程序員的成長(zhǎng)之路

互聯(lián)網(wǎng)/程序員/技術(shù)/資料共享?

閱讀本文大概需要 4.7 分鐘。

來自：https://www.cnblogs.com/littlecharacter/p/9342129.html

一、數(shù)據(jù)庫(kù)瓶頸

不管是IO瓶頸，還是CPU瓶頸，最終都會(huì)導(dǎo)致數(shù)據(jù)庫(kù)的活躍連接數(shù)增加，進(jìn)而逼近甚至達(dá)到數(shù)據(jù)庫(kù)可承載活躍連接數(shù)的閾值。在業(yè)務(wù)Service來看就是，可用數(shù)據(jù)庫(kù)連接少甚至無連接可用。接下來就可以想象了吧（并發(fā)量、吞吐量、崩潰）。

1、IO瓶頸

第一種：磁盤讀IO瓶頸，熱點(diǎn)數(shù)據(jù)太多，數(shù)據(jù)庫(kù)緩存放不下，每次查詢時(shí)會(huì)產(chǎn)生大量的IO，降低查詢速度 ->?分庫(kù)和垂直分表。

第二種：網(wǎng)絡(luò)IO瓶頸，請(qǐng)求的數(shù)據(jù)太多，網(wǎng)絡(luò)帶寬不夠 ->?分庫(kù)。

2、CPU瓶頸

第一種：SQL問題，如SQL中包含join，group by，order by，非索引字段條件查詢等，增加CPU運(yùn)算的操作 -> SQL優(yōu)化，建立合適的索引，在業(yè)務(wù)Service層進(jìn)行業(yè)務(wù)計(jì)算。

第二種：?jiǎn)伪頂?shù)據(jù)量太大，查詢時(shí)掃描的行太多，SQL效率低，CPU率先出現(xiàn)瓶頸 ->?水平分表。

二、分庫(kù)分表

1、水平分庫(kù)

概念：以字段為依據(jù)，按照一定策略（hash、range等），將一個(gè)庫(kù)中的數(shù)據(jù)拆分到多個(gè)庫(kù)中。
結(jié)果：

每個(gè)庫(kù)的結(jié)構(gòu)都一樣；
每個(gè)庫(kù)的數(shù)據(jù)都不一樣，沒有交集；
所有庫(kù)的并集是全量數(shù)據(jù)；

場(chǎng)景：系統(tǒng)絕對(duì)并發(fā)量上來了，分表難以根本上解決問題，并且還沒有明顯的業(yè)務(wù)歸屬來垂直分庫(kù)。
分析：庫(kù)多了，io和cpu的壓力自然可以成倍緩解。

2、水平分表

概念：以字段為依據(jù)，按照一定策略（hash、range等），將一個(gè)表中的數(shù)據(jù)拆分到多個(gè)表中。
結(jié)果：

每個(gè)表的結(jié)構(gòu)都一樣；
每個(gè)表的數(shù)據(jù)都不一樣，沒有交集；
所有表的并集是全量數(shù)據(jù)；

場(chǎng)景：系統(tǒng)絕對(duì)并發(fā)量并沒有上來，只是單表的數(shù)據(jù)量太多，影響了SQL效率，加重了CPU負(fù)擔(dān)，以至于成為瓶頸。
分析：表的數(shù)據(jù)量少了，單次SQL執(zhí)行效率高，自然減輕了CPU的負(fù)擔(dān)。

3、垂直分庫(kù)

概念：以表為依據(jù)，按照業(yè)務(wù)歸屬不同，將不同的表拆分到不同的庫(kù)中。
結(jié)果：

每個(gè)庫(kù)的結(jié)構(gòu)都不一樣；
每個(gè)庫(kù)的數(shù)據(jù)也不一樣，沒有交集；
所有庫(kù)的并集是全量數(shù)據(jù)；

場(chǎng)景：系統(tǒng)絕對(duì)并發(fā)量上來了，并且可以抽象出單獨(dú)的業(yè)務(wù)模塊。
分析：到這一步，基本上就可以服務(wù)化了。例如，隨著業(yè)務(wù)的發(fā)展一些公用的配置表、字典表等越來越多，這時(shí)可以將這些表拆到單獨(dú)的庫(kù)中，甚至可以服務(wù)化。再有，隨著業(yè)務(wù)的發(fā)展孵化出了一套業(yè)務(wù)模式，這時(shí)可以將相關(guān)的表拆到單獨(dú)的庫(kù)中，甚至可以服務(wù)化。

4、垂直分表

概念：以字段為依據(jù)，按照字段的活躍性，將表中字段拆到不同的表（主表和擴(kuò)展表）中。
結(jié)果：

每個(gè)表的結(jié)構(gòu)都不一樣；
每個(gè)表的數(shù)據(jù)也不一樣，一般來說，每個(gè)表的字段至少有一列交集，一般是主鍵，用于關(guān)聯(lián)數(shù)據(jù)；
所有表的并集是全量數(shù)據(jù)；

場(chǎng)景：系統(tǒng)絕對(duì)并發(fā)量并沒有上來，表的記錄并不多，但是字段多，并且熱點(diǎn)數(shù)據(jù)和非熱點(diǎn)數(shù)據(jù)在一起，單行數(shù)據(jù)所需的存儲(chǔ)空間較大。以至于數(shù)據(jù)庫(kù)緩存的數(shù)據(jù)行減少，查詢時(shí)會(huì)去讀磁盤數(shù)據(jù)產(chǎn)生大量的隨機(jī)讀IO，產(chǎn)生IO瓶頸。
分析：可以用列表頁(yè)和詳情頁(yè)來幫助理解。垂直分表的拆分原則是將熱點(diǎn)數(shù)據(jù)（可能會(huì)冗余經(jīng)常一起查詢的數(shù)據(jù)）放在一起作為主表，非熱點(diǎn)數(shù)據(jù)放在一起作為擴(kuò)展表。這樣更多的熱點(diǎn)數(shù)據(jù)就能被緩存下來，進(jìn)而減少了隨機(jī)讀IO。拆了之后，要想獲得全部數(shù)據(jù)就需要關(guān)聯(lián)兩個(gè)表來取數(shù)據(jù)。但記住，千萬別用join，因?yàn)閖oin不僅會(huì)增加CPU負(fù)擔(dān)并且會(huì)講兩個(gè)表耦合在一起（必須在一個(gè)數(shù)據(jù)庫(kù)實(shí)例上）。關(guān)聯(lián)數(shù)據(jù)，應(yīng)該在業(yè)務(wù)Service層做文章，分別獲取主表和擴(kuò)展表數(shù)據(jù)然后用關(guān)聯(lián)字段關(guān)聯(lián)得到全部數(shù)據(jù)。

三、分庫(kù)分表工具

sharding-sphere：jar，前身是sharding-jdbc；
TDDL：jar，Taobao Distribute Data Layer；
Mycat：中間件。

注：工具的利弊，請(qǐng)自行調(diào)研，官網(wǎng)和社區(qū)優(yōu)先。

四、分庫(kù)分表步驟

根據(jù)容量（當(dāng)前容量和增長(zhǎng)量）評(píng)估分庫(kù)或分表個(gè)數(shù) -> 選key（均勻）-> 分表規(guī)則（hash或range等）-> 執(zhí)行（一般雙寫）-> 擴(kuò)容問題（盡量減少數(shù)據(jù)的移動(dòng)）。

五、分庫(kù)分表問題

1、非partition key的查詢問題

基于水平分庫(kù)分表，拆分策略為常用的hash法。

端上除了partition key只有一個(gè)非partition key作為條件查詢

映射法
基因法

注：寫入時(shí)，基因法生成user_id，如圖。關(guān)于xbit基因，例如要分8張表，23=8，故x取3，即3bit基因。根據(jù)user_id查詢時(shí)可直接取模路由到對(duì)應(yīng)的分庫(kù)或分表。根據(jù)user_name查詢時(shí)，先通過user_name_code生成函數(shù)生成user_name_code再對(duì)其取模路由到對(duì)應(yīng)的分庫(kù)或分表。id生成常用snowflake算法。

端上除了partition key不止一個(gè)非partition key作為條件查詢

映射法
冗余法

注：按照order_id或buyer_id查詢時(shí)路由到db_o_buyer庫(kù)中，按照seller_id查詢時(shí)路由到db_o_seller庫(kù)中。感覺有點(diǎn)本末倒置！有其他好的辦法嗎？改變技術(shù)棧呢？

后臺(tái)除了partition key還有各種非partition key組合條件查詢

NoSQL法
冗余法

2、非partition key跨庫(kù)跨表分頁(yè)查詢問題

基于水平分庫(kù)分表，拆分策略為常用的hash法。

注：用**NoSQL法**解決（ES等）。

3、擴(kuò)容問題

基于水平分庫(kù)分表，拆分策略為常用的hash法。

水平擴(kuò)容庫(kù)（升級(jí)從庫(kù)法）
注：擴(kuò)容是成倍的。
水平擴(kuò)容表（雙寫遷移法）第一步：（同步雙寫）修改應(yīng)用配置和代碼，加上雙寫，部署；第二步：（同步雙寫）將老庫(kù)中的老數(shù)據(jù)復(fù)制到新庫(kù)中；第三步：（同步雙寫）以老庫(kù)為準(zhǔn)校對(duì)新庫(kù)中的老數(shù)據(jù)；第四步：（同步雙寫）修改應(yīng)用配置和代碼，去掉雙寫，部署；