本文主要向您展示“MySQL常见的子数据库和子表方案有哪些”。内容简单易懂,条理清晰。希望能帮你解开疑惑。让边肖带领大家学习《MySQL常见的子数据库和子表方案有哪些》一文。
00-1010无论是IO瓶颈还是CPU瓶颈,数据库中的活动连接数最终都会增加,然后接近甚至达到数据库能够承载的活动连接数的阈值。从业务服务的角度来看,很少有或没有可用的数据库连接。然后你可以想象它(并发、吞吐量、崩溃)。
1.输入输出瓶颈
第一个:磁盘读取IO瓶颈,热数据太多,无法放入数据库缓存,每次查询都会产生大量IO,会减慢查询速度——子数据库和垂直子表。
第二种:网络IO瓶颈,请求数据过多,网络带宽不足——子库。
2.中央处理器瓶颈
第一个:SQL问题,比如SQL包含联接、分组依据、排序依据、非索引字段的条件查询等。加入CPU操作-SQL优化,建立合适的索引,在业务服务层进行业务计算。
第二:单个表的数据量太大,查询时扫描的行太多,SQL效率低,CPU是第一个瓶颈——水平表拆分。
00-1010 1.水平子仓库
基于该字段,概念:根据特定策略(哈希、范围等)将一个库中的数据拆分为多个库。).
结果:
每个库的结构都是一样的;
每个库的数据不一样,没有交集;
所有图书馆的联合就是全数据;
场景:系统的绝对并发增加了,用子表很难从根本上解决问题,纵向子数据库没有明显的业务归属。
有了更多的分析:库,io和cpu的压力自然会加倍。
一、数据库瓶颈
概念:根据某些策略(散列、范围等)将一个表中的数据分成多个表。)基于字段。
结果:
每个表的结构都是一样的;
每个表的数据不一样,没有交集;
所有表的并集都是全数据;
场景:系统的绝对并发没有上来,但是单个表数据太多,影响了SQL的效率,增加了CPU的负担,成为瓶颈。建议:分析一个SQL查询的优化原则
分析:表数据量少,单个SQL执行效率高,自然减轻了CPU的负担。
二、分库分表
基于表格,概念:根据不同的企业所有权将不同的表格分成不同的库。
结果:
每个库的结构不同;
每个库的数据不一样,没有交集;
所有图书馆的联合就是全数据;
场景:系统的绝对并发性增加了,可以抽象出独立的业务模块。
至此,分析:基本可以服务了。
比如随着业务的发展,常见的配置表、字典表等越来越多。此时,这些表可以被分解成单独的库,甚至可以被服务。再者,随着商业的发展,孵化出一套商业模式。此时,相关的表可以被分解成一个单独的库,甚至可以被服务。
2、水平分表
概念:是基于实地,根据实地
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)。
五、分库分表问题
1、非partition key的查询问题
基于水平分库分表,拆分策略为常用的hash法。
端上除了partition key只有一个非partition key作为条件查询
映射法
基因法
注:写入时,基因法生成user_id,如图。关于xbit基因,例如要分8张表,23=8,故x取3,即3bit基因。根据user_id查询时可直接取模路由到对应的分库或分表。
根据user_name查询时,先通过user_name_code生成函数生成user_name_code再对其取模路由到对应的分库或分表。id生成常用snowflake算法。
端上除了partition key不止一个非partition key作为条件查询
映射法
冗余法
注:按照order_id或buyer_id查询时路由到db_o_buyer库中,按照seller_id查询时路由到db_o_seller库中。感觉有点本末倒置!有其他好的办法吗?改变技术栈呢?
后台除了partition key还有各种非partition key组合条件查询
NoSQL法
冗余法
2、非partition key跨库跨表分页查询问题
基于水平分库分表,拆分策略为常用的hash法。
注:用NoSQL法解决(ES等)。
3、扩容问题
基于水平分库分表,拆分策略为常用的hash法。
水平扩容库(升级从库法)
注:扩容是成倍的。
水平扩容表(双写迁移法)
第一步:(同步双写)修改应用配置和代码,加上双写,部署;
第二步:(同步双写)将老库中的老数据复制到新库中;
第三步:(同步双写)以老库为准校对新库中的老数据;
第四步:(同步双写)修改应用配置和代码,去掉双写,部署;
注:双写是通用方案
以上是“MySQL常用分库分表方案有哪些”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注行业资讯频道!
内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/89355.html