数据库架构演变
- 刚开始多数项目用单机数据库就够了,随着服务器流量越来越大,面对的请求也越来越多,我们做了数据库读写分离, 使用多个从库副本(Slave)负责读,使用主库(Master)负责写,master和slave通过主从复制实现数据同步更新,保持数据一致。slave 从库可以水平扩展,所以更多的读请求不成问题。
- 但是当用户量级上升,写请求越来越多,怎么保证数据库的负载足够?(主库的磁盘大小和磁盘I/O都受不了,把这个表分在多台数据库服务器里面进行写入)
- 增加一个Master是不能解决问题的, 因为数据要保存一致性,写操作需要2个master之间同步,相当于是重复了,而且架构设计更加复杂。
- 这时需要用到分库分表(sharding),对写操作进行切分。
- 分库分表对于客户端来说,操作的还是mycat,操作的都是一台代理服务器,操作的是逻辑库表,最终,分库分表映射到真实的库表。通过mycat代理服务器去select查询,可能在多个机器上查询,因为分库分表了。
库表问题
单库太大
- 单库处理能力有限、所在服务器上的磁盘空间不足、遇到IO瓶颈,需要把单库切分成更多更小的库