典型数据库架构设计与实践

约定不等于承诺〃 2021-09-20 02:36 304阅读 0赞

[2019独角兽企业重金招聘Python工程师标准>>> ][2019_Python_] ![hot3.png][]

本文，将介绍数据库架构设计中的一些基本概念，常见问题以及对应解决方案，为了便于读者理解，将以“用户中心”数据库为例，讲解数据库架构设计的常见玩法。

**一、用户中心**

**用户中心**是一个常见业务，主要提供用户注册、登录、信息查询与修改的服务，其核心元数据为：

User(uid, uname, passwd, sex, age,nickname, …)

其中：

*  uid为用户ID，主键
 *  uname, passwd, sex, age, nickname, …等为用户的属性

数据库设计上，一般来说在业务初期，单库单表就能够搞定这个需求。

**二、图示说明**

为了方便大家理解，后文图片说明较多，其中：

*  “灰色”方框，表示service，服务
 *  “紫色”圆框，标识master，主库
 *  “粉色”圆框，表示slave，从库

**三、单库架构**

![640?wx\_fmt=png&tp=webp&wxfrom=5&wx\_lazy=1][640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1]

最常见的架构设计如上：

*  user-service：用户中心服务，对调用者提供友好的RPC接口
 *  user-db：一个库进行数据存储

**四、分组架构**

![164804\_rYWO\_258745.gif][164804_rYWO_258745.gif]

**什么是分组？**

**答**：分组架构是最常见的一主多从，主从同步，读写分离数据库架构：

*  user-service：依旧是用户中心服务
 *  user-db-M(master)：主库，提供数据库写服务
 *  user-db-S(slave)：从库，提供数据库读服务

主和从构成的数据库集群称为“组”。

**分组有什么特点？**

**答**：同一个组里的数据库集群：

*  主从之间通过binlog进行数据同步
 *  多个实例数据库结构完全相同
 *  多个实例存储的数据也完全相同，本质上是将数据进行复制

**分组架构究竟解决什么问题？**

**答**：大部分互联网业务读多写少，**数据库的读往往最先成为性能瓶颈**，如果希望：

*  线性提升数据库读性能
 *  通过消除读写锁冲突提升数据库写性能
 *  通过冗余从库实现数据的“读高可用”

此时可以使用分组架构，需要注意的是，分组架构中，数据库的主库依然是写单点。

一句话总结，**分组解决的是“数据库读写高并发量高”问题**，所实施的架构设计。

**五、分片架构**

![640?wx\_fmt=png&tp=webp&wxfrom=5&wx\_lazy=1][640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 1]

**什么是分片？**

**答**：分片架构是大伙常说的水平切分(sharding)数据库架构：

*  user-service：依旧是用户中心服务
 *  user-db1：水平切分成2份中的第一份
 *  user-db2：水平切分成2份中的第二份

分片后，多个数据库实例也会构成一个数据库集群。

**水平切分，到底是分库还是分表？**

**答**：强烈建议分库，而不是分表，因为：

*  分表依然公用一个数据库文件，仍然有磁盘IO的竞争
 *  分库能够很容易的将数据迁移到不同数据库实例，甚至数据库机器上，扩展性更好

**水平切分，用什么算法？**

**答**：常见的水平切分算法有“范围法”和“哈希法”：

![640?wx\_fmt=png&tp=webp&wxfrom=5&wx\_lazy=1][640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 2]

**范围法**如上图：以用户中心的业务主键uid为划分依据，将数据水平切分到两个数据库实例上去：

*  user-db1：存储0到1千万的uid数据
 *  user-db2：存储0到2千万的uid数据

![640?wx\_fmt=png&tp=webp&wxfrom=5&wx\_lazy=1][640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 3]

**哈希法**如上图：也是以用户中心的业务主键uid为划分依据，将数据水平切分到两个数据库实例上去：

*  user-db1：存储uid取模得1的uid数据
 *  user-db2：存储uid取模得0的uid数据

这两种方法在互联网都有使用，其中哈希法使用较为广泛。

**分片有什么特点？**

**答**：同一个分片里的数据库集群：

*  多个实例之间本身不直接产生联系，不像主从间有binlog同步
 *  多个实例数据库结构，也完全相同
 *  多个实例存储的数据之间没有交集，所有实例间数据并集构成全局数据

**分片架构究竟解决什么问题？**

**答**：大部分互联网业务数据量很大，单库容量容易成为瓶颈，此时通过分片可以：

*  线性提升数据库写性能，需要注意的是，分组架构是不能线性提升数据库写性能的
 *  降低单库数据容量

一句话总结，**分片解决的是“数据库数据量大”问题**，所实施的架构设计。

**六、分组+****分片架构**

![640?wx\_fmt=png&tp=webp&wxfrom=5&wx\_lazy=1][640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 4]

如果业务**读写并发量很高，数据量也很大**，通常需要实施分组+分片的数据库架构：

*  通过分片来降低单库的数据量，线性提升数据库的写性能
 *  通过分组来线性提升数据库的读性能，保证读库的高可用

**七、垂直切分**

除了水平切分，垂直切分也是一类常见的数据库架构设计，垂直切分一般和业务结合比较紧密。

![640?wx\_fmt=png&tp=webp&wxfrom=5&wx\_lazy=1][640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 5]

还是以用户中心为例，可以这么进行垂直切分：

User(uid, uname, passwd, sex, age, …)

User\_EX(uid, intro, sign, …)

*  垂直切分开的表，主键都是uid
 *  登录名，密码，性别，年龄等属性放在一个垂直表（库）里
 *  自我介绍，个人签名等属性放在另一个垂直表（库）里

**如何进行垂直切分？**

**答**：根据业务对数据进行垂直切分时，一般要考虑属性的“长度”和“访问频度”两个因素：

*  长度较短，访问频率较高的放在一起
 *  长度较长，访问频度较低的放在一起

这是因为，数据库会以行(row)为单位，将数load到内存(buffer)里，在内存容量有限的情况下，长度短且访问频度高的属性，内存能够load更多的数据，命中率会更高，磁盘IO会减少，数据库的性能会提升。

**垂直切分有什么特点？**

**答**：垂直切分和水平切有相似的地方，又不太相同：

*  多个实例之间也不直接产生联系，即没有binlog同步
 *  多个实例数据库结构，都不一样
 *  多个实例存储的数据之间至少有一列交集，一般来说是业务主键，所有实例间数据并集构成全局数据

**垂直切分解决什么问题？**

**答**：垂直切分即可以降低单库的数据量，还可以降低磁盘IO从而提升吞吐量，但它与业务结合比较紧密，并不是所有业务都能够进行垂直切分的。

**八、总结**

文章较长，希望至少记住这么几点：

*  业务初期用单库
 *  读压力大，读高可用，用分组
 *  数据量大，写线性扩容，用分片
 *  属性短，访问频度高的属性，垂直拆分到一起

转载于:https://my.oschina.net/anuodog/blog/978965

[2019_Python_]: https://my.oschina.net/u/2663968/blog/3061697
[hot3.png]: /images/20210726/9f580dede1a942a08637ddfa9d724386.png
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1]: /images/20210726/03479553aba146bfa1b0d160e7dd8d12.png
[164804_rYWO_258745.gif]: https://static.oschina.net/uploads/space/2017/0617/164804_rYWO_258745.gif
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 1]: /images/20210726/68946b31d7eb435595e67fe8d2cdc16a.png
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 2]: /images/20210726/edd7b93d051b4086908344e992d98401.png
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 3]: /images/20210726/6894d35b847d40b39b121650fdc79edf.png
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 4]: /images/20210726/decbece6f23b4550ad77dec299ce648d.png
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 5]: /images/20210726/d408965c72964f2499b5f65d64ea2b5b.png