MySQL关于分库分表及其平滑扩容方案实例讲解

众所周知，很容易成为应用的瓶颈。单机数据库的资源和处理能力有限，在高并发的分布式系统中，可采用分库分表突破单机局限。本文总结了分库分表的相关概念、全局id的生成策略、分片策略、平滑扩容方案、以及流行的方案。

1 分库分表概述

在业务量不大时，单库单表即可支撑。

当数据量过大存储不下、或者并发量过大负荷不起时，就要考虑分库分表。

1.1 分库分表相关术语

读写分离: 不同的数据库，同步相同的数据，分别只负责数据的读和写； 分区: 指定分区列表达式，把记录拆分到不同的区域中(必须是同一服务器，可以是不同硬盘)，应用看来还是同一张表，没有变化； 分库：一个系统的多张数据表，存储到多个数据库实例中； 分表: 对于一张多行(记录)多列(字段)的二维数据表，又分两种情形：

(1) 垂直分表: 竖向切分，不同分表存储不同的字段，可以把不常用或者大容量、或者不同业务的字段拆分出去；

(2) 水平分表(最复杂): 横向切分，按照特定分片算法，不同分表存储不同的记录。

1.2 真的要采用分库分表？

需要注意的是，分库分表会为数据库维护和业务逻辑带来一系列复杂性和性能损耗，除非预估的业务量大到万不得已，切莫过度设计、过早优化。

规划期内的数据量和性能问题，尝试能否用下列方式解决：

- 当前数据量：如果没有达到几百万，通常无需分库分表；

- 数据量问题：增加磁盘、增加分库(不同的业务功能表，整表拆分至不同的数据库)；

- 性能问题：升级cpu/内存、读写分离、优化数据库系统配置、优化数据表/索引、优化 sql、分区、数据表的垂直切分；

- 如果仍未能奏效，才考虑最复杂的方案：数据表的水平切分。

2 全局id生成策略

2.1 自动增长列

优点：数据库自带功能，有序，性能佳。

缺点：单库单表无妨，分库分表时如果没有规划，id可能重复。解决方案：

2.1.1 设置自增偏移和步长

## 假设总共有 10 个分表

## 级别可选: session(会话级), global(全局)

set @@session.auto_increment_offset = 1; ## 起始值, 分别取值为 1~10

set @@session.auto_increment_increment = 10; ## 步长增量

如果采用该方案，在扩容时需要迁移已有数据至新的所属分片。

2.1.2 全局id映射表

在全局 redis 中为每张数据表创建一个 id 的键，记录该表当前最大 id；

每次申请 id 时，都自增 1 并返回给应用；

redis 要定期持久至全局数据库。

2.2 uuid(128位)

在一台机器上生成的数字，它保证对在同一时空中的所有机器都是唯一的。通常平台会提供生成uuid的api。

uuid 由4个连字号(-)将32个字节长的字符串分隔后生成的字符串，总共36个字节长。形如：550e8400-e29b-41d4-a716-446655440000。

uuid 的计算因子包括：以太网卡地址、纳秒级时间、芯片id码和许多可能的数字。

uuid 是个标准，其实现有几种，最常用的是微软的 guid(globals unique identifiers)。

优点：简单，全球唯一；

缺点：存储和传输空间大，无序，性能欠佳。

2.3 comb(组合)

组合 guid(10字节) 和时间(6字节)，达到有序的效果，提高索引性能。

2.4 snowflake(雪花) 算法

snowflake 是 twitter 开源的分布式 id 生成算法，其结果为 long(64bit) 的数值。

其特性是各节点无需协调、按时间大致有序、且整个集群各节点单不重复。

该数值的默认组成如下(符号位之外的三部分允许个性化调整)：

- 1bit: 符号位，总是 0(为了保证数值是正数)。喎? f/ware/vc/"="" target="_blank" class="keylink">vcd4ncjxwpi0gndfiaxq6ilrbw+vk/si/ydpdidy5imtqkao7pc9wpg0kpha+lsaxmgjpddogvdq140lekdviaxtk/b7d1tdqxcaridviaxs92rxjsusjrnans9ygmzigkiazmia9idewmjqgupa92rxjktwvcd4ncjxwpi0gmtjiaxq6imh3y666xsjdv7j2vdq148o/ushd68ta1qez1ia0mdk2ilj2ieleo6zp4lwx09ognda5zfk1xcbrufojrm/gzazksbzkxnri5ybjrcdt9ret16qjrntytci0/dbbz8lsu7rbw+sppc9wpg0kpggyiglkpq=="3-分片策略">3 分片策略

3.1 连续分片

根据特定字段(比如用户id、订单时间)的范围，值在该区间的，划分到特定节点。

优点：集群扩容后，指定新的范围落在新节点即可，无需进行数据迁移。

缺点：如果按时间划分，数据热点分布不均(历史数冷当前数据热)，导致节点负荷不均。

3.3 id取模分片

缺点：扩容后需要迁移数据。

3.2 一致性hash算法

优点：扩容后无需迁移数据。

3.4 snowflake 分片

优点：扩容后无需迁移数据。

4 分库分表引入的问题

4.1 分布式事务

参见 分布式事务的解决方案

由于两阶段/三阶段提交对性能损耗大，可改用事务补偿机制。

4.2 跨节点 join

对于单库 join，mysql 原生就支持；

对于多库，出于性能考虑，不建议使用 mysql 自带的 join，可以用以下方案避免跨节点 join：

- 全局表: 一些稳定的共用数据表，在各个数据库中都保存一份；

- 字段冗余: 一些常用的共用字段，在各个数据表中都保存一份；

- 应用组装：应用获取数据后再组装。

另外，某个 id 的用户信息在哪个节点，他的关联数据(比如订单)也在哪个节点，可以避免分布式查询。

4.3 跨节点聚合

只能在应用程序端完成。

但对于分页查询，每次大量聚合后再分页，性能欠佳。

4.4 节点扩容

节点扩容后，新的分片规则导致数据所属分片有变，因而需要迁移数据。

5 节点扩容方案

相关资料: 数据库秒级平滑扩容架构方案

5.1 常规方案

如果增加的节点数和扩容操作没有规划，那么绝大部分数据所属的分片都有变化，需要在分片间迁移：

- 预估迁移耗时，发布停服公告；

- 停服(用户无法使用服务)，使用事先准备的迁移脚本，进行数据迁移；

- 修改为新的分片规则；

- 启动服务器。

5.2 免迁移扩容

采用双倍扩容策略，避免数据迁移。扩容前每个节点的数据，有一半要迁移至一个新增节点中，对应关系比较简单。

具体操作如下(假设已有 2 个节点 a/b，要双倍扩容至 a/a2/b/b2 这 4 个节点)：

- 无需停止应用服务器；

- 新增两个数据库 a2/b2 作为从库，设置主从同步关系为：a=>a2、b=>b2，直至主从数据同步完毕(早期数据可手工同步)；

- 调整分片规则并使之生效：

原 id%2=0 => a 改为 id%4=0 => a, id%4=2 => a2；

原 id%2=1 => b 改为 id%4=1 => b, id%4=3 => b2。

- 解除数据库实例的主从同步关系，并使之生效；

- 此时，四个节点的数据都已完整，只是有冗余(多存了和自己配对的节点的那部分数据)，择机清除即可(过后随时进行，不影响业务)。

6 分库分表方案

6.1 代理层方式

部署一台代理服务器伪装成 mysql 服务器，代理服务器负责与真实 mysql 节点的对接，应用程序只和代理服务器对接。对应用程序是透明的。

比如 mycat，官网，，参考文档：mycat+mysql 读写分离部署

mycat 后端可以支持 mysql, sql server, oracle, db2, postgresql等主流数据库，也支持mongodb这种新型nosql方式的存储，未来还会支持更多类型的存储。

mycat 不仅仅可以用作读写分离，以及分表分库、容灾管理，而且可以用于多租户应用开发、云平台基础设施，让你的架构具备很强的适应性和灵活性。

6.2 应用层方式

处于业务层和 jdbc 层中间，是以 jar 包方式提供给应用调用，对代码有侵入性。主要方案有：

(1)淘宝网的 tddl: 已于 2012 年关闭了维护通道，建议不要使用。

(2)当当网的 sharding-jdbc: 仍在活跃维护中：

是当当应用框架 ddframe 中，从关系型数据库模块 dd-rdb 中分离出来的数据库水平分片框架，实现透明化数据库分库分表访问，实现了 snowflake 分片算法；

sharding-jdbc定位为轻量java框架，使用客户端直连数据库，无需额外部署，无其他依赖，dba也无需改变原有的运维方式。

sharding-jdbc分片策略灵活，可支持等号、between、in等多维度分片，也可支持多分片键。

sql解析功能完善，支持聚合、分组、排序、limit、or等查询，并支持binding table以及笛卡尔积表查询。

sharding-jdbc直接封装jdbc api，可以理解为增强版的jdbc驱动，旧代码迁移成本几乎为零：

- 可适用于任何基于java的orm框架，如jpa、hibernate、mybatis、spring jdbc template或直接使用jdbc。

- 可基于任何第三方的数据库连接池，如dbcp、c3p0、 bonecp、druid等。

- 理论上可支持任意实现jdbc规范的数据库。虽然目前仅支持mysql，但已有支持oracle、sqlserver等数据库的计划。

喎?>