分库分表及其解决方案
本文来说下分库分表及其解决方案
文章目录
- 数据库瓶颈
- IO瓶颈
- CPU瓶颈
- 分库分表
- 水平分库
- 水平分表
- 垂直分库
- 垂直分表
- 分库分表工具
- 分库分表步骤
- 分库分表问题
- 非partition key的查询问题
- 除了partition key只有一个非partition key作为条件查询
- 除了partition key不止一个非partition key作为条件查询
- 除了partition key还有各种非partition key组合条件查询
- 非partition key跨库跨表分页查询问题
- 扩容问题
- 水平扩容库(升级从库法)
- 水平扩容表(双写迁移法)
- 分库分表总结
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
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。
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
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
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
基于水平分库分表,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 。
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?
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
基于水平分库分表,拆分策略为常用的hash法。
注:用 NoSQL法解决(ES等)。
扩容问题
水平扩容库(升级从库法)
水平扩容表(双写迁移法)
第一步:(同步双写)修改应用配置和代码,加上双写,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)修改应用配置和代码,去掉双写,部署;
注:双写 是通用方案。
分库分表总结
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。
分库分表及其解决方案相关推荐
- 基于springboot的ShardingSphere5.2.1的分库分表的解决方案之数据加密之RSA的解决方案(九)
1.需求场景 我们需要将密码字段采用公钥进行加密,然后用户查询的时候根据用户名称进行查询,同时将密码通过私钥解密出来返回给到用户,那么我们现在就开始模拟实现以上的场景,因此我们直接创建了shardin ...
- 分库分表解决方案之MyCat
本文来说下分库分表的解决方案之MyCat 文章目录 概述 分布式数据存储与Mycat Mycat架构介绍 Mycat核心概念及配置 本文小结 概述 近今年里随着经济的飞速发展,企业的业务也在不断膨胀, ...
- 分库分表:TIDB,你是来抢生意的?不讲码德?
随着互联网的发展,业务越来越庞大,客户群体也越来越多,所要存储的数据也越来越多,慢慢的就出现了分库分表的中间件. 比如cobar,TDDL,atlas,sharding-jdbc,mycat等,都是非 ...
- 分库分表:TiDB,求别抢饭碗!
头图 | CSDN 下载自东方 IC 作者 | 凯文Garnett 责编 | 张文 来源 | Garnett的Java之路(ID:gh_009246af52d4) 随着互联网的发展,业务越来越庞大, ...
- MySQL数据库性能优化--数据分库分表
目录 前言 1.什么时候需要分库分表? 1.1.第一次改造 1.2.分库分表的必要性 1.3.第二次改造 2.分库分表应该怎么分? 3.垂直分库会带来哪些问题? 3.1.跨库的关联查询 3.2.分布式 ...
- 高并发大流量情况下带来的海量数据分库分表的正确姿势
注意!!! 不要为了分库分表而分库分表!!! 引入SOA架构中的一句话:架构不是一蹶而起的,而是慢慢演进的 一.为什么需要分库分表? 请求数太高: 在高并发情况下,大量请求落入数据库,最终会导致数据库 ...
- Mysql系列七:分库分表技术难题之分布式全局唯一id解决方案
Mysql系列七:分库分表技术难题之分布式全局唯一id解决方案 参考文章: (1)Mysql系列七:分库分表技术难题之分布式全局唯一id解决方案 (2)https://www.cnblogs.com/ ...
- 数据库分库分表解决方案汇总
点击上方蓝色"程序猿DD",选择"设为星标" 回复"资源"获取独家整理的学习资料! 作者 | butterfly100 来源 | cnblo ...
- mysql分库分表风险_数据库分库分表存在的问题及解决方案
读写分离分散了数据库读写操作的压力,但是没有分散存储压力,当数据库的数据量达到千万甚至上亿条的时候,单台数据库服务器的存储能力就会达到瓶颈,主要体现在以下几个方面: 数据量太大,读写性能会下降,即使有 ...
最新文章
- 数据分析 python 用途-用Python进行数据分析-2
- windows的键盘输入重定向
- 【gitlab】gitlab快速部署教程
- cocos2d-x初探学习笔记(12)--图形绘制
- redis 多线程_唬人的Redis多线程,也就那么回事
- [转载]GIF、JPEG 和 PNG的区别在哪里?
- 安卓案例:利用相对布局实现注册页面
- Java中static变量作用和用法详解
- 原生态mysql_mysql基础原生sql教程
- eltable 无数据文案修改_el-table的二次封装详细版(一)
- java并发编程实战读书笔记 ExecutorCompletionService
- 神思第二代身份证验证系统
- 计算机系统硬件基本组成
- 浅谈对社会工程学的认识
- js url解码gbk_使用js解码url里的gbk汉字编码
- C语言:丹尼斯·里奇的不朽遗产
- 全球顶级的14位程序员大神!
- 什么是饥饿营销,饥饿营销案例以及饥饿营销的4个步骤
- [bzoj4735] 你的生命已如风中残烛
- java性能调优jstat使用方法