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