java平滑升级_为啥要用分库分表方案？如何平滑升级？看这篇！

点击上方☝码猿技术专栏轻松关注&＃xff01;

及时获取有趣有料的技术文章

本文来源&＃xff1a;http://8rr.co/v5TZ

一、数据库瓶颈

不管是IO瓶颈&＃xff0c;还是CPU瓶颈&＃xff0c;最终都会导致数据库的活跃连接数增加&＃xff0c;进而逼近甚至达到数据库可承载活跃连接数的阈值。在业务Service来看就是&＃xff0c;可用数据库连接少甚至无连接可用。接下来就可以想象了吧(并发量、吞吐量、崩溃)。

1、IO瓶颈

第一种&＃xff1a;磁盘读IO瓶颈&＃xff0c;热点数据太多&＃xff0c;数据库缓存放不下&＃xff0c;每次查询时会产生大量的IO&＃xff0c;降低查询速度 -> 分库和垂直分表。

第二种&＃xff1a;网络IO瓶颈&＃xff0c;请求的数据太多&＃xff0c;网络带宽不够 -> 分库。

2、CPU瓶颈

第一种&＃xff1a;SQL问题&＃xff0c;如SQL中包含join&＃xff0c;group by&＃xff0c;order by&＃xff0c;非索引字段条件查询等&＃xff0c;增加CPU运算的操作 -> SQL优化&＃xff0c;建立合适的索引&＃xff0c;在业务Service层进行业务计算。

第二种&＃xff1a;单表数据量太大&＃xff0c;查询时扫描的行太多&＃xff0c;SQL效率低&＃xff0c;CPU率先出现瓶颈 -> 水平分表。

二、分库分表

1、水平分库

概念&＃xff1a;以字段为依据&＃xff0c;按照一定策略(hash、range等)&＃xff0c;将一个库中的数据拆分到多个库中。

结果&＃xff1a;

每个库的结构都一样&＃xff1b;

每个库的数据都不一样&＃xff0c;没有交集&＃xff1b;

所有库的并集是全量数据&＃xff1b;

场景&＃xff1a;系统绝对并发量上来了&＃xff0c;分表难以根本上解决问题&＃xff0c;并且还没有明显的业务归属来垂直分库。

分析&＃xff1a;库多了&＃xff0c;io和cpu的压力自然可以成倍缓解。

2、水平分表

概念&＃xff1a;以字段为依据&＃xff0c;按照一定策略(hash、range等)&＃xff0c;将一个表中的数据拆分到多个表中。

结果&＃xff1a;

每个表的结构都一样&＃xff1b;

每个表的数据都不一样&＃xff0c;没有交集&＃xff1b;

所有表的并集是全量数据&＃xff1b;

场景&＃xff1a;系统绝对并发量并没有上来&＃xff0c;只是单表的数据量太多&＃xff0c;影响了SQL效率&＃xff0c;加重了CPU负担&＃xff0c;以至于成为瓶颈。推荐&＃xff1a;

一次SQL查询优化原理分析

分析&＃xff1a;表的数据量少了&＃xff0c;单次SQL执行效率高&＃xff0c;自然减轻了CPU的负担。

3、垂直分库

概念&＃xff1a;以表为依据&＃xff0c;按照业务归属不同&＃xff0c;将不同的表拆分到不同的库中。

结果&＃xff1a;

每个库的结构都不一样&＃xff1b;

每个库的数据也不一样&＃xff0c;没有交集&＃xff1b;

所有库的并集是全量数据&＃xff1b;

场景&＃xff1a;系统绝对并发量上来了&＃xff0c;并且可以抽象出单独的业务模块。

分析&＃xff1a;到这一步&＃xff0c;基本上就可以服务化了。

例如&＃xff0c;随着业务的发展一些公用的配置表、字典表等越来越多&＃xff0c;这时可以将这些表拆到单独的库中&＃xff0c;甚至可以服务化。再有&＃xff0c;随着业务的发展孵化出了一套业务模式&＃xff0c;这时可以将相关的表拆到单独的库中&＃xff0c;甚至可以服务化。

4、垂直分表

概念&＃xff1a;以字段为依据&＃xff0c;按照字段的活跃性&＃xff0c;将表中字段拆到不同的表(主表和扩展表)中。

结果&＃xff1a;

每个表的结构都不一样&＃xff1b;

每个表的数据也不一样&＃xff0c;一般来说&＃xff0c;每个表的字段至少有一列交集&＃xff0c;一般是主键&＃xff0c;用于关联数据&＃xff1b;

所有表的并集是全量数据&＃xff1b;

场景&＃xff1a;系统绝对并发量并没有上来&＃xff0c;表的记录并不多&＃xff0c;但是字段多&＃xff0c;并且热点数据和非热点数据在一起&＃xff0c;单行数据所需的存储空间较大。以至于数据库缓存的数据行减少&＃xff0c;查询时会去读磁盘数据产生大量的随机读IO&＃xff0c;产生IO瓶颈。

分析&＃xff1a;可以用列表页和详情页来帮助理解。垂直分表的拆分原则是将热点数据(可能会冗余经常一起查询的数据)放在一起作为主表&＃xff0c;非热点数据放在一起作为扩展表。这样更多的热点数据就能被缓存下来&＃xff0c;进而减少了随机读IO。拆了之后&＃xff0c;要想获得全部数据就需要关联两个表来取数据。

但记住&＃xff0c;千万别用join&＃xff0c;因为join不仅会增加CPU负担并且会讲两个表耦合在一起(必须在一个数据库实例上)。关联数据&＃xff0c;应该在业务Service层做文章&＃xff0c;分别获取主表和扩展表数据然后用关联字段关联得到全部数据。

三、分库分表工具

sharding-sphere&＃xff1a;jar&＃xff0c;前身是sharding-jdbc&＃xff1b;

TDDL&＃xff1a;jar&＃xff0c;Taobao Distribute Data Layer&＃xff1b;

Mycat&＃xff1a;中间件。

注&＃xff1a;工具的利弊&＃xff0c;请自行调研&＃xff0c;官网和社区优先。

四、分库分表步骤

根据容量(当前容量和增长量)评估分库或分表个数 -> 选key(均匀)-> 分表规则(hash或range等)-> 执行(一般双写)-> 扩容问题(尽量减少数据的移动)。

五、分库分表问题

1、非partition key的查询问题

基于水平分库分表&＃xff0c;拆分策略为常用的hash法。

端上除了partition key只有一个非partition key作为条件查询

映射法

基因法

注&＃xff1a;写入时&＃xff0c;基因法生成user_id&＃xff0c;如图。关于xbit基因&＃xff0c;例如要分8张表&＃xff0c;23&＃61;8&＃xff0c;故x取3&＃xff0c;即3bit基因。根据user_id查询时可直接取模路由到对应的分库或分表。

根据user_name查询时&＃xff0c;先通过user_name_code生成函数生成user_name_code再对其取模路由到对应的分库或分表。id生成常用snowflake算法。

端上除了partition key不止一个非partition key作为条件查询

映射法

冗余法

注&＃xff1a;按照order_id或buyer_id查询时路由到db_o_buyer库中&＃xff0c;按照seller_id查询时路由到db_o_seller库中。感觉有点本末倒置&＃xff01;有其他好的办法吗&＃xff1f;改变技术栈呢&＃xff1f;

后台除了partition key还有各种非partition key组合条件查询

NoSQL法

冗余法

2、非partition key跨库跨表分页查询问题

基于水平分库分表&＃xff0c;拆分策略为常用的hash法。

注&＃xff1a;用NoSQL法解决(ES等)。

3、扩容问题

基于水平分库分表&＃xff0c;拆分策略为常用的hash法。

水平扩容库(升级从库法)

注&＃xff1a;扩容是成倍的。

水平扩容表(双写迁移法)

第一步&＃xff1a;(同步双写)修改应用配置和代码&＃xff0c;加上双写&＃xff0c;部署&＃xff1b;

第二步&＃xff1a;(同步双写)将老库中的老数据复制到新库中&＃xff1b;

第三步&＃xff1a;(同步双写)以老库为准校对新库中的老数据&＃xff1b;

第四步&＃xff1a;(同步双写)修改应用配置和代码&＃xff0c;去掉双写&＃xff0c;部署&＃xff1b;

注&＃xff1a;双写是通用方案。

六、分库分表总结

分库分表&＃xff0c;首先得知道瓶颈在哪里&＃xff0c;然后才能合理地拆分(分库还是分表&＃xff1f;水平还是垂直&＃xff1f;分几个&＃xff1f;)。且不可为了分库分表而拆分。

选key很重要&＃xff0c;既要考虑到拆分均匀&＃xff0c;也要考虑到非partition key的查询。

只要能满足需求&＃xff0c;拆分规则越简单越好。

七、分库分表示例

示例GitHub地址&＃xff1a;https://github.com/littlecharacter4s/study-sharding