面試中我們經常會碰到的關于分庫分表的問題!今天就給大家介紹互聯網公司常用 MySQL 分庫分表方案!希望對大家的面試有所幫助!

[[331162]]

 

圖片來自 Pexels

數據庫瓶頸

不管是 IO 瓶頸，還是 CPU 瓶頸，最終都會導致數據庫的活躍連接數增加，進而逼近甚至達到數據庫可承載活躍連接數的閾值。

在業務 Service 來看就是，可用數據庫連接少甚至無連接可用。接下來就可以想象了吧(并發量、吞吐量、崩潰)。

IO 瓶頸

第一種：磁盤讀 IO 瓶頸，熱點數據太多，數據庫緩存放不下，每次查詢時會產生大量的 IO，降低查詢速度→分庫和垂直分表。

第二種：網絡 IO 瓶頸，請求的數據太多，網絡帶寬不夠→分庫。

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 運算的操作→SQL 優化，建立合適的索引，在業務 Service 層進行業務計算。

第二種：單表數據量太大，查詢時掃描的行太多，SQL 效率低，CPU 率先出現瓶頸→水平分表。

分庫分表

水平分庫

水平分庫，如下圖：

 

概念：以字段為依據，按照一定策略(hash、range等)，將一個庫中的數據拆分到多個庫中。

結果：

• 每個庫的結構都一樣
• 每個庫的數據都不一樣，沒有交集
• 所有庫的并集是全量數據

場景：系統絕對并發量上來了，分表難以根本上解決問題，并且還沒有明顯的業務歸屬來垂直分庫。

分析：庫多了，IO 和 CPU 的壓力自然可以成倍緩解。

水平分表

水平分表，如下圖：

 

概念：以字段為依據，按照一定策略(hash、range 等)，將一個表中的數據拆分到多個表中。

結果：

• 每個表的結構都一樣
• 每個表的數據都不一樣，沒有交集
• 所有表的并集是全量數據

場景：系統絕對并發量并沒有上來，只是單表的數據量太多，影響了 SQL 效率，加重了 CPU 負擔，以至于成為瓶頸。

分析：表的數據量少了，單次 SQL 執行效率高，自然減輕了 CPU 的負擔。

垂直分庫

垂直分庫，如下圖：

 

概念：以表為依據，按照業務歸屬不同，將不同的表拆分到不同的庫中。

結果：

• 每個庫的結構都不一樣
• 每個庫的數據也不一樣，沒有交集
• 所有庫的并集是全量數據

場景：系統絕對并發量上來了，并且可以抽象出單獨的業務模塊。

分析：到這一步，基本上就可以服務化了。例如，隨著業務的發展一些公用的配置表、字典表等越來越多，這時可以將這些表拆到單獨的庫中，甚至可以服務化。

再有，隨著業務的發展孵化出了一套業務模式，這時可以將相關的表拆到單獨的庫中，甚至可以服務化。

垂直分表

垂直分表，如下圖：

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

 

結果：

• 每個表的結構都不一樣
• 每個表的數據也不一樣，一般來說，每個表的字段至少有一列交集，一般是主鍵，用于關聯數據
• 所有表的并集是全量數據

場景：系統絕對并發量并沒有上來，表的記錄并不多，但是字段多，并且熱點數據和非熱點數據在一起，單行數據所需的存儲空間較大。

以至于數據庫緩存的數據行減少，查詢時會去讀磁盤數據產生大量的隨機讀 IO，產生 IO 瓶頸。

分析：可以用列表頁和詳情頁來幫助理解。垂直分表的拆分原則是將熱點數據(可能會冗余經常一起查詢的數據)放在一起作為主表，非熱點數據放在一起作為擴展表。

這樣更多的熱點數據就能被緩存下來，進而減少了隨機讀 IO。拆了之后，要想獲得全部數據就需要關聯兩個表來取數據。

但記住，千萬別用 join，因為 join 不僅會增加 CPU 負擔并且會講兩個表耦合在一起(必須在一個數據庫實例上)。

關聯數據，應該在業務 Service 層做文章，分別獲取主表和擴展表數據然后用關聯字段關聯得到全部數據。

分庫分表工具

常用的分庫分表工具如下：

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

注：工具的利弊，請自行調研，官網和社區優先。

分庫分表步驟

根據容量(當前容量和增長量)評估分庫或分表個數→選 key(均勻)→分表規則(hash 或 range 等)→執行(一般雙寫)→擴容問題(盡量減少數據的移動)。

分庫分表問題

非 partition key 的查詢問題

基于水平分庫分表，拆分策略為常用的 hash 法。

①端上除了 partition key 只有一個非 partition key 作為條件查詢。

映射法，如下圖：

 

基因法，如下圖：

注：寫入時，基因法生成 user_id，如圖。關于 xbit 基因，例如要分 8 張表，23=8，故 x 取 3，即 3bit 基因。

 

根據 user_id 查詢時可直接取模路由到對應的分庫或分表。根據 user_name 查詢時，先通過 user_name_code 生成函數生成 user_name_code 再對其取模路由到對應的分庫或分表。id 生成常用 Snowflake 算法。

②端上除了 partition key 不止一個非 partition key 作為條件查詢

映射法，如下圖：

 

冗余法，如下圖：

注：按照 order_id 或 buyer_id 查詢時路由到 db_o_buyer 庫中，按照 seller_id 查詢時路由到 db_o_seller 庫中。感覺有點本末倒置!有其他好的辦法嗎?改變技術棧呢?

 

③后臺除了 partition key 還有各種非 partition key 組合條件查詢

NoSQL 法，如下圖：

 

冗余法，如下圖：

 

非 partition key 跨庫跨表分頁查詢問題

基于水平分庫分表，拆分策略為常用的 hash 法。注：用 NoSQL 法解決(ES 等)。

擴容問題

基于水平分庫分表，拆分策略為常用的 hash 法。

①水平擴容庫(升級從庫法)

注：擴容是成倍的。

 

②水平擴容表(雙寫遷移法)

步驟如下：

 

• 第一步：(同步雙寫)修改應用配置和代碼，加上雙寫，部署。
• 第二步：(同步雙寫)將老庫中的老數據復制到新庫中。
• 第三步：(同步雙寫)以老庫為準校對新庫中的老數據。
• 第四步：(同步雙寫)修改應用配置和代碼，去掉雙寫，部署。

注：雙寫是通用方案。

分庫分表總結

關于分庫分表總結如下：

• 分庫分表，首先得知道瓶頸在哪里，然后才能合理地拆分(分庫還是分表?水平還是垂直?分幾個?)。且不可為了分庫分表而拆分。
• 選 key 很重要，既要考慮到拆分均勻，也要考慮到非 partition key 的查詢。
• 只要能滿足需求，拆分規則越簡單越好。

作者：尜尜人物

編輯：陶家龍

出處：cnblogs.com/littlecharacter/p/9342129.html