面試官：給我講一下分庫分表方案

作者：尜尜人物

連結：https://www.cnblogs.com/littlecharacter/p/9342129.html

一、資料庫瓶頸

1、IO瓶頸

2、CPU瓶頸

二、分庫分表

1、水平分庫

2、水平分表

3、垂直分庫

4、垂直分表

三、分庫分表工具

四、分庫分表步驟

五、分庫分表問題

1、非partition key的查詢問題（水平分庫分表，拆分策略為常用的hash法）

2、非partition key跨庫跨表分頁查詢問題（水平分庫分表，拆分策略為常用的hash法）

3、擴容問題（水平分庫分表，拆分策略為常用的hash法）

六、分庫分表總結

七、分庫分表示例

一、資料庫瓶頸

不管是IO瓶頸，還是CPU瓶頸，最終都會導致資料庫的活躍連線數增加，進而逼近甚至達到資料庫可承載活躍連線數的閾值。在業務Service來看就是，可用資料庫連線少甚至無連線可用。接下來就可以想象了吧（併發量、吞吐量、崩潰）。

 

1、IO瓶頸

 

第一種：磁碟讀IO瓶頸，熱點資料太多，資料庫快取放不下，每次查詢時會產生大量的IO，降低查詢速度 -> 分庫和垂直分表。

第二種：網路IO瓶頸，請求的資料太多，網路頻寬不夠 -> 分庫。

 

2、CPU瓶頸

 

第一種：SQL問題，如SQL中包含join，group by，order by，非索引欄位條件查詢等，增加CPU運算的操作 -> SQL最佳化，建立合適的索引，在業務Service層進行業務計算。

第二種：單表資料量太大，查詢時掃描的行太多，SQL效率低，CPU率先出現瓶頸 -> 水平分表。

二、分庫分表

1、水平分庫

 

 

1、概念：以欄位為依據，按照一定策略（hash、range等），將一個庫中的資料拆分到多個庫中。

 

2、結果：

• 每個庫的結構都一樣；

• 每個庫的資料都不一樣，沒有交集；

• 所有庫的並集是全量資料；

 

3、場景：系統絕對併發量上來了，分表難以根本上解決問題，並且還沒有明顯的業務歸屬來垂直分庫。

 

4、分析：庫多了，io和cpu的壓力自然可以成倍緩解。

 

2、水平分表

 

1、概念：以欄位為依據，按照一定策略（hash、range等），將一個表中的資料拆分到多個表中。

 

2、結果：

• 每個表的結構都一樣；

• 每個表的資料都不一樣，沒有交集；

• 所有表的並集是全量資料；

 

3、場景：系統絕對併發量並沒有上來，只是單表的資料量太多，影響了SQL效率，加重了CPU負擔，以至於成為瓶頸。

 

4、分析：表的資料量少了，單次SQL執行效率高，自然減輕了CPU的負擔。

 

3、垂直分庫

 

 

1、概念：以表為依據，按照業務歸屬不同，將不同的表拆分到不同的庫中。

 

2、結果：

• 每個庫的結構都不一樣；

• 每個庫的資料也不一樣，沒有交集；

• 所有庫的並集是全量資料；

 

3、場景：系統絕對併發量上來了，並且可以抽象出單獨的業務模組。

 

4、分析：到這一步，基本上就可以服務化了。例如，隨著業務的發展一些公用的配置表、字典表等越來越多，這時可以將這些表拆到單獨的庫中，甚至可以服務化。再有，隨著業務的發展孵化出了一套業務樣式，這時可以將相關的表拆到單獨的庫中，甚至可以服務化。

 

4、垂直分表

 

 

1、概念：以欄位為依據，按照欄位的活躍性，將表中欄位拆到不同的表（主表和擴充套件表）中。

 

2、結果：

• 每個表的結構都不一樣；

• 每個表的資料也不一樣，一般來說，每個表的欄位至少有一列交集，一般是主鍵，用於關聯資料；

• 所有表的並集是全量資料；

 

3、場景：系統絕對併發量並沒有上來，表的記錄並不多，但是欄位多，並且熱點資料和非熱點資料在一起，單行資料所需的儲存空間較大。以至於資料庫快取的資料行減少，查詢時會去讀磁碟資料產生大量的隨機讀IO，產生IO瓶頸。

 

4、分析：可以用串列頁和詳情頁來幫助理解。垂直分表的拆分原則是將熱點資料（可能會冗餘經常一起查詢的資料）放在一起作為主表，非熱點資料放在一起作為擴充套件表。這樣更多的熱點資料就能被快取下來，進而減少了隨機讀IO。拆了之後，要想獲得全部資料就需要關聯兩個表來取資料。但記住，千萬別用join，因為join不僅會增加CPU負擔並且會講兩個表耦合在一起（必須在一個資料庫實體上）。關聯資料，應該在業務Service層做文章，分別獲取主表和擴充套件表資料然後用關聯欄位關聯得到全部資料。

三、分庫分表工具

1、sharding-sphere：jar，前身是sharding-jdbc；

2、TDDL：jar，Taobao Distribute Data Layer；

3、Mycat：中介軟體。

 

註：工具的利弊，請自行調研，官網和社群優先。

四、分庫分表步驟

根據容量（當前容量和增長量）評估分庫或分表個數 -> 選key（均勻）-> 分表規則（hash或range等）-> 執行（一般雙寫）-> 擴容問題（儘量減少資料的移動）。

五、分庫分表問題

1、非partition key的查詢問題（水平分庫分表，拆分策略為常用的hash法）

 

1、端上除了partition key只有一個非partition key作為條件查詢

 

• 對映法

 

 

• 基因法

 

註：寫入時，基因法生成user_id，如圖。關於xbit基因，例如要分8張表，23=8，故x取3，即3bit基因。根據user_id查詢時可直接取模路由到對應的分庫或分表。根據user_name查詢時，先透過user_name_code生成函式生成user_name_code再對其取模路由到對應的分庫或分表。id生成常用snowflake演演算法。

 

2、端上除了partition key不止一個非partition key作為條件查詢

 

• 對映法

 

• 冗餘法

 

註：按照order_id或buyer_id查詢時路由到db_o_buyer庫中，按照seller_id查詢時路由到db_o_seller庫中。感覺有點本末倒置！有其他好的辦法嗎？改變技術棧呢？

 

3、後臺除了partition key還有各種非partition key組合條件查詢

 

• NoSQL法

 

 

• 冗餘法

 

 

2、非partition key跨庫跨表分頁查詢問題（水平分庫分表，拆分策略為常用的hash法）

 

註：用NoSQL法解決（ES等）。

 

3、擴容問題（水平分庫分表，拆分策略為常用的hash法）

 

1、水平擴容庫（升級從庫法

 

 

註：擴容是成倍的。

 

2、水平擴容表（雙寫遷移法）

第一步：（同步雙寫）應用配置雙寫，部署；
第二步：（同步雙寫）將老庫中的老資料複製到新庫中；
第三步：（同步雙寫）以老庫為準校對新庫中的老資料；
第四步：（同步雙寫）應用去掉雙寫，部署；

 

註：雙寫是通用方案。

六、分庫分表總結

分庫分表，首先得知道瓶頸在哪裡，然後才能合理地拆分（分庫還是分表？水平還是垂直？分幾個？）。且不可為了分庫分表而拆分。

 

1、選key很重要，既要考慮到拆分均勻，也要考慮到非partition key的查詢。

2、只要能滿足需求，拆分規則越簡單越好。

七、分庫分表示例

示例GitHub地址：https://github.com/littlecharacter4s/study-sharding