前言

像我這樣的菜鳥，總會有各種疑問，剛開始是對 JDK API 的疑問，對 NIO 的疑問，對 JVM 的疑問，當工作幾年后，對服務的可用性，可擴展性也有了新的疑問，什么疑問呢?其實是老生常談的話題：服務的擴容問題。

正常情況下的服務演化之路

讓我們從最初開始。

1、單體應用 每個創業公司基本都是從類似 SSM 和 SSH 這種架構起來的，沒什么好講的，基本每個程序員都經歷過。

2、RPC 應用 當業務越來越大，我們需要對服務進行水平擴容，擴容很簡單，只要保證服務是無狀態的就可以了，如下圖：

當業務又越來越大，我們的服務關系錯綜復雜，同時，有很多服務訪問都是不需要連接 DB 的，只需要連接緩存即可，那么就可以做成分離的，減少 DB 寶貴的連接。如下圖：

我相信大部分公司都是在這個階段。Dubbo 就是為了解決這個問題而生的。

分庫分表

如果你的公司產品很受歡迎，業務繼續高速發展，數據越來越多，SQL 操作越來越慢，那么數據庫就會成為瓶頸，那么你肯定會想到分庫分表，不論通過 ID hash 或者 range 的方式都可以。如下圖：

這下應該沒問題了吧。任憑你用戶再多，并發再高，我只要***擴容數據庫，***擴容應用，就可以了。

這也是本文的標題，分庫分表就能解決***擴容嗎?

實際上，像上面的架構，并不能解決。

其實，這個問題和 RPC 的問題有點類似：數據庫連接過多!!!

通常，我們的 RPC 應用由于是使用中間件進行訪問數據庫，應用實際上是不知道到底要訪問哪個數據庫的，訪問數據庫的規則由中間件決定，例如 sharding JDBC。這就導致，這個應用必須和所有的數據庫連接，就像我們上面的架構圖一樣，一個 RPC 應用需要和 3 個 mysql 連接，如果是 30 個 RPC 應用，每個 RPC 的數據庫連接池大小是8 ，每個 mysql 需要維護 240 個連接，我們知道，mysql 默認連接數是 100，***連接數是 16384，也就是說，假設每個應用的連接池大小是 8 ，超過 2048 個應用就無法再繼續連接了，也就無法繼續擴容了。注意，由于每個物理庫有很多邏輯庫，再加上微服務運動如火如荼， 2048 并沒有看起來那么大。

也許你說，我可以通過前面加一個 proxy 來解決連接數的問題，實際上，代理的性能也會成為問題，為什么?代理的連接數也是不能超過 16384 的，如果并發超過 16384，變成 163840，那么 proxy 也解決不了問題。

怎么辦?讓我們再看看上面的架構圖：

我們發現，問題是出在“每個 RPC 應用都要連所有的庫”，導致擴容應用的同時，每個數據庫連接數就要增加。就算增加數據庫，也不能解決連接數的問題。

那怎么辦呢?

單元化

單元化，聽起來高大上，通常在一些 XXX 大會上，分享“關于兩地三中心”，“三地五中心”，“異地多活”等等牛逼的名詞的時候，單元化也會一起出現。

這里我們不討論那么牛逼的，就只說“數據庫連接數過多” 的問題。

實際上，思路很簡單：我們不讓應用連接所有的數據庫就可以了。

假設我們根據 range 分成了 10 個庫，現在有 10 個應用，我們讓每個應用只連一個庫，當應用增多變成 20個，數據庫的連接不夠用了，我們就將 10 個庫分成 20 個庫，這樣，無論你應用擴容到多少個，都可以解決數據庫連接數過多的問題。

注意：做這件事的前提是：你必須保證，訪問你這個應用的 request 請求的數據庫一定是在這個應用的。

換個說法，當用戶從 DNS 那里進來的時候，就知道自己要去那個應用了，所以，規則在 DNS 之前就定好了，雖然這有點夸張，但肯定在進應用之前就知道要去哪個庫了。

所以，這通常需要一個規則，例如通過用戶 ID hash，由配置中心廣播 hash 規則。這樣，所有的組件都能保持一致的規則，從而正確的訪問到數據庫。如下圖：

到這里，我們終于解決了***擴容的問題。

***

本文從單體應用開始，逐步講述了一個正常后臺的演進歷程，知道了分庫分表并不能解決“***擴容” 的問題，只有單元化才能解決這問題。而單元化則帶來更多的復雜性。但是好處不言而喻。

單元化帶來的更多的思路。

有了單元化，解決了***擴容的問題，但是我們還沒有考慮單點的問題，即服務的可用性。要知道，我們這里的數據庫都是單點的。

這就是另一個話題 —— 異地多活。限于篇幅，下次再聊。