1. 程式人生 > >聊一聊分庫分表及它生產的一些概念

聊一聊分庫分表及它生產的一些概念

為什麼要分庫分表?

隨著近些年資訊化大躍進,各行各業無紙化辦公產生了大量的資料,而越來越多的資料存入了資料庫中。當使用MySQL資料庫的時候,單表超出了2000萬資料量就會出現效能上的分水嶺。並且物理伺服器的CPU、記憶體、儲存、連線數等資源有限,某個時段大量連線同時執行操作,會導致資料庫在處理上遇到效能瓶頸。為了解決這個問題,行業先驅門充分發揚了分而治之的思想,對大表進行分割,然後實施更好的控制和管理,同時使用多臺機器的CPU、記憶體、儲存,提供更好的效能。而分而治之則有兩種方式:垂直拆分水平拆分

垂直拆分

垂直拆分分為垂直分庫垂直分表。先說說垂直分庫。垂直分庫其實是一種簡單邏輯分割。比如我們的資料庫中有商品表Products、還有對訂單表Orders,還有積分表Scores。接下來我們就可以建立三個資料庫,一個數據庫存放商品,一個數據庫存放訂單,一個數據庫存放積分。如下圖所示:

垂直分庫有一個優點,他能夠根據業務場景進行孵化,比如某一單一場景只用到某2-3張表,基本上應用和資料庫可以拆分出來做成相應的服務。

再來說說垂直分表,比較適用於那種欄位比較多的表,假設我們一張表有100個欄位,我們分析了一下當前業務執行的SQL語句,有20個欄位是經常使用的,而另外80個欄位使用比較少。這樣我們就可以把20個欄位放在主表裡面,我們在建立一個輔助表,存放另外80個欄位。當然主表和輔助表都是有主鍵的。他們通過主鍵進行關聯合並,就可以湊成100個欄位的表。

垂直分表可以解決跨頁的問題。在Oracle中叫行連結。怎麼理解呢?就是你欄位少的情況下,原本一行資料只需要存在一個頁裡面就行了,但是欄位多的情況就存不下了,就需要跨頁。這樣就會造成額外定址,造成效能上的開銷。另外將這麼長的一行資料載到記憶體中,往往是幾個頁面,結果咱們經常只訪問其中的幾個欄位,對記憶體也是一個極大的開銷。所以為了讓記憶體快取更多資料,減少磁碟I/O,垂直分表

就是很好的手段。

總體來說:垂直拆分有以下優點:

  • 跟隨業務進行分割,和最近流行的微服務概念相似,方便解耦之後的管理及擴充套件。
  • 高併發的場景下,垂直拆分使用多臺伺服器的CPU、I/O、記憶體能提升效能,同時對單機資料庫連線數、一些資源限制也得到了提升。
  • 能實現冷熱資料的分離。

垂直拆分的缺點:

  • 部分業務表無法join,應用層需要很大的改造,只能通過聚合的方式來實現。增加了開發的難度。
  • 當單庫中的表資料量增大的時候依然沒有得到有效的解決。
  • 分散式事務也是一個難題。

水平拆分

當某張表資料量達到一定的程度的時候,前面曾說過MySQL單表出現2000萬以上資料就會出現效能上的分水嶺。此時發現沒有辦法根據業務規則再進行拆分了,就會導致單庫上的讀寫效能出現瓶頸。此時就只能進行水平拆分了。

水平拆分又分為庫內分表分庫分表。先說說庫內分表。假設當我們的Orders表達到了5000萬行記錄的時候,非常影響資料庫的讀寫效率,怎麼辦呢?我們可以考慮按照訂單編號的order_id進行rang分割槽,就是把訂單編號在1-1000萬的放在order1表中,將編號在1000萬-2000萬的放在order2中,以此類推,每個表中存放1000萬資料。如下圖所示:

雖然我們可以通過庫內分表把單表的容量固定在1000萬,但是這些表的資料仍然存放在一個庫內,使用的是該主機的CPU、IO、記憶體。單庫的連線數也有限制。並不能完全的降低系統的壓力。此時,我們就要考慮另外一種技術叫分庫分表。分庫分表在庫內分表的基礎上,將分的表挪動到不同的主機和資料庫上。可以充分的使用其他主機的CPU、記憶體和IO資源。並且分庫之後,單庫的連線數限制也不在成為瓶頸。但是“成也蕭何敗也蕭何”,如果你執行一個掃描不帶分片鍵,則需要在每個庫上查一遍。剛剛我們按照order_id分成了5個庫,但是我們查詢是name='AAA'的條件並且不帶order_id欄位時,它並不知道在哪個分片上查,則會建立5個連線,然後每個庫都檢索一遍。這種廣播查詢則會造成連線數增多。因為它需要在每個庫上都創立連線。如果是高併發的系統,執行這種廣播查詢,系統的thread很快就會告警。

總體來說:水平拆分的優點有以下:

  • 水平擴充套件能無線擴充套件。不存在某個庫某個表過大的情況。
  • 能夠較好的應對高併發,同時可以將熱點資料打散。
  • 應用側的改動較小,不需要根據業務來拆分。

水平拆分的缺點:

  • 路由是個問題,需要增加一層路由的計算,而且像前面說的一樣,不帶分片鍵查詢會產生廣播SQL。
  • 跨庫join的效能比較差。
  • 需要處理分散式事務的一致性問題。

一起使用

當前我們的系統,垂直拆分水平拆分都在使用,垂直拆分主要是做業務上的分割,把業務的各個子系統都規劃好,能解耦就解耦。而垂直拆分之後。我們再做水平分庫分表。通過取模演算法將大表資料拆到若干個庫中。

邏輯庫和物理庫

介紹了上述的分庫分表,我們有必要說一下幾個概念,一個是邏輯庫物理庫的概念。我們還是拿水平拆分中的分庫分表來說。我們在物理層面,將一個庫的資料分割到了5個數據庫中。這5個數據庫就是物理庫,而它們對上層應用的展現則是一個庫。這個對上層展現的庫就叫邏輯庫。邏輯庫對應用層是透明的。應用不需要了解底層的情況,直接使用就行了。

邏輯表和物理表

還是拿水平拆分中的分庫分表來說,orders表總共被分成了5份,分別在底層是orders_1~5。這底層的5個表就是物理表。但是對應用層面來說,只有orders表。這就是邏輯表

總結:這一篇主要是講述一些分庫分表之後的概念。需要加深一些理解,因為我們的專案也才是剛剛開始拆分,所以有寫的不對的地方還希望小夥伴們提出意見指正。

參考文件:

  • 1.淺談高效能資料庫叢集 —— 分庫分表:https://www.jianshu.com/p/9eadfba9cdaf
  • 2.資料庫分庫分表思路:https://www.cnblogs.com/butterfly100/p/9034281.html