数据库分布式架构巧设计

数据库分布式架构巧设计

摘要： 在阿里云生态日，袋鼠云首席数据库架构师赵晓宏分享了《高容量大并发数据库服务——数据库分布式架构设计》。他从分布式需求、拆分原则、拆分难点及解决方案、数据库规范设计、运维相关五个方面进行了分享。在分享中，他主要介绍了水平拆分的原则以及解决方案，分享了DRDS的架构与实践。

在阿里云生态日，袋鼠云首席数据库架构师赵晓宏分享了《高容量大并发数据库服务——数据库分布式架构设计》。他从分布式需求、拆分原则、拆分难点及解决方案、数据库规范设计、运维相关五个方面进行了分享。在分享中，他主要介绍了水平拆分的原则以及解决方案，分享了DRDS的架构与实践。

 

以下内容根据直播视频整理而成。

 

分布式需求

为什么要做分布式？首先是因为高并发，分布式应用带来更大量的数据库请求；高容量，业务增长，产生大量在线数据，关系型数据库要支持业务就要支持大数据量的存储；资源向上扩展存在天花板，无法做到无限制的纵向扩展；支撑业务高速发展，平滑扩容。

拆分原则

上图是数据库改造的进阶。业务初期，客户量比较少，可能在一个实例上把所有的服务、数据都能存放下来并且支持业务的发展。当客户量和数据量变大时，数据库很容易成为一个瓶颈，怎么去做改造？建议先做服务化的改造，不同的业务模块做一个垂直的梳理，不同服务的数据库相互隔离，中间的交互由业务去实现，这样数据库就可以分布在不同的实例上，并且可以支持相对较高的并发和容量。再往上发展时，单实例依然是一个瓶颈，此时要考虑做一个水平的拆分，把一个服务的数据分布在不同的实例上。拆分需要循序渐进，先垂直后水平，防止过度设计，紧密结合业务及应用架构设计。

拆分难点及解决方案

水平拆分难点

首先是系统复杂度增大，系统架构设计需要彻底的重构；技术挑战，应用需要处理复杂的分布式逻辑；稳定性挑战；分布式的局限性，不支持跨库join、分布式事务、全局sequence等。

解决方案：客户端实现数据路由

该方案的优点是不需要引入中间件，直接在客户端配置，程序把控力强，简单场景方便使用。缺点是对代码侵入性强，因为代码端要去管理路由；配置管理复杂，如果配置错误，数据可能完全乱掉，修复也会比较复杂。

解决方案：数据库中间件

使用中间件可以实现自动的分库分表，对应用透明，使用类似于单实例；使用门槛低，应用只需要考虑分布式事务，跨库join，而不用考虑数据的路由；方便水平扩容。使用了中间件之后，应用看到的还是单实例数据库，不需要考虑分布式的情况，对开发来说是比较有优势的。

水平切分原理及设计原则

数据库拆分都是用字段hash把数据分配到不同的底层库。选择的原则是拆分尽量均匀并且一次查询尽量落到单实例库上，这样能够更快的返回，而且有更大的并发。那么，中间件怎么实现数据库的分布式？如上图所示，选择了MEMBE_ID字段，将字段值做一个hash分类到不同库中。比如发出查询test1234的请求，就会直接转到库1里。

数据访问——SQL转发

当我们输入一个SQL语句：select * from tb1 where member_id =‘test1234’，APP输入请求会转到中间件，中间件会对这条SQL语句进行解析，按照路由规则把这条请求分发到底层的数据库，库2还有一个请求是查询MEMBE_ID是1234的数据。最终的查询结果会返回DRDS层做一个聚合，速度也比较快。

DRDS

阿里云的DRDS是淘宝积累多年的产品。DRDS具有五大功能：分库分表，DRDS的核心功能，支持数据的多维度切分和路由访问；内建读写分离功能，可以灵活配置访问权重；自带全局唯一ID组件，DRDS层维护全局的sequence；小表广播，查询引擎识别和下推复杂查询，兼容98% MySQL语法；弹性扩容组件实现自动化在线水平扩容。

DRDS框架如上图所示。网络层完全兼容MySQL协议，可以做SQL解析、执行计划，实现路由功能来决定SQL分配到一个库还是多个库。结果集处理包括排序、聚合等动作，此外还支持一些管理工作。底层依赖MySQL协议和底层物理库通信。

DRDS物理层框架上层是应用服务器，连接DRDS的一个集群。DRDS是集群式的，不是主备，保证了可扩展和高可用性。集群连接的是底层的MySQL。

主库和读库是使用数据库的原生复制实现的，数据是强一致的。DRDS会自动判断请求，然后做一个分发，事务型的操作会全部路由到一个主库上。

下推join是指把join从DRDS层往下，在MySQL层实现join。所以，在业务设计上要避免跨库join，比如有两张表join，则必须保证有相同的拆分原则，上图中table1和table2都是根据ID做拆分，相同的ID分配到相同的数据库。

广播表也是避免跨库join的一个方法。上图中，table1已经做过拆分，table2没有做过拆分，它是一个小表，我们可以把它的数据完全冗余到每一个库里面，那么任何一个跟table2做join的查询都能在一个库去实现。最后，把结果在DRDS层做聚合。

数据库规范设计：最佳实践

查询应尽可能带上分库条件，如果说一个表拆分到底层10个库，每次查询如果都带上分库条件的话DRDS很轻易把这个请求路由到底层库上，如果没有分库条件，DRDS不知道数据到底存放在哪里，这样的话会分别从10个库取数据，然后在DRDS层做聚合，网络、计算的开销比较大。Join有几种解决方案：尽可能参与Join的每张表都带上相同的分库条件，这样就还会限定在一个库里面；分库键=分库键的Join；广播表Join。单库事务尽量限制在单库范围内，避免引入分布式事务。

运维相关

DRDS支持直接实例的创建、释放以及拆分库的创建、建表的接入。数据运维支持导入、扩容、小表复制（即小表广播，DRDS层自己实现数据的复制）、规格升级（纵向的升级）。数据服务包括分库分表、读写分离、异构索引（从不同的维度在大表中查询，如何选择拆分？异构索引底层也是做数据冗余，根据不同的拆分情况做查询）、DRDS指令。

EasyDB 是数据库的自动化管理平台，支持Oracle和MySQL、Redis，能够实现基本的监控、审计、备份、高可用、一键切换、资源管理。

转载：https://yq.aliyun.com/articles/104285?t=t1   感谢博主分享