存时，一定要加上失效时间，以防延时淘汰缓存失败的情况！

四、个人的一些见解

---

1、架构演变

1、架构演变一：方案一 -> 方案一+分库分表 -> 方案二+分库分表 -> 方案四+分库分表；

2、架构演变二：方案一 -> 方案一+分库分表 -> 方案三+分库分表 -> 方案四+分库分表；

3、架构演变三：方案一 -> 方案二 -> 方案四 -> 方案四+分库分表；

4、架构演变四：方案一 -> 方案三 -> 方案四 -> 方案四+分库分表；

2、个人见解

1、加缓存和索引是通用的提升数据库性能的方式；

2、分库分表带来的好处是巨大的，但同样也会带来一些问题，详见MySQL数据库之互联网常用分库分表方案（https://www.cnblogs.com/littlecharacter/p/9342129.html）

3、不管是主备+分库分表还是主从+读写分离+分库分表，都要考虑具体的业务场景。某8到家发展四年，绝大部分的数据库架构还是采用方案一和方案一+分库分表，只有极少部分用方案三+读写分离+分库分表。另外，阿里云提供的数据库云服务也都是主备方案，要想主从+读写分离需要二次架构。

4、记住一句话：不考虑业务场景的架构都是耍流氓。

来源：cnblogs.com/littlecharacter/p/9084291.html

---

关于《2019数据技术嘉年华PPT及视频》获取途径：

在“数据和云”公众号后台回复：2019dtc，即可下载ppt及观看视频！

注：本次嘉年华视频，5人拼团可限时免费观看

扩展阅读

---

1. 2019年12月数据库流行度排行：前三甲高位收官 数据库重获增长趋势

2. 下一代企业级数据库系统综述

3. 揭秘“关于GaussDB数据库的五大谎言”

4. 数据库技术和生态的发展演进

5. 论云数据库的前世今生未来

6. 新一代分布式数据库是怎样的？

7. 听德哥说PostgreSQL为何这么火？

8. 如何“暴力破解”Oracle性能优化的极端问题（附精彩案例解读）

9. 真实世界Oracle故障诊断之一千零一夜

数据和云

ID：OraNews

如有收获，请划至底部，点击“在看”，谢谢！

资源下载

关注公众号：数据和云（OraNews）回复关键字获取

help，30万+下载的完整菜单栏

2019DTCC，数据库大会PPT

2018DTCC , 数据库大会PPT

2018DTC，2018 DTC 大会 PPT

ENMOBK，《Oracle性能优化与诊断案例》

DBALIFE，“DBA 的一天”海报

DBA04，DBA 手记4 电子书

122ARCH，Oracle 12.2体系结构图

2018OOW，Oracle OpenWorld 资料

产品推荐

云和恩墨BethuneX  企业版，集监控、巡检、安全于一身，你的专属数据库实时监控和智能巡检平台，漂亮的不像实力派，你值得拥有！

云和恩墨zData一体机现已发布超融合版本和精简版，支持各种简化场景部署，零数据丢失备份一体机ZDBM也已发布，欢迎关注。

云和恩墨大讲堂 | 一个分享交流的地方

长按，识别二维码，加入万人交流社群

请备注：云和恩墨大讲堂

  点个“在看” 
你的喜欢会被看到????