分庫分表？如何做到永不遷移數(shù)據(jù)和避免熱點？

作者：老顧聊技術 2019-04-25 10:40:02

中大型項目中，一旦遇到數(shù)據(jù)量比較大，小伙伴應該都知道就應該對數(shù)據(jù)進行拆分了。有垂直和水平兩種。垂直拆分比較簡單，也就是本來一個數(shù)據(jù)庫，數(shù)據(jù)量大之后，從業(yè)務角度進行拆分多個庫。

[[263501]]

一、前言

中大型項目中，一旦遇到數(shù)據(jù)量比較大，小伙伴應該都知道就應該對數(shù)據(jù)進行拆分了。有垂直和水平兩種。

垂直拆分比較簡單，也就是本來一個數(shù)據(jù)庫，數(shù)據(jù)量大之后，從業(yè)務角度進行拆分多個庫。如下圖，獨立的拆分出訂單庫和用戶庫。

水平拆分的概念，是同一個業(yè)務數(shù)據(jù)量大之后，進行水平拆分。

上圖中訂單數(shù)據(jù)達到了4000萬，我們也知道m(xù)ysql單表存儲量推薦是***，如果不進行處理，mysql單表數(shù)據(jù)太大，會導致性能變慢。使用方案可以參考數(shù)據(jù)進行水平拆分。把4000萬數(shù)據(jù)拆分4張表或者更多。當然也可以分庫，再分表；把壓力從數(shù)據(jù)庫層級分開。

二、分庫分表方案

分庫分表方案中有常用的方案，hash取模和range范圍方案；分庫分表方案最主要就是路由算法，把路由的key按照指定的算法進行路由存放。下邊來介紹一下兩個方案的特點。

1、hash取模方案

在我們設計系統(tǒng)之前，可以先預估一下大概這幾年的訂單量，如：4000萬。每張表我們可以容納1000萬，也我們可以設計4張表進行存儲。

那具體如何路由存儲的呢?hash的方案就是對指定的路由key(如：id)對分表總數(shù)進行取模，上圖中，id=12的訂單，對4進行取模，也就是會得到0，那此訂單會放到0表中。id=13的訂單，取模得到為1，就會放到1表中。為什么對4取模，是因為分表總數(shù)是4。

優(yōu)點：

訂單數(shù)據(jù)可以均勻的放到那4張表中，這樣此訂單進行操作時，就不會有熱點問題。

熱點的含義：熱點的意思就是對訂單進行操作集中到1個表中，其他表的操作很少。

訂單有個特點就是時間屬性，一般用戶操作訂單數(shù)據(jù)，都會集中到這段時間產生的訂單。如果這段時間產生的訂單都在同一張訂單表中，那就會形成熱點，那張表的壓力會比較大。

缺點：

將來的數(shù)據(jù)遷移和擴容，會很難。

如：業(yè)務發(fā)展很好，訂單量很大，超出了4000萬的量，那我們就需要增加分表數(shù)。如果我們增加4個表。

一旦我們增加了分表的總數(shù)，取模的基數(shù)就會變成8，以前id=12的訂單按照此方案就會到4表中查詢，但之前的此訂單時在0表的，這樣就導致了數(shù)據(jù)查不到。就是因為取模的基數(shù)產生了變化。

遇到這個情況，我們小伙伴想到的方案就是做數(shù)據(jù)遷移，把之前的4000萬數(shù)據(jù)，重新做一個hash方案，放到新的規(guī)劃分表中。也就是我們要做數(shù)據(jù)遷移。這個是很痛苦的事情。有些小公司可以接受晚上停機遷移，但大公司是不允許停機做數(shù)據(jù)遷移的。

當然做數(shù)據(jù)遷移可以結合自己的公司的業(yè)務，做一個工具進行，不過也帶來了很多工作量，每次擴容都要做數(shù)據(jù)遷移。

那有沒有不需要做數(shù)據(jù)遷移的方案呢，我們看下面的方案：

2、range范圍方案

range方案也就是以范圍進行拆分數(shù)據(jù)。

range方案比較簡單，就是把一定范圍內的訂單，存放到一個表中;如上圖id=12放到0表中，id=1300萬的放到1表中。設計這個方案時就是前期把表的范圍設計好。通過id進行路由存放。

優(yōu)點

我們小伙伴們想一下，此方案是不是有利于將來的擴容，不需要做數(shù)據(jù)遷移。即時再增加4張表，之前的4張表的范圍不需要改變，id=12的還是在0表，id=1300萬的還是在1表，新增的4張表他們的范圍肯定是大于 4000萬之后的范圍劃分的。

缺點

有熱點問題，我們想一下，因為id的值會一直遞增變大，那這段時間的訂單是不是會一直在某一張表中，如id=1000萬～ id=2000萬之間，這段時間產生的訂單是不是都會集中到此張表中，這個就導致1表過熱，壓力過大，而其他的表沒有什么壓力。

3、總結：

hash取模方案：沒有熱點問題，但擴容遷移數(shù)據(jù)痛苦。

range方案：不需要遷移數(shù)據(jù)，但有熱點問題。

那有什么方案可以做到兩者的優(yōu)點結合呢?，即不需要遷移數(shù)據(jù)，又能解決數(shù)據(jù)熱點的問題呢?

其實還有一個現(xiàn)實需求，能否根據(jù)服務器的性能以及存儲高低，適當均勻調整存儲呢?

三、方案思路

hash是可以解決數(shù)據(jù)均勻的問題，range可以解決數(shù)據(jù)遷移問題，那我們可以不可以兩者相結合呢?利用這兩者的特性呢?

我們考慮一下數(shù)據(jù)的擴容代表著，路由key(如id)的值變大了，這個是一定的，那我們先保證數(shù)據(jù)變大的時候，首先用range方案讓數(shù)據(jù)落地到一個范圍里面。這樣以后id再變大，那以前的數(shù)據(jù)是不需要遷移的。

但又要考慮到數(shù)據(jù)均勻，那是不是可以在一定的范圍內數(shù)據(jù)均勻的呢?因為我們每次的擴容肯定會事先設計好這次擴容的范圍大小，我們只要保證這次的范圍內的數(shù)據(jù)均勻是不是就ok了。

四、方案設計

我們先定義一個group組概念，這組里面包含了一些分庫以及分表，如下圖：

上圖有幾個關鍵點：

1)id=0～4000萬肯定落到group01組中。

2)group01組有3個DB，那一個id如何路由到哪個DB?

3)根據(jù)hash取模定位DB，那模數(shù)為多少?模數(shù)要為所有此group組DB中的表數(shù)，上圖總表數(shù)為10。為什么要去表的總數(shù)?而不是DB總數(shù)3呢?

4)如id=12，id%10=2;那值為2，落到哪個DB庫呢?這是設計是前期設定好的，那怎么設定的呢?

5)一旦設計定位哪個DB后，就需要確定落到DB中的哪張表呢?

五、核心主流程

按照上面的流程，我們就可以根據(jù)此規(guī)則，定位一個id，我們看看有沒有避免熱點問題。

我們看一下，id在【0，1000萬】范圍內的，根據(jù)上面的流程設計，1000萬以內的id都均勻的分配到DB_0,DB_1,DB_2三個數(shù)據(jù)庫中的Table_0表中，為什么可以均勻，因為我們用了hash的方案，對10進行取模。

上面我們也提了疑問，為什么對表的總數(shù)10取模，而不是DB的總數(shù)3進行取模?我們看一下為什么DB_0是4張表，其他兩個DB_1是3張表?

在我們安排服務器時，有些服務器的性能高，存儲高，就可以安排多存放些數(shù)據(jù)，有些性能低的就少放點數(shù)據(jù)。如果我們取模是按照DB總數(shù)3，進行取模，那就代表著【0，4000萬】的數(shù)據(jù)是平均分配到3個DB中的，那就不能夠實現(xiàn)按照服務器能力適當分配了。

按照Table總數(shù)10就能夠達到，看如何達到：

上圖中我們對10進行取模，如果值為【0，1，2，3】就路由到DB_0，【4，5，6】路由到DB_1，【7，8，9】路由到DB_2。現(xiàn)在小伙伴們有沒有理解，這樣的設計就可以把多一點的數(shù)據(jù)放到DB_0中，其他2個DB數(shù)據(jù)量就可以少一點。DB_0承擔了4/10的數(shù)據(jù)量，DB_1承擔了3/10的數(shù)據(jù)量，DB_2也承擔了3/10的數(shù)據(jù)量。整個Group01承擔了【0，4000萬】的數(shù)據(jù)量。

注意：小伙伴千萬不要被DB_1或DB_2中table的范圍也是0～4000萬疑惑了，這個是范圍區(qū)間，也就是id在哪些范圍內，落地到哪個表而已。

上面一大段的介紹，就解決了熱點的問題，以及可以按照服務器指標，設計數(shù)據(jù)量的分配。

六、如何擴容

其實上面設計思路理解了，擴容就已經出來了;那就是擴容的時候再設計一個group02組，定義好此group的數(shù)據(jù)范圍就ok了。

因為是新增的一個group01組，所以就沒有什么數(shù)據(jù)遷移概念，完全是新增的group組，而且這個group組照樣就防止了熱點，也就是【4000萬，5500萬】的數(shù)據(jù)，都均勻分配到三個DB的table_0表中，【5500萬～7000萬】數(shù)據(jù)均勻分配到table_1表中。

七、系統(tǒng)設計