千万数据的分库分表

### 背景情况 用户表达到了 几千万级别,在做很多操作都比较吃力,.所以,考虑对其进行分表. ### 常用的切分方案 数据的切分(Sharding)根据其切分规则的类型,可以分为两种切分模式。一种是按照不同的表(或者Schema)来切分到不同的数据库(主机)之上,这种切可以称之为数据的垂直(纵向)切分;另外一种则是根据表中的数据的逻辑关系,将同一个表中的数据按照某种条件拆分到多台数据库(主机)上面,这种切分称之为数据的水平(横向)切分。 ### 垂直切分 #### 即业务切分 下面来分析下垂直切分的优缺点: #### 优点: 拆分后业务清晰,拆分规则明确。 系统之间整合或扩展容易。 数据维护简单。 #### 缺点: 部分业务表无法 join,只能通过接口方式解决,提高了系统复杂度。 受每种业务不同的限制存在单库性能瓶颈,不易数据扩展跟性能提高。 #### 事务处理复杂。 由于垂直切分是按照业务的分类将表分散到不同的库,所以有些业务表会过于庞大,存在单库读写与存储瓶 颈,所以就需要水平拆分来做解决。 #### 水平切分 相对于垂直拆分,水平拆分不是将表做分类,而是按照某个字段的某种规则来分散到多个库之中,每个表中 包含一部分数据。简单来说,我们可以将数据的水平切分理解为是按照数据行的切分,就是将表中的某些行切分到一个数据库,而另外的某些行又切分到其他的数据库中 ![](/uploads/article/2018/11/30/20181130093536_6150.png) ### 几种典型的分片规则包括 按照用户 ID 求模,将数据分散到不同的数据库,具有相同数据用户的数据都被分散到一个库中。 按照日期,将不同月甚至日的数据分散到不同的库中。 按照某个特定的字段求摸,或者根据特定范围段分散到不同的库中。 如图,切分原则都是根据业务找到适合的切分规则分散到不同的库,下面用用户 ID 求模举例: ![](/uploads/article/2018/11/30/20181130093559_4103.png) #### 优点: 拆分规则抽象好,join 操作基本可以数据库做。 不存在单库大数据,高并发的性能瓶颈。 应用端改造较少。 提高了系统的稳定性跟负载能力。 #### 缺点: 拆分规则难以抽象。 分片事务一致性难以解决。 数据多次扩展难度跟维护量极大。 跨库 join 性能较差。 ### 切分共同的问题 前面讲了垂直切分跟水平切分的不同跟优缺点,会发现每种切分方式都有缺点,但共同的特点缺点有: 引入分布式事务的问题。 跨节点 Join 的问题。 跨节点合并排序分页问题。 多数据源管理问题。 一般来讲业务存在着复杂 join 的场景是难以切分的,往往业务独立的易于切分。如何切分,切分到何种程度是考验技术架构的一个难题。 ### 切分的一些原则 由于数据切分后数据 Join 的难度在此也分享一下数据切分的经验: 第一原则:能不切分尽量不要切分。 第二原则:如果要切分一定要选择合适的切分规则,提前规划好。 第三原则:数据切分尽量通过数据冗余或表分组(Table Group)来降低跨库 Join 的可能。 第四原则:由于数据库中间件对数据 Join 实现的优劣难以把握,而且实现高性能难度极大,业务读取尽量 少使用多表 Join。 数据库的切分引申的 数据源管理思考 ### 主要有两种思路: A. 客户端模式,在每个应用程序模块中配置管理自己需要的一个(或者多个)数据源,直接访问各个数据 库,在模块内完成数据的整合; B. 通过中间代理层来统一管理所有的数据源,后端数据库集群对前端应用程序透明; 可能 90%以上的人在面对上面这两种解决思路的时候都会倾向于选择第二种,尤其是系统不断变得庞大复杂 的时候。确实,这是一个非常正确的选择,虽然短期内需要付出的成本可能会相对更大一些,但是对整个系统的扩展性来说,是非常有帮助的。 ### 中间件 为了减少业务人员的压力, 常用一些中间件,如 mycat Cobar 其结构大约如下图 ![](/uploads/article/2018/11/30/20181130093650_6682.png) ### 中间件的直接感受 这里 简单试用了下,mycat ,使用的例子是其官方例子 过程: mysql 新建三个库db1,db2,db3 在linux服务器上 安装mycat. 配置好mycat对三个库,表的对应,mycat的rules 等. 后续使用时,将mycat 当作mysql来使用即可, insert 三条数据进 mycat 的 TESTDB 的 travelrecord 表, 结果如下: 三条数据的实际存储位置在db1,db2,db3中 ![](/uploads/article/2018/11/30/20181130093711_7283.png)
联系我们

邮箱 626512443@qq.com
电话 18611320371(微信)
QQ群 235681453

Copyright © 2015-2022

备案号:京ICP备15003423号-3