分库分表方案

电玩女神 2023-10-06 17:14 32阅读 0赞

#### 阅读目录 ####

*  一、数据库瓶颈
 *   *  1、IO瓶颈
     *  2、CPU瓶颈
 *  二、分库分表
 *   *  1、水平分库
     *   *  几种典型的分片规则
         *  切分共同的问题
         *  切分的一些原则
         *  数据库的切分引申的数据源管理思考
         *  中间件
     *  2、水平分表
     *  3、垂直分库
     *  4、垂直分表
 *  三、分库分表工具
 *  四、分库分表步骤
 *  冗余法
 *  五、分表方案
 *   *  1、垂直分表
     *  2、水平分表
     *   *  1、范围取表方式
         *  2、特定的算法分表(取模、哈希)
     *  优缺点
     *  范围方式

## 一、数据库瓶颈 ##

不管是IO瓶颈，还是CPU瓶颈，最终都会导致数据库的活跃连接数增加，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，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：磁盘读IO瓶颈，热点数据太多，数据库缓存放不下，每次查询时会产生大量的IO，降低查询速度 -> 分库和垂直分表。

第二种：网络IO瓶颈，请求的数据太多，网络带宽不够 -> 分库。

### 2、CPU瓶颈 ###

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

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

## 二、分库分表 ##

### 1、水平分库 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70]  
概念：以字段为依据，按照一定策略（hash、range等），将一个库中的数据拆分到多个库中。

结果：

每个库的结构都一样；  
每个库的数据都不一样，没有交集；  
所有库的并集是全量数据；

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

分析：库多了，io和cpu的压力自然可以成倍缓解。

#### 几种典型的分片规则 ####

*  按照用户 ID 求模，将数据分散到不同的数据库，具有相同数据用户的数据都被分散到一个库中。
 *  按照日期，将不同月甚至日的数据分散到不同的库中。
 *  按照某个特定的字段求摸，或者根据特定范围段分散到不同的库中。

如图，切分原则都是根据业务找到适合的切分规则分散到不同的库，下面用用户 ID 求模举例：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 1]  
优点：

*  拆分规则抽象好，join 操作基本可以数据库做。
 *  不存在单库大数据，高并发的性能瓶颈。
 *  应用端改造较少。
 *  提高了系统的稳定性跟负载能力。

缺点：

*  拆分规则难以抽象。
 *  分片事务一致性难以解决。
 *  数据多次扩展难度跟维护量极大。
 *  跨库 join 性能较差。

#### 切分共同的问题 ####

垂直切分跟水平切分不同的优缺点，会发现每种切分方式都有缺点，但共同的特点缺点有：

*  引入分布式事务的问题。
 *  跨节点 Join 的问题。
 *  跨节点合并排序分页问题。
 *  多数据源管理问题。

一般来讲业务存在着复杂 join 的场景是难以切分的，往往业务独立的易于切分。如何切分，切分到何种程度是考验技术架构的一个难题。

#### 切分的一些原则 ####

由于数据切分后数据 Join 的难度在此也分享一下数据切分的经验：

第一原则：能不切分尽量不要切分。  
第二原则：如果要切分一定要选择合适的切分规则，提前规划好。  
第三原则：数据切分尽量通过数据冗余或表分组（Table Group）来降低跨库 Join 的可能。  
第四原则：由于数据库中间件对数据 Join 实现的优劣难以把握，而且实现高性能难度极大，业务读取尽量少使用多表 Join。

#### 数据库的切分引申的数据源管理思考 ####

主要有两种思路：

*  A. 客户端模式，在每个应用程序模块中配置管理自己需要的一个（或者多个）数据源，直接访问各个数据  
    库，在模块内完成数据的整合；
 *  B. 通过中间代理层来统一管理所有的数据源，后端数据库集群对前端应用程序透明；

可能 90%以上的人在面对上面这两种解决思路的时候都会倾向于选择第二种，尤其是系统不断变得庞大复杂的时候。确实，这是一个非常正确的选择，虽然短期内需要付出的成本可能会相对更大一些，但是对整个系统的扩展性来说，是非常有帮助的。

#### 中间件 ####

`mycat 是基于Java开发所设计的，PHP选择第一种比较简单`

为了减少业务人员的压力，  
常用一些中间件，如 mycat Cobar  
其结构大约如下图

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 2]  
中间件的直接感受  
这里 简单试用了下，mycat ，使用的例子是其官方例子

过程：  
mysql 新建三个库db1,db2,db3  
在linux服务器上 安装mycat. 配置好mycat对三个库，表的对应，mycat的rules 等.

后续使用时，将mycat 当作mysql来使用即可，  
insert 三条数据进 mycat 的 TESTDB 的 travelrecord 表,

结果如下：  
三条数据的实际存储位置在db1,db2,db3中

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 3]

### 2、水平分表 ###

相对于垂直拆分，水平拆分不是将表做分类，而是按照某个字段的某种规则来分散到多个库之中，每个表中包含一部分数据。

简单来说，我们可以将数据的水平切分理解为是按照数据行的切分，就是将表中的某些行切分到一个数据库，而另外的某些行又切分到其他的数据库中。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 4]

### 3、垂直分库 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 5]  
概念：以表为依据，按照业务归属不同，将不同的表拆分到不同的库中。

结果：

每个库的结构都不一样；  
每个库的数据也不一样，没有交集；  
所有库的并集是全量数据；  
场景：系统绝对并发量上来了，并且可以抽象出单独的业务模块。

分析：到这一步，基本上就可以服务化了。例如，随着业务的发展一些公用的配置表、字典表等越来越多，这时可以将这些表拆到单独的库中，甚至可以服务化。再有，随着业务的发展孵化出了一套业务模式，这时可以将相关的表拆到单独的库中，甚至可以服务化。

### 4、垂直分表 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 6]  
概念：

以字段为依据，按照字段的活跃性，将表中字段拆到不同的表（主表和扩展表）中。

结果：

每个表的结构都不一样；  
每个表的数据也不一样，一般来说，每个表的字段至少有一列交集，一般是主键，用于关联数据；  
所有表的并集是全量数据；

场景：

系统绝对并发量并没有上来，表的记录并不多，但是字段多，并且热点数据和非热点数据在一起，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，查询时会去读磁盘数据产生大量的随机读IO，产生IO瓶颈。

分析：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，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，进而减少了随机读IO。拆了之后，要想获得全部数据就需要关联两个表来取数据。

但记住，千万别用join，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，应该在业务Service层做文章，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：jar，前身是sharding-jdbc；
 *  TDDL：jar，Taobao Distribute Data Layer；
 *  Mycat：中间件

> 注：工具的利弊，请自行调研，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）。

扩展MySQL：分库分表与分区的区别和思考

## 冗余法 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 7]

## 五、分表方案 ##

### 1、垂直分表 ###

垂直分表在业务开发过程中应该是随处可见的，比如：用户相关的表

CREATE TABLE `user` (
      `uid` int(11) unsigned NOT NULL AUTO_INCREMENT,
      `user_name` varchar(50) DEFAULT '' COMMENT '用户登录名',
      `password` char(32) DEFAULT '' COMMENT '用户登录密码',
      `is_del` tinyint(1) unsigned DEFAULT '1' COMMENT '1，正常 2，删除',
      `create_time` char(10) DEFAULT '0' COMMENT '录入时间',
      `update_time` char(10) DEFAULT '0' COMMENT '更新时间',
      PRIMARY KEY (`uid`)
    ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='用户基本表';
    
    CREATE TABLE `user_info` (
      `uid` int(11) unsigned NOT NULL,
      `head_img` varchar(50) DEFAULT '' COMMENT '头像',
      `nick_name` varchar(50) DEFAULT '' COMMENT '昵称',
      `sign_content` varchar(255) DEFAULT '' COMMENT '个性签名',
      `update_time` char(10) DEFAULT '0' COMMENT '更新时间',
      PRIMARY KEY (`uid`)
    ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='用户信息表';
    
    ......

如上所见，垂直分表就是把一个实体按照某种属性进行分类划分成多个表。

### 2、水平分表 ###

#### 1、范围取表方式 ####

比如用户联系信息： 我们可以按照范围分表

1-100w: user\_info\_1  
100w-200w: user\_info\_2

CREATE TABLE `user_info_{
        {1+}}` (
      `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
      `uid` int(11) NOT NULL DEFAULT '0' COMMENT '用户uid',
      `mobile` varchar(20) NOT NULL DEFAULT '' COMMENT '手机号',
      `address` varchar(50) NOT NULL DEFAULT '' COMMENT '住址',
      ......
      `is_del` tinyint(1) unsigned DEFAULT '1' COMMENT '1，正常 2，删除',
      `create_time` char(10) DEFAULT '0' COMMENT '录入时间',
      `update_time` char(10) DEFAULT '0' COMMENT '更新时间',
      PRIMARY KEY (`id`),
      UNIQUE KEY `uid_index` (`uid`) USING BTREE
    ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='用户联系信息表';

#### 2、特定的算法分表(取模、哈希) ####

取模：比如用户 ID%100,分100张表

CREATE TABLE `visit_record_{
        {1-100}}` (
      `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
      `uid` int(11) NOT NULL DEFAULT '0' COMMENT '所属人uid',
      `source_id` int(11) NOT NULL DEFAULT '0' COMMENT '资源id',
      `type_mark` int(10) NOT NULL DEFAULT '0' COMMENT '资源类型',
      ......
      `create_time` char(10) DEFAULT '0' COMMENT '录入时间',
      `update_time` char(10) DEFAULT '0' COMMENT '更新时间',
      PRIMARY KEY (`id`),
     UNIQUE KEY `st_index` (`source_id`,`type_mark`) USING BTREE
    ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='用户资源访问记录';

### 优缺点 ###

取模方式：  
冷热数据比较均衡，但扩展性比较差，一但数据量超过预期，原定表数量就无法承载，再加表就比较麻烦。

### 范围方式 ###

扩展性比较强，但是一般新用户是比较活跃的，大部分都查询到新表上面，就导致冷热数据不均衡要解决这样的问题可以两者结合互补。

首先根据范围进行分组：  
比如用户1~1000w，分为10张表，然后 uid%10 得到具体表、相当于1-10表的总数据量已经确定了，先取范围再取模，扩展性问题就不存在了。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20210407145354787.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20210407145757937.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20210407152446306.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20210407154453995.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20210407155622842.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20210407160049474.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20210407160348129.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20210407161130783.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaWd1YW5nMTAy,size_16,color_FFFFFF,t_70