面试开始,直入正题。
面试官:小伙子,看到你的简历上面写了项目中有对MySQL进行分库分表,为什么要进行分库分表?
我:不知道啊!谁知道老大咋想的,反正我来的时候就已经分好了。
面试官:嗯...,今天的面试就先到这吧,有后续面试会通知你,我送你下去。
别啊,每次都说会通知我,然后我就傻傻的回去等通知了。我是实话实说,难道让我去订阅一灯的文章,背诵八股文给你听? 好吧!自古真情留不住,总是套路得人心。重来一次,我把一灯总结的八股文背诵一遍。
我:当MySQL单表数据量过大,比如超过5千万条的时候,读写性能变得很差。而且常规的优化手段已经不起作用了,比如:SQL调优、添加索引、主从复制、读写分离。这时候就需要用到MySQL终极优化方案 — 分库分表。
面试官:不错,我该怎么判断项目是需要分库还是要分表?是先分库还是先分表?
这谁能现场总结出来?别着急,等我看一眼一灯的八股文。
我:有了。
- 当数据库的QPS过高,数据库连接数不足的时候,就需要分库。
- 当单表数据量过大,读写性能较差,就需要分表。
- 当两者都有的时候,就需要分库分表。
至于先分库还是先分表?建议先分表,如果分表能解决问题,就不需要分库了,毕竟需要单独服务器资源,成本更高。
面试官:小伙子,总结的挺全。分库分表有哪些拆分方案呢?
我:分库分表有垂直拆分和水平拆分。垂直拆分又有垂直分库、垂直分表。
- 垂直分库,不同的业务拆分到不同的数据库。
- 垂直分表,把长度较大或者访问频次较低的字段,拆分到扩展表中。
- 水平分表,单表数据量过大时,按照订单ID拆分到多张表中。
面试官:小伙子,有点东西。都知道分库分表好使,就没有什么缺点吗?
我:当然有,“所有命运馈赠的礼物,早已在暗中标好了价格。”分库分表带来了低耦合、高性能的优点,可是缺点却是一大堆。
垂直分库: 不同库多表之间无法join关联查询,只能通过接口聚合,复杂度直线上升。 横跨多个数据库导致无法使用本地事务,数据强一致性就别想了,只能引入更为复杂的分布式事务,勉强实现数据的最终一致性,可用性直线下降。
垂直分表: 本来一张表能查出来的数据,现在需要多张表join关联查询,这不瞎耽误事。
水平分表: 多张表关联查询时,无法实现分页、排序功能。
面试官:分库分表带来这么多问题,你没有没考虑过相应的解决方案?
我怎么可能没有解决方案,难道我提出问题给自己挖坑?
我:当然有考虑过,“有问题就会有答案”。
跨库查询问题:
采用字段冗余方案,比如订单表存储店铺ID、店铺名称,就不需要再查询商户数据库了。 不过这种方案要求冗余字段要很少变动,就算变动后,也能容忍返回旧数据。
多表分页查询问题:
这个处理起来就很需要技术含量了。 比如:订单表按照订单ID分片,(order_id % 128),分成了128张表。
Leader看了说:每张表的数据量差不多,分的很均匀,以后不要再分了。
同一个用户的订单散落在不同的表,用户想查询自己的订单,根本无法做到分页查询。难道一次全部查询该用户的所有订单,然后做内存分页,多大的机器内存都让你搞挂。
想要实现用户订单分页查询,可以采用按照用户ID分片,(user_id % 128),这样同一个用户的订单只会存储在一张表中,咋分页展示都行。
没有完美的分片方案,如果商户想要分页查看自己店铺的订单怎么办?
那就把订单再冗余存储一份,按照店铺ID分片,(shop_id % 128)。不过由于商户数量较少,可以搞个异步线程往商户订单分片表同步。
订单按照用户ID分片后,发生数据倾斜怎么办?
因为不同用户的订单量是不同的,一个爱好购物的小姐姐的订单量抵得上几十个老爷们。导致一张表数据几百条,另一张表数据量千万级,这该咋整?
做冷热数据分离,基础库只存储3个月内的订单,其他的移动到历史订单库。
这个要跟产品商量好,3个月前的订单需要单独的查询页面。
跨库事务问题:
这个问题就更复杂了。
下一个订单需要调用多个服务,只能使用分布式事务。 分布式事务的实现非常复杂,常用的有以下几种解决方案:
二阶段提交
TCC
本地消息表
MQ事务消息
分布式事务中间件
面试官:准备得挺全的啊。订单表分片后,肯定不能使用数据库自增主键做订单ID,因为无法全局唯一,有什么好的解决办法?
我:又问到我手心里面,我前两天刚看完一灯写的“雪花算法”,我现场手写订单ID的生成代码吧。
面试官:小伙子可以啊,下一面是HR面试,有薪资要求尽管提,你一定要来我们公司上班。
总结:
关于分库分表的所有知识点,虽然很多,但都已经总结在这张图上了。