1、背景

Mysql作為做流行的開源數(shù)據(jù)庫，在各大互聯(lián)網(wǎng)公司被廣泛使用。通常我們用一個(gè)庫就可以滿足需求，但是隨著業(yè)務(wù)的增長，數(shù)據(jù)量和并發(fā)量迅速膨脹。

Mysql單表數(shù)據(jù)量到百萬以上的時(shí)候，查詢效率就會(huì)受到影響，另外Mysql單庫能承受的并發(fā)也有限。

這個(gè)時(shí)候我們需要做分庫分表，來提高數(shù)據(jù)庫的性能和擴(kuò)展性

2、為什么分庫分表

2.1 分表

單表數(shù)據(jù)量太大會(huì)極大的影響sql執(zhí)行效率，一般來說單表達(dá)到幾百萬的時(shí)候，性能就相對較差了，就需要分表了

2.2 分庫

單個(gè)庫一般最大支持到2000并發(fā)，超過就需要分庫了，一個(gè)健康的單庫并發(fā)值最好控制在1000左右

數(shù)據(jù)量大，就分表；并發(fā)高，就分庫。

2.3 帶來的問題

• join 操作 ： 同一個(gè)數(shù)據(jù)庫中的表分布在了不同的數(shù)據(jù)庫中，導(dǎo)致無法使用 join 操作。這樣就導(dǎo)致我們需要手動(dòng)進(jìn)行數(shù)據(jù)的封裝，比如你在一個(gè)數(shù)據(jù)庫中查詢到一個(gè)數(shù)據(jù)之后，再根據(jù)這個(gè)數(shù)據(jù)去另外一個(gè)數(shù)據(jù)庫中找對應(yīng)的數(shù)據(jù)。
• 事務(wù)問題 ：同一個(gè)數(shù)據(jù)庫中的表分布在了不同的數(shù)據(jù)庫中，如果單個(gè)操作涉及到多個(gè)數(shù)據(jù)庫，那么數(shù)據(jù)庫自帶的事務(wù)就無法滿足我們的要求了。
• 分布式 id ：分庫之后， 數(shù)據(jù)遍布在不同服務(wù)器上的數(shù)據(jù)庫，數(shù)據(jù)庫的自增主鍵已經(jīng)沒辦法滿足生成的主鍵唯一了。我們?nèi)绾螢椴煌臄?shù)據(jù)節(jié)點(diǎn)生成全局唯一主鍵呢？這個(gè)時(shí)候，我們就需要為我們的系統(tǒng)引入分布式 id 了。

3、不同分庫中間件的優(yōu)缺點(diǎn)

3.1 Sharding-jdbc

1、當(dāng)當(dāng)開源的，client層方案

2、支持分庫分表，讀寫分離，分布式ID生成，柔性事物（最大努力送達(dá)型事物，TCC事物）

3、社區(qū)比較活躍

• 優(yōu)點(diǎn)： 優(yōu)點(diǎn)在于不用部署，運(yùn)維成本低，不需要代理層的二次轉(zhuǎn)發(fā)請求，性能很高
• 缺點(diǎn)： 各個(gè)系統(tǒng)都需要耦合Sharding-jdbc依賴，如果需要升級，各個(gè)系統(tǒng)需要重新部署

適合中小型公司

3.2 Mycat

1、proxy層方案

2、支持的功能完善

3、很流行，社區(qū)非?；钴S

• 優(yōu)點(diǎn)： 對各個(gè)項(xiàng)目透明，升級只需要升級中間件
• 缺點(diǎn)： 需要部署，自己運(yùn)維一套中間件，運(yùn)維成本高

適合大型公司

3.3 如何選擇

推薦使用sharding-jdbc和mycat：

• 小型公司選用sharding-jdbc，client層方案輕便，而且維護(hù)成本低，不需要額外增派人手，而且中小型公司系統(tǒng)復(fù)雜度會(huì)低一些，項(xiàng)目也沒那么多
• 中大型公司最好還是選用mycat這類proxy層方案，因?yàn)榭赡艽蠊鞠到y(tǒng)和項(xiàng)目非常多，團(tuán)隊(duì)很大，人員充足，那么最好是專門弄個(gè)人來研究和維護(hù)mycat，然后大量項(xiàng)目直接透明使用即可

4、如何拆分

4.1、水平拆分（用的最多）

把一個(gè)表的數(shù)據(jù)拆分到多個(gè)表中，但是每個(gè)表的結(jié)構(gòu)都一樣，把數(shù)據(jù)均勻的放到不同的表里，用多個(gè)表來抗并發(fā)

根據(jù)特定字段來拆分：

比如訂單表根據(jù)訂單ID來拆分，分到32個(gè)庫，每個(gè)庫32張表，那么orderID%32決定落在哪個(gè)庫，orderID/32%32決定落在那個(gè)表。

而且這兒還有兩種分庫分表的方式：

• 一種是按照 range 來分，就是每個(gè)庫一段連續(xù)的數(shù)據(jù)，這個(gè)一般是按比如時(shí)間范圍來的，但是這種一般較少用，因?yàn)楹苋菀桩a(chǎn)生熱點(diǎn)問題，大量的流量都打在最新的數(shù)據(jù)上了。
• 是按照某個(gè)字段 hash 一下均勻分散，這個(gè)較為常用。

各自優(yōu)缺點(diǎn)：

• range 來分，好處在于說，擴(kuò)容的時(shí)候很簡單，因?yàn)槟阒灰A(yù)備好，給每個(gè)月都準(zhǔn)備一個(gè)庫就可以了，到了一個(gè)新的月份的時(shí)候，自然而然，就會(huì)寫新的庫了；缺點(diǎn)，但是大部分的請求，都是訪問最新的數(shù)據(jù)。實(shí)際生產(chǎn)用 range，要看場景。
• hash 分發(fā)，好處在于說，可以平均分配每個(gè)庫的數(shù)據(jù)量和請求壓力；壞處在于說擴(kuò)容起來比較麻煩，會(huì)有一個(gè)數(shù)據(jù)遷移的過程，之前的數(shù)據(jù)需要重新計(jì)算 hash 值重新分配到不同的庫或表。

4.2、垂直拆分

把一個(gè)有很多字段的表拆分到多個(gè)表或者多個(gè)庫上去，把訪問頻率高的熱點(diǎn)字段和訪問頻率低的非熱點(diǎn)字段分開放到不同的表。因?yàn)閿?shù)據(jù)庫有緩存，熱點(diǎn)字段越少，緩存里可以存更多的行

5、分庫分表方案確定后，還需要解決以下問題

• 如何實(shí)現(xiàn)數(shù)據(jù)從單庫單表到分庫分表的遷移？
• 表和庫的數(shù)量又遇到瓶頸怎么辦，如何處理？
• 分庫分表后的ID如何處理？
• 分庫分表后的事務(wù)如何處理？

5.1 如何設(shè)計(jì)才可以讓系統(tǒng)從未分庫分表平滑的動(dòng)態(tài)切換到分庫分表上？

停機(jī)遷移

• 一種方式是直接停機(jī)遷移，需要再深夜沒有流量的時(shí)候進(jìn)行
• 把數(shù)據(jù)遷移到分庫分表數(shù)據(jù)庫上，然后重啟系統(tǒng)就可以，這種方式需要停機(jī)，并不是平滑遷移

雙寫遷移方案

這種方案不用停機(jī)。

簡單來說，就是在線上系統(tǒng)里面，之前所有寫庫的地方，增刪改操作，除了對老庫增刪改，都加上對新庫的增刪改，這就是所謂的雙寫，同時(shí)寫倆庫，老庫和新庫。

然后系統(tǒng)部署之后，新庫數(shù)據(jù)差太遠(yuǎn)，用之前說的導(dǎo)數(shù)工具，跑起來讀老庫數(shù)據(jù)寫新庫，寫的時(shí)候要根據(jù) gmt_modified 這類字段判斷這條數(shù)據(jù)最后修改的時(shí)間，除非是讀出來的數(shù)據(jù)在新庫里沒有，或者是比新庫的數(shù)據(jù)新才會(huì)寫。簡單來說，就是不允許用老數(shù)據(jù)覆蓋新數(shù)據(jù)。

導(dǎo)完一輪之后，有可能數(shù)據(jù)還是存在不一致，那么就程序自動(dòng)做一輪校驗(yàn)，比對新老庫每個(gè)表的每條數(shù)據(jù)，接著如果有不一樣的，就針對那些不一樣的，從老庫讀數(shù)據(jù)再次寫。反復(fù)循環(huán)，直到兩個(gè)庫每個(gè)表的數(shù)據(jù)都完全一致為止。

接著當(dāng)數(shù)據(jù)完全一致了，就 ok 了，基于僅僅使用分庫分表的最新代碼，重新部署一次，不就僅僅基于分庫分表在操作了么，還沒有幾個(gè)小時(shí)的停機(jī)時(shí)間，很穩(wěn)。所以現(xiàn)在基本玩兒數(shù)據(jù)遷移之類的，都是這么干的。

這個(gè)方法的缺點(diǎn)就是代碼里需要同時(shí)支持兩個(gè)庫的過度階段，稍微麻煩一點(diǎn)，但是不需要停機(jī)，可以平滑遷移。

5.2 動(dòng)態(tài)擴(kuò)容縮容的分庫分表方案？

分庫分表完成后，如果數(shù)據(jù)繼續(xù)增加，原來的方案不能滿足業(yè)務(wù)了，需要繼續(xù)擴(kuò)大更多庫更多表，那么還要再來一次分庫分表嗎？

這樣處理會(huì)很麻煩，因?yàn)楹罄m(xù)可能還不夠，分庫分表數(shù)據(jù)遷移非常費(fèi)勁。那么我們可以采取一次性分足夠多的庫和表，這樣避免了后續(xù)遷移數(shù)據(jù)的問題。

一開始分庫一次性分夠，32庫*32表，一共1024張表，根據(jù)某個(gè) id 先根據(jù) 32 取模路由到庫，再根據(jù) 32 取模路由到庫里的表。

剛開始的時(shí)候，這個(gè)庫可能就是邏輯庫，建在一個(gè)數(shù)據(jù)庫上的，就是一個(gè) MySQL 服務(wù)器可能建了 n 個(gè)庫，比如 32 個(gè)庫。后面如果要拆分，就是不斷在庫和 MySQL 服務(wù)器之間做遷移就可以了。然后系統(tǒng)配合改一下配置即可。

比如說最多可以擴(kuò)展到 32 個(gè)數(shù)據(jù)庫服務(wù)器，每個(gè)數(shù)據(jù)庫服務(wù)器是一個(gè)庫。如果還是不夠？最多可以擴(kuò)展到 1024 個(gè)數(shù)據(jù)庫服務(wù)器，每個(gè)數(shù)據(jù)庫服務(wù)器上面一個(gè)庫一個(gè)表。因?yàn)樽疃嗍?1024 個(gè)表。

這么搞，是不用自己寫代碼做數(shù)據(jù)遷移的，都交給 DBA 來搞好了，但是 DBA 確實(shí)是需要做一些庫表遷移的工作，但是總比你自己寫代碼，然后抽數(shù)據(jù)導(dǎo)數(shù)據(jù)來的效率高得多吧。

這里對步驟做一個(gè)總結(jié)：

1. 設(shè)定好幾臺(tái)數(shù)據(jù)庫服務(wù)器，每臺(tái)服務(wù)器上幾個(gè)庫，每個(gè)庫多少個(gè)表，推薦是 32 庫 * 32 表，對于大部分公司來說，可能幾年都夠了。
2. 路由的規(guī)則，orderId 模 32 = 庫，orderId / 32 模 32 = 表
3. 擴(kuò)容的時(shí)候，申請?jiān)黾痈嗟臄?shù)據(jù)庫服務(wù)器，裝好 MySQL，呈倍數(shù)擴(kuò)容，4 臺(tái)服務(wù)器，擴(kuò)到 8 臺(tái)服務(wù)器，再到 16 臺(tái)服務(wù)器。
4. 由 DBA 負(fù)責(zé)將原先數(shù)據(jù)庫服務(wù)器的庫，遷移到新的數(shù)據(jù)庫服務(wù)器上去，庫遷移是有一些便捷的工具的。
5. 我們這邊就是修改一下配置，調(diào)整遷移的庫所在數(shù)據(jù)庫服務(wù)器的地址。
6. 重新發(fā)布系統(tǒng)，上線，原先的路由規(guī)則變都不用變，直接可以基于 n 倍的數(shù)據(jù)庫服務(wù)器的資源，繼續(xù)進(jìn)行線上系統(tǒng)的提供服務(wù)。

6、分庫分表之后，id 主鍵如何處理？

6.1、設(shè)置數(shù)據(jù)庫 sequence 或者表自增字段步長

適合的場景：

• 在用戶防止產(chǎn)生的 ID 重復(fù)時(shí)，這種方案實(shí)現(xiàn)起來比較簡單，也能達(dá)到性能目標(biāo)。
• 但是服務(wù)節(jié)點(diǎn)固定，步長也固定，將來如果還要增加服務(wù)節(jié)點(diǎn)，就不好搞了。

6.2、UUID

不具有有序性，作為ID對索引不友好，會(huì)導(dǎo)致 B+ 樹索引在寫的時(shí)候有過多的隨機(jī)寫操作（連續(xù)的 ID 可以產(chǎn)生部分順序?qū)懀?，不適合做主鍵。

適合的場景：

• 如果你是要隨機(jī)生成個(gè)什么文件名、編號之類的
• 你可以用 UUID，但是作為主鍵是不能用 UUID 的

6.3、獲取當(dāng)前系統(tǒng)時(shí)間， 并發(fā)高的時(shí)候可能會(huì)重復(fù)

適合的場景：

• 一般如果用這個(gè)方案，是將當(dāng)前時(shí)間跟很多其他的業(yè)務(wù)字段拼接起來，作為一個(gè) id，如果業(yè)務(wù)上你覺得可以接受，那么也是可以的。
• 你可以將別的業(yè)務(wù)字段值跟當(dāng)前時(shí)間拼接起來，組成一個(gè)全局唯一的編號

6.4、snowflake 算法

• snowflake 算法是 twitter 開源的分布式 id 生成算法，采用 Scala 語言實(shí)現(xiàn)，
• 是把一個(gè) 64 位的 long 型的 id，1 個(gè) bit 是不用的，用其中的 41 bits 作為毫秒數(shù)，用 10 bits 作為工作機(jī)器 id，12 bits 作為序列號。

7、分庫分表后，事務(wù)如何處理？

分庫分表以后，可能會(huì)出現(xiàn)跨庫事務(wù)，這種事務(wù)怎么處理呢？

7.1 優(yōu)化方案避免出現(xiàn)跨庫事務(wù)

• 首先我們做分庫分表的時(shí)候，盡量避免出現(xiàn)跨庫的事務(wù)的場景，
• 比如訂單表，分庫的時(shí)候根據(jù)訂單ID開拆分，那么跟訂單相關(guān)的其他表也按訂單ID來拆分，這樣針對一個(gè)訂單的事務(wù)就可以控制在一個(gè)庫中，避免了跨庫事務(wù)。

7.2 跨庫事務(wù)的處理

• 如果無法避免，分庫分表一般是單系統(tǒng)對應(yīng)多個(gè)庫，那么數(shù)據(jù)庫的XA事務(wù)正好可以處理這種場景，
• sharding-jdbc可以支持?jǐn)?shù)據(jù)庫的XA事務(wù)，通過@DSTransactional注解就可以實(shí)現(xiàn)跨庫事務(wù)。

Mycat也能支持XA事務(wù)。

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評論