欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

聊一聊分库分表及它生产的一些概念

程序员文章站 2022-03-14 12:07:49
为什么要分库分表? 随着近些年信息化*,各行各业无纸化办公产生了大量的数据,而越来越多的数据存入了数据库中。当使用 数据库的时候,单表超出了2000万数据量就会出现性能上的分水岭。并且物理服务器的CPU、内存、存储、连接数等资源有限,某个时段大量连接同时执行操作,会导致数据库在处理上遇到性能瓶颈 ......

为什么要分库分表?

随着近些年信息化*,各行各业无纸化办公产生了大量的数据,而越来越多的数据存入了数据库中。当使用mysql数据库的时候,单表超出了2000万数据量就会出现性能上的分水岭。并且物理服务器的cpu、内存、存储、连接数等资源有限,某个时段大量连接同时执行操作,会导致数据库在处理上遇到性能瓶颈。为了解决这个问题,行业先驱门充分发扬了分而治之的思想,对大表进行分割,然后实施更好的控制和管理,同时使用多台机器的cpu、内存、存储,提供更好的性能。而分而治之则有两种方式:垂直拆分水平拆分

垂直拆分

垂直拆分分为垂直分库垂直分表。先说说垂直分库。垂直分库其实是一种简单逻辑分割。比如我们的数据库中有商品表products、还有对订单表orders,还有积分表scores。接下来我们就可以创建三个数据库,一个数据库存放商品,一个数据库存放订单,一个数据库存放积分。如下图所示:
聊一聊分库分表及它生产的一些概念

垂直分库有一个优点,他能够根据业务场景进行孵化,比如某一单一场景只用到某2-3张表,基本上应用和数据库可以拆分出来做成相应的服务。

再来说说垂直分表,比较适用于那种字段比较多的表,假设我们一张表有100个字段,我们分析了一下当前业务执行的sql语句,有20个字段是经常使用的,而另外80个字段使用比较少。这样我们就可以把20个字段放在主表里面,我们在创建一个辅助表,存放另外80个字段。当然主表和辅助表都是有主键的。他们通过主键进行关联合并,就可以凑成100个字段的表。
聊一聊分库分表及它生产的一些概念

垂直分表可以解决跨页的问题。在oracle中叫行链接。怎么理解呢?就是你字段少的情况下,原本一行数据只需要存在一个页里面就行了,但是字段多的情况就存不下了,就需要跨页。这样就会造成额外寻址,造成性能上的开销。另外将这么长的一行数据载到内存中,往往是几个页面,结果咱们经常只访问其中的几个字段,对内存也是一个极大的开销。所以为了让内存缓存更多数据,减少磁盘i/o,垂直分表就是很好的手段。

总体来说:垂直拆分有以下优点:

  • 跟随业务进行分割,和最近流行的微服务概念相似,方便解耦之后的管理及扩展。
  • 高并发的场景下,垂直拆分使用多台服务器的cpu、i/o、内存能提升性能,同时对单机数据库连接数、一些资源限制也得到了提升。
  • 能实现冷热数据的分离。

垂直拆分的缺点:

  • 部分业务表无法join,应用层需要很大的改造,只能通过聚合的方式来实现。增加了开发的难度。
  • 当单库中的表数据量增大的时候依然没有得到有效的解决。
  • 分布式事务也是一个难题。

水平拆分

当某张表数据量达到一定的程度的时候,前面曾说过mysql单表出现2000万以上数据就会出现性能上的分水岭。此时发现没有办法根据业务规则再进行拆分了,就会导致单库上的读写性能出现瓶颈。此时就只能进行水平拆分了。

水平拆分又分为库内分表分库分表。先说说库内分表。假设当我们的orders表达到了5000万行记录的时候,非常影响数据库的读写效率,怎么办呢?我们可以考虑按照订单编号的order_id进行rang分区,就是把订单编号在1-1000万的放在order1表中,将编号在1000万-2000万的放在order2中,以此类推,每个表中存放1000万数据。如下图所示:

聊一聊分库分表及它生产的一些概念

虽然我们可以通过库内分表把单表的容量固定在1000万,但是这些表的数据仍然存放在一个库内,使用的是该主机的cpu、io、内存。单库的连接数也有限制。并不能完全的降低系统的压力。此时,我们就要考虑另外一种技术叫分库分表。分库分表在库内分表的基础上,将分的表挪动到不同的主机和数据库上。可以充分的使用其他主机的cpu、内存和io资源。并且分库之后,单库的连接数限制也不在成为瓶颈。但是“成也萧何败也萧何”,如果你执行一个扫描不带分片键,则需要在每个库上查一遍。刚刚我们按照order_id分成了5个库,但是我们查询是name='aaa'的条件并且不带order_id字段时,它并不知道在哪个分片上查,则会创建5个连接,然后每个库都检索一遍。这种广播查询则会造成连接数增多。因为它需要在每个库上都创立连接。如果是高并发的系统,执行这种广播查询,系统的thread很快就会告警。

聊一聊分库分表及它生产的一些概念

总体来说:水平拆分的优点有以下:

  • 水平扩展能无线扩展。不存在某个库某个表过大的情况。
  • 能够较好的应对高并发,同时可以将热点数据打散。
  • 应用侧的改动较小,不需要根据业务来拆分。

水平拆分的缺点:

  • 路由是个问题,需要增加一层路由的计算,而且像前面说的一样,不带分片键查询会产生广播sql。
  • 跨库join的性能比较差。
  • 需要处理分布式事务的一致性问题。

一起使用

当前我们的系统,垂直拆分水平拆分都在使用,垂直拆分主要是做业务上的分割,把业务的各个子系统都规划好,能解耦就解耦。而垂直拆分之后。我们再做水平分库分表。通过取模算法将大表数据拆到若干个库中。

逻辑库和物理库

介绍了上述的分库分表,我们有必要说一下几个概念,一个是逻辑库物理库的概念。我们还是拿水平拆分中的分库分表来说。我们在物理层面,将一个库的数据分割到了5个数据库中。这5个数据库就是物理库,而它们对上层应用的展现则是一个库。这个对上层展现的库就叫逻辑库。逻辑库对应用层是透明的。应用不需要了解底层的情况,直接使用就行了。

逻辑表和物理表

还是拿水平拆分中的分库分表来说,orders表总共被分成了5份,分别在底层是orders_1~5。这底层的5个表就是物理表。但是对应用层面来说,只有orders表。这就是逻辑表

总结:这一篇主要是讲述一些分库分表之后的概念。需要加深一些理解,因为我们的项目也才是刚刚开始拆分,所以有写的不对的地方还希望小伙伴们提出意见指正。

参考文档: