分库分表

问题

1. 用户请求量太大
   单服务器TPS、内存、IO都是有上限的，需要将请求打散分布到多个服务器
2. 单库数据量太大
   单个数据库处理能力有限；单库所在服务器的磁盘空间有限；单库上的操作IO有瓶颈
3. 单表数据量太大
   查询、插入、更新操作都会变慢，在加字段、加索引、机器迁移都会产生高负载，影响服务

如何解决

垂直拆分

垂直分库

微服务架构时，业务切割得足够独立，数据也会按照业务切分，保证业务数据隔离，大大提升了数据库的吞吐能力。

垂直分表

表中字段太多且包含大字段的时候，在查询时对数据库的IO、内存会受到影响，同时更新数据时，产生的binlog文件会很大，MySQL在主从同步时也会有延迟的风险。

水平拆分

水平分表

针对数据量巨大的单张表（比如订单表），按照规则把一张表的数据切分到多张表里面去。但是这些表还是在同一个库中，所以库级别的数据库操作还是有IO瓶颈。

水平分库

将单张表的数据切分到多个服务器上去，每个服务器具有相应的库与表，只是表中数据集合不同。 水平分库分表能够有效的缓解单机和单库的性能瓶颈和压力，突破IO、连接数、硬件资源等的瓶颈。

水平分库规则

• 不跨库、不跨表，保证同一类的数据都在同一个服务器上面。
• 数据在切分之前，需要考虑如何高效的进行数据获取，如果每次查询都要跨越多个节点，就需要谨慎使用。

水平分表规则

RANGE

• 时间：按照年、月、日去切分。例如order_2020、order_202005、order_20200501
• 地域：按照省或市去切分。例如order_beijing、order_shanghai、order_chengdu
• 大小：从0到1000000一个表。例如1000001-2000000放一个表，每100万放一个表

HASH

• 用户ID取模
  不同的业务使用的切分规则是不一样，就上面提到的切分规则，举例如下：

站内信

• 用户维度：用户只能看到发送给自己的消息，其他用户是不可见的，这种情况下是按照用户ID hash分库，在用户查看历史记录翻页查询时，所有的查询请求都在同一个库内

用户表

• 范围法：以用户ID为划分依据，将数据水平切分到两个数据库实例，如：1到1000W在一张表，1000W到2000W在一张表，这种情况会出现单表的负载较高
• 按照用户ID HASH尽量保证用户数据均衡分到数据库中

流水表

• 时间维度：可以根据每天新增的流水来判断，选择按照年份分库，还是按照月份分库，甚至也可以按照日期分库

主键选择

• UUID：本地生成，不依赖数据库，缺点就是作为主键性能太差
• SNOWFLAKE：百度UidGenerator、美团Leaf、基于SNOWFLAKE算法实现

数据一致性

• 强一致性：XA协议
• 最终一致性：TCC、saga、Seata

数据库扩容

• 成倍增加数据节点，实现平滑扩容
• 成倍扩容以后，表中的部分数据请求已被路由到其他节点上面，可以清理掉

业务层改造

• 基于代理层方式：Mycat、Sharding-Proxy、MySQL Proxy
• 基于应用层方式：Sharding-jdbc

分库后面临的问题

• 事务问题：一次投递需要插入两条记录，且分布在不同的服务器上，数据需要保障一致性。
• 跨库跨表的join问题
  全局表（字典表）：基础数据/配置数据，所有库都拷贝一份
  字段冗余：可以使用字段冗余就不用join查询了
  系统层组装：可以在业务层分别查询出来，然后组装起来，逻辑较复杂
• 额外的数据管理负担和数据运算压力：数据库扩容、维护成本变高