歡迎光臨
每天分享高質量文章

面試官:給我講一下分庫分表方案

作者:尜尜人物

鏈接:https://www.cnblogs.com/littlecharacter/p/9342129.html

一、資料庫瓶頸

1、IO瓶頸

2、CPU瓶頸

二、分庫分表

1、水平分庫

2、水平分表

3、垂直分庫

4、垂直分表

三、分庫分表工具

四、分庫分表步驟

五、分庫分表問題

1、非partition key的查詢問題(水平分庫分表,拆分策略為常用的hash法)

2、非partition key跨庫跨表分頁查詢問題(水平分庫分表,拆分策略為常用的hash法)

3、擴容問題(水平分庫分表,拆分策略為常用的hash法)

六、分庫分表總結

七、分庫分表示例

一、資料庫瓶頸

不管是IO瓶頸,還是CPU瓶頸,最終都會導致資料庫的活躍連接數增加,進而逼近甚至達到資料庫可承載活躍連接數的閾值。在業務Service來看就是,可用資料庫連接少甚至無連接可用。接下來就可以想象了吧(併發量、吞吐量、崩潰)。

 

1、IO瓶頸

 

第一種:磁盤讀IO瓶頸,熱點資料太多,資料庫快取放不下,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,請求的資料太多,網絡帶寬不夠 -> 分庫。

 

2、CPU瓶頸

 

第一種:SQL問題,如SQL中包含join,group by,order by,非索引欄位條件查詢等,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:單表資料量太大,查詢時掃描的行太多,SQL效率低,CPU率先出現瓶頸 -> 水平分表。

二、分庫分表

1、水平分庫

 

 

1、概念:以欄位為依據,按照一定策略(hash、range等),將一個庫中的資料拆分到多個庫中。

 

2、結果:

  • 每個庫的結構都一樣;

  • 每個庫的資料都不一樣,沒有交集;

  • 所有庫的並集是全量資料;

 

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

 

4、分析:庫多了,io和cpu的壓力自然可以成倍緩解。

 

2、水平分表

 

1、概念:以欄位為依據,按照一定策略(hash、range等),將一個表中的資料拆分到多個表中。

 

2、結果:

  • 每個表的結構都一樣;

  • 每個表的資料都不一樣,沒有交集;

  • 所有表的並集是全量資料;

 

3、場景:系統絕對併發量並沒有上來,只是單表的資料量太多,影響了SQL效率,加重了CPU負擔,以至於成為瓶頸。

 

4、分析:表的資料量少了,單次SQL執行效率高,自然減輕了CPU的負擔。

 

3、垂直分庫

 

 

1、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。

 

2、結果:

  • 每個庫的結構都不一樣;

  • 每個庫的資料也不一樣,沒有交集;

  • 所有庫的並集是全量資料;

 

3、場景:系統絕對併發量上來了,並且可以抽象出單獨的業務模塊。

 

4、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樣式,這時可以將相關的表拆到單獨的庫中,甚至可以服務化。

 

4、垂直分表

 

 

1、概念:以欄位為依據,按照欄位的活躍性,將表中欄位拆到不同的表(主表和擴展表)中。

 

2、結果:

  • 每個表的結構都不一樣;

  • 每個表的資料也不一樣,一般來說,每個表的欄位至少有一列交集,一般是主鍵,用於關聯資料;

  • 所有表的並集是全量資料;

 

3、場景:系統絕對併發量並沒有上來,表的記錄並不多,但是欄位多,並且熱點資料和非熱點資料在一起,單行資料所需的儲存空間較大。以至於資料庫快取的資料行減少,查詢時會去讀磁盤資料產生大量的隨機讀IO,產生IO瓶頸。

 

4、分析:可以用串列頁和詳情頁來幫助理解。垂直分表的拆分原則是將熱點資料(可能會冗餘經常一起查詢的資料)放在一起作為主表,非熱點資料放在一起作為擴展表。這樣更多的熱點資料就能被快取下來,進而減少了隨機讀IO。拆了之後,要想獲得全部資料就需要關聯兩個表來取資料。但記住,千萬別用join,因為join不僅會增加CPU負擔並且會講兩個表耦合在一起(必須在一個資料庫實體上)。關聯資料,應該在業務Service層做文章,分別獲取主表和擴展表資料然後用關聯欄位關聯得到全部資料。

三、分庫分表工具

1、sharding-sphere:jar,前身是sharding-jdbc;

2、TDDL:jar,Taobao Distribute Data Layer;

3、Mycat:中間件。

 

註:工具的利弊,請自行調研,官網和社區優先。

四、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(儘量減少資料的移動)。

五、分庫分表問題

1、非partition key的查詢問題(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

 

 

  • 基因法

 

註:寫入時,基因法生成user_id,如圖。關於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生成函式生成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演算法。

 

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

 

  • 映射法

 

  • 冗餘法

 

註: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、後臺除了partition key還有各種非partition key組合條件查詢

 

  • NoSQL法

 

 

  • 冗餘法

 

 

2、非partition key跨庫跨表分頁查詢問題(水平分庫分表,拆分策略為常用的hash法)

 

註:用NoSQL法解決(ES等)。

 

3、擴容問題(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

 

 

註:擴容是成倍的。

 

2、水平擴容表(雙寫遷移法)


第一步:(同步雙寫)應用配置雙寫,部署;

第二步:(同步雙寫)將老庫中的老資料複製到新庫中;
第三步:(同步雙寫)以老庫為準校對新庫中的老資料;
第四步:(同步雙寫)應用去掉雙寫,部署;

 

註:雙寫是通用方案。

六、分庫分表總結

分庫分表,首先得知道瓶頸在哪裡,然後才能合理地拆分(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。

 

1、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。

2、只要能滿足需求,拆分規則越簡單越好。

七、分庫分表示例

示例GitHub地址:https://github.com/littlecharacter4s/study-sharding

已同步到看一看
赞(0)

分享創造快樂