來(lái)自:cnblogs.com/littlecharacter/p/9342129.html
作者:尜尜人物
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(lái)看就是,可用數(shù)據(jù)庫(kù)連接少甚至無(wú)連接可用。接下來(lái)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(wèn)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。- 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(lái)了,分表難以根本上解決問(wèn)題,并且還沒有明顯的業(yè)務(wù)歸屬來(lái)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。
- 每個(gè)表的數(shù)據(jù)都不一樣,沒有交集;
場(chǎng)景:系統(tǒng)絕對(duì)并發(fā)量并沒有上來(lái),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。- 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(lái)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(lái)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。
- 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(lái)說(shuō),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);
場(chǎng)景:系統(tǒng)絕對(duì)并發(fā)量并沒有上來(lái),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(lái)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(lái),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(lái)取數(shù)據(jù)。但記住,千萬(wàn)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;
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(wèn)題(盡量減少數(shù)據(jù)的移動(dòng))。1、非partition key的查詢問(wèn)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(guò)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2、非partition key跨庫(kù)跨表分頁(yè)查詢問(wèn)題
基于水平分庫(kù)分表,拆分策略為常用的hash法。3、擴(kuò)容問(wèn)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)- 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;
六、分庫(kù)分表總結(jié)
- 分庫(kù)分表,首先得知道瓶頸在哪里,然后才能合理地拆分(分庫(kù)還是分表?水平還是垂直?分幾個(gè)?)。且不可為了分庫(kù)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(guī)則越簡(jiǎn)單越好。
七、分庫(kù)分表示例
示例GitHub地址:https://github.com/littlecharacter4s/study-sharding
八、更多相關(guān)推文
該文章在 2020/5/26 11:45:59 編輯過(guò)