CYQ.Data 支持分布式数据库（主从备）高可用及负载调试

痛定思痛。 2023-06-01 05:37 2阅读 0赞

# [CYQ.Data 支持分布式数据库（主从备）高可用及负载调试][CYQ.Data] #

# 前言： #

继上一篇，介绍 [CYQ.Data][CYQ.Data 1] 在分布式缓存上支持高可用，详见：[CYQ.Data 对于分布式缓存Redis、MemCache高可用的改进及性能测试][CYQ.Data _Redis_MemCache]

本篇介绍 CYQ.Data 在对数据库层面对分布式数据库的主从备的高可用的及负载调度。

目前框架支持的数据库（及缓存）种类为：

Support：Txt、Xml、Access、Sqlite、Mssql、Mysql、Oracle、Sybase、Postgres、Redis、MemCache。

下面就开始介绍：

# 1、数据库集群与负载的高可用： #

### 1、集群与故障转移 ###

想当年，在北京联通的项目上，为了实现数据库集群故障转移，那可是一堆人在机房折腾的死去活来。

还要开什么研论会，要机房，网络设计人员，和项目层面的三方人码动手。

折腾到最后的结果，浪费了一台服务器做热备。

### 2、由客户端调度主从备，实现故障转移与负载。 ###

CYQ.Data 在很早前，就实现了主从备的切换了，只是没有实现高可用。

这一次，迎合NET Core 在未来分布式应用下的需求，补上了这个功能。

# 2、CYQ.Data 在分布式下的数据库可高用： #

下面来看简单的使用过程：

### 1、指定配置外链： ###

原有的配置：

![复制代码][copycode.gif]

![复制代码][copycode.gif]

将配置写在原的config中，是当修改时，会引发（Window下）整个程序重启（而NetCore默认不重启，需要特殊处理配置文件重新加载事件）。

改进后配置（文件后缀可以指定\*.ini，\*.txt, \*.json）：

对应的conn.json 文件：

![复制代码][copycode.gif]

\{  
　　"Conn": \{  
　　　　　　　　"Master": "server=.;database=demo;uid=sa;pwd=123456",  
　　　　　　　　"Backup": "server=.;database=test;uid=sa;pwd=123456",  
　　　　　　　　"Slave": \[  
　　　　　　　　　　　　　　"server=.;database=test;uid=sa;pwd=123456",  
　　　　　　　　　　　　　　"server=.;database=demo;uid=sa;pwd=123456"  
　　　　　　　　　　　　　　\]  
　　　　　　\}  
\}

![复制代码][copycode.gif]

将配置外置后，程序会自动监控文件的变化，每次修改都会即时生效，内部自动调整算法，实现高可用。

配置后好，剩下的问题就是你有多少台服务器可以安装数据库实例了。

### 2、数据库主从备的机制说明： ###

主备：当主库发生故障时，会自动切换到备库。

主从：主库负责写，从库负责读。

### 3、关于读的负载调度： ###

只要是被加入Slave的链接，都会顺序被执行。

因此，如果写的任务不多，可以把主库的链接也加入到Slave中，分担读的压力。

再把备库的链接都加载入到Slave中，反正备库平时也用不上，一样可以继续分担读的压力。

另外，Slave由于是顺序调度，所以要加大某实例的负载时，可以将该实例的链接复制多份，以提高被执行的概率。

#### 因此，只要配合服务器性能监控，再动态修改链接指向的配置文件，即可实现高可用的性能负载。 ####

下面来做一个测试实验：

# 3、主从备负载切换的实验： #

首先，创建了五个数据库：MasterDB、BackupDB、SlaveDB1、SlaveDB2、SlaveDB2。

然后：数据库间的同步，这一步就先省了。

写测试代码，运行两个线程，分别是读与写：

![复制代码][copycode.gif]

public class MasterBackupSlave
        {
            public static void Start()
            {
                AppConfig.Log.LogConn = "Conn";
                ThreadPool.QueueUserWorkItem(new WaitCallback(Read), "Read");
                ThreadPool.QueueUserWorkItem(new WaitCallback(Write), "Write");
                Console.Read();
            }
            private static void Read(object threadFlag)
            {
               
                while (true)
                {
                    using (SysLogs logs = new SysLogs())
                    {
                        logs.Fill(1);
    
                        Console.WriteLine("Read : " + ((MAction)logs).DataBase);
                    }
                    Thread.Sleep(1000);
                }
            }
            private static void Write(object threadFlag)
            {
                while (true)
                {
                    using (SysLogs logs = new SysLogs())
                    {
                        logs.Message = Guid.NewGuid().ToString();
                        logs.Insert();
    
                        Console.WriteLine("--------------Write : " + ((MAction)logs).DataBase);
                    }
                    Thread.Sleep(1000);
                }
            }
        }

![复制代码][copycode.gif]

然后运行，看到以下输出，写在主库，读在从库中切换：

![17408-20190403225220385-1319594767.gif][]

接着，我们测试主备，把主库弄挂了，这时会切到从，再把主库恢复，这时候会切回来。

![17408-20190403225325326-889163181.gif][]

最后，我们随时减少或增加从库负载的实例：

![17408-20190403230119120-1241657046.gif][]

没错，和分布式缓存一样，框架已经从单机的应用，向分布式高负载和高可用性进化了。

# 总结： #

别问我为什么，总之，就是这么强大。

转载于:https://www.cnblogs.com/Jeely/p/11356662.html

[CYQ.Data]: https://www.cnblogs.com/cyq1162/p/10651706.html
[CYQ.Data 1]: https://github.com/cyq1162/cyqdata
[CYQ.Data _Redis_MemCache]: https://www.cnblogs.com/cyq1162/p/10634267.html
[copycode.gif]: /images/20230601/f4a098ec2082404fa389609c3de25717.png
[17408-20190403225220385-1319594767.gif]: /images/20230601/af053c11c53e4eb5959a066ec8c4c5d8.png
[17408-20190403225325326-889163181.gif]: /images/20230601/b4653855acf84e798a5c3d96c079e7cc.png
[17408-20190403230119120-1241657046.gif]: /images/20230601/16cb427f261c4b5eb18488ccb2519493.png