分库分表的基基基础知识
文章目录
- 一、导论
- 1、问题的产生
- 2、什么是分库分表?
- 3、为什么分库分表?
- 二、如何分库分表?
- 1、垂直切分
- 2、水平切分
- 三、产生的问题及解决方式
- 1、数据该存到哪个库的哪张表?
- 2、事务一致性问题
- 3、分页、排序的坑
- 4、全局唯一主键问题
- 5、跨库多表 join 问题
- 6、跨库聚合查询问题
- 7、数据迁移、扩容问题
一、导论
1、问题的产生
随着规模的增大,数据库可能会遇到的问题?
- 读压力:并发 QPS、索引不合理、SQL 语句不合理、锁粒度
- 写压力:并发 QPS、事务、锁粒度
- 物理性能:磁盘瓶颈、CPU 瓶颈、内存瓶颈、IO 瓶颈
- 其他:宕机、网络异常
面对上述问题,常见的优化手段有:索引优化、主从同步、缓存、分库分表
单机的存储能力、连接数是有限的,自身就很容易会成为系统的瓶颈。
当单表数据量在百万以内时,可以通过添加从库、优化索引提升性能。
如果数据量朝着千万级以上趋势增长,或者突破千万级,那么即使再怎么优化单个数据库实例,很多数据操作的性能仍严重下降。这时候,为了减少数据库的负担,提升数据库响应速度,缩短查询时间,就需要进行分库分表。
2、什么是分库分表?
- 分表:将一个表中的数据按照某种规则分拆到多张表中,降低锁粒度以及索引树,提升数据查询效率。
- 分库:将一个数据库中的数据按照某种规则分拆到多个数据库中,以缓解单服务器的压力(CPU、内存、磁盘、IO)。
3、为什么分库分表?
- 性能角度:CPU、内存、磁盘、IO 瓶颈
- 随着业务体量扩大,数据规模达到百万行,数据库索引树庞大,查询性能出现瓶颈。
- 用户并发流量规模扩大,由于单库(单服务器)物理性能限制也无法承载大流量。
- 可用性角度:单机故障率影响面
- 如果是单库,数据库宕机会导致100%服务不可用,N 库则可以将影响面降低N倍。
二、如何分库分表?
分库分表,就是要将大量数据分散到多个数据库的多个表中,使每个数据库中数据量小,响应速度快,以此来提升数据库整体性能。
核心理念就是对数据进行切分(
Sharding
),以及切分后如何对数据快速定位与整合。针对数据切分类型,可以分为:垂直(纵向)切分和水平(横向)切分两种。
1、垂直切分
垂直拆分就是对数据内容进行拆分,将一条记录拆分到多个表或是将多个业务信息拆分到多个库中。垂直拆分的原则一般按照业务类型来拆分,核心思想是专库专用,将业务耦合度比较高的表拆分到单独的库中
垂直分库:垂直分库是基于业务划分数据库。与微服务治理观念很相似,每个独立的服务都拥有自己的数据库,通过接口调用获取不同业务的数据。
垂直分表:垂直分表是基于数据表的列进行切分,是一种大表拆小表的模式。
数据库是以行为单位将数据加载到内存中,这样拆分以后,核心表大多是访问频率较高的字段,而且字段长度也都较短,可以加载更多数据到内存中,增加查询的命中率,减少磁盘IO,以此来提升数据库性能。
优点:
- 业务间解耦,不同业务的数据进行独立的维护、监控、扩展。
- 在高并发场景下,一定程度上缓解了数据库的压力。
缺点:
- 提升了开发的复杂度,由于业务的隔离性,很多表无法直接访问,必须通过接口方式聚合数据。
- 分布式事务管理难度增加。
- 垂直切分数据库还是存在单表数据量过大的问题,并未根本上解决,需要配合水平切分。
2、水平切分
将一张大数据量的表,切分成多个表结构相同的小表,而每个小表只占原表一部分数据,然后按不同的条件分散到单个或多个数据库中。
- 库内分表:虽然将表拆分,但是子表都还在同一个数据库实例中,只解决了单一表数据量过大的问题,并没有将拆分后的子表分布到不同机器的库上,还在竞争同一个物理机的CPU、内存、网络IO。
- 分库分表:将切分出的子表,分散到不同的数据库中,从而使得单个表的数据量变小,达到分布式的效果。
优点:
- 解决高并发时单库数据量过大的问题,提升系统稳定性和负载能力。
- 业务系统改造的工作量不是很大。
缺点:
- 跨分片的事务一致性难以保证。
- 跨库的 join 关联查询性能较差。
- 扩容的难度和维护量较大。
三、产生的问题及解决方式
1、数据该存到哪个库的哪张表?
Range 区间:对于水平切分,根据时间区间或者是 ID 范围来确定访问哪一个库哪一个表
- 优点:
- 单表数据量是可控的。
- 水平扩展简单,只需增加节点即可,无需对其他分片的数据进行迁移。
- 能快速定位要查询的数据在哪个库。
- 缺点:
- 由于连续分片,可能存在数据热点问题。假如按时间字段分片,有些分片存储最近时间段内的数据,可能会被频繁的读写;而有些分片存储历史数据,则很少被查询。
- 优点:
Hash 取模:Hash 取模(对hash结果取余数 (hash() mod N))的切分方式比较常见。
优点:
- 数据分片相对比较均匀,不易出现某个库并发访问的问题。
缺点:
- 当某一台机器宕机,本应该落在该数据库的请求就无法得到正确的处理。这时,宕掉的实例会被踢出集群,算法变成hash(userId) mod N-1,用户信息可能就不再在同一个库中。
2、事务一致性问题
- 由于数据表分布在不同库中,不可避免会带来跨库事务问题。一般可使用"XA协议"和"两阶段提交"处理,但是这种方式性能较差,代码开发量也比较大。
- 通常是做到最终一致性即可,不苛求系统的实时一致性;只要求在允许的时间段内达到最终一致性,可采用事务补偿的方式。
3、分页、排序的坑
使用多库进行查询时,limit分页、order by 排序着实让人比较头疼。
4、全局唯一主键问题
- 分库分表后,表中的数据同时存在于多个数据库,某个分区数据库的自增主键无法满足全局唯一。
- 一个能够生成全局唯一 ID 的系统是非常必要的。
- 全局唯一 ID 的实现方案有如下几个:
- UUID:最方便快捷的方式。比较长的字符串,连续性差,如果作为主键使用,性能相对来说会比较差。
- 雪花算法
- 高并发分布式环境下生成不重复 ID,每秒可生成百万个不重复 ID。
- 基于时间戳,以及同一时间戳下序列号自增,基本保证 id 有序递增。
- 不依赖第三方库或者中间件。
- 算法简单,在内存中进行,效率高。
- 缺点:依赖服务器时间,服务器时钟回拨时可能会生成重复 ID。但可通过记录最后一个生成 ID 的时间戳来解决,每次生成 ID 之前比较当前服务器时钟是否被回拨,避免生成重复 ID。
- 号段模式
- Redis/Zookeeper:分布式 ID
- 全局唯一 ID 的实现方案有如下几个:
5、跨库多表 join 问题
大厂 DBA 的建议是,线上服务尽可能不要有表的 join 操作
6、跨库聚合查询问题
分库分表会导致常规聚合查询操作,如 group by,order by 等变的异常复杂。
7、数据迁移、扩容问题
这里需要专门再学习…
分库分表的基基基础知识相关推荐
- 一文快速入门分库分表中间件 Sharding-JDBC (必修课)
书接上文 <一文快速入门分库分表(必修课)>,这篇拖了好长的时间,本来计划在一周前就该写完的,结果家庭内部突然人事调整,领导层进行权利交接,随之宣布我正式当爹,紧接着家庭地位滑落至第三名, ...
- 【Sharding-JDBC系列二】一文快速入门分库分表中间件 Sharding-JDBC (必修课)
作为Sharding-JDBC 分库分表实战系列的开篇文章,我们在前文中回顾了一下分库分表的基础知识,对分库分表的拆分方式有了一定的了解,下边我们介绍一下 Sharding-JDBC框架和快速的搭建一 ...
- 一文快速入门分库分表中间件 Sharding-JDBC
一.Sharding-JDBC 简介 Sharding-JDBC 最早是当当网内部使用的一款分库分表框架,到2017年的时候才开始对外开源,这几年在大量社区贡献者的不断迭代下,功能也逐渐完善,现已更名 ...
- 脑壳疼,好好的系统,为什么要分库分表?
大家好,我是小富- 说在前边 今天是<分库分表 ShardingSphere 原理与实战>系列的开篇文章,之前写过几篇关于分库分表的文章反响都还不错,到现在公众号:程序员小富后台不断的有人 ...
- 什么是分库分表?为什么需要分表?什么时候分库分表
不急于上手实战 ShardingSphere 框架,先来复习下分库分表的基础概念,技术名词大多晦涩难懂,不要死记硬背理解最重要,当你捅破那层窗户纸,发现其实它也就那么回事. 什么是分库分表 分库分表是 ...
- 分库分表基础知识总结
为什么要分区,分表和分库? 随着互联网产品在体量和规模上日益膨胀,无论是Oracle还是MySQL,都会第一时间面临来自磁盘.CPU和内存等单机瓶颈,为此,产品方除了需要不断购买成本难以控制的高规格服 ...
- 4.电子计算机的分类,公基计算机基础知识汇总40
公基计算机基础知识汇总40 (3页) 本资源提供全文预览,点击全文预览即可全文预览,如果喜欢文档就下载吧,查找使用更方便哦! 9.9 积分 3. 运算精度高电子计算机具有以往计算机无法比拟的计算精度, ...
- MySQL分库分表面试知识总结
场景分析 Web开发工作,亦或是海量数据开发工作,学习分库.分表.分区等知识都是很有必要的 . 面试的时候,也有可能也会被问到.不过作为一个有经验的Coder,不熟悉分库.分表技术确实有些 low. ...
- Ep_MySQL基础-分库分表
什么是分库分表 分库分表方案是对关系型数据库数据存储和访问机制的一种补充. 分库:将一个库的数据拆分到多个相同的库中,访问的时候访问一个库 分表:把一个表的数据放到多个表中,操作对应的某个表就行 (1 ...
最新文章
- Linux环境kafka安装
- 企业一般会用哪些软件来提高员工的工作效率?
- MySQL 5.1 分区技术初探(一)
- 反对网抄,没有规则可以创建目标install 靠谱解答
- 计算机的桌面图片还原,电脑桌面图标重启后自动复原的解决方法。
- SAP Spartacus ProductOccModule
- Spring Data JPA 从入门到精通~如何配置多数据源
- Spring Boot中的Profile文件
- 华为认证HCNA-IoT物联网工程师培训视频
- 6410的系统时钟设置(中)---相关寄存器介绍
- element元素 取属性_js element类型的属性和方法整理
- AMS Audio Converter如何编辑音频/ MP3的ID3信息?
- 让 WAS V6.1 的 JSP 编译器用 JDK5.0
- 敏捷个人:免费下载【敏捷个人 –认识自我、管理自我 V0.2.pdf】
- linux优化安装包,安装Xshell跟Linux相连并优化(付安装包)
- SaaS-HRM(5)系统用户权限设计(角色管理、权限和资源管理)
- 小学生python游戏编程6----碰边变颜色的小球
- java前后端分离开发思路
- OEM信息修改工具-深度系统OEM-DIY
- 星号99乘法表c语言,用Python打印九九乘法表与金字塔(*)星号