分库分表的原则:
1、当数据量较大时,需要分库分表。通常为保证某个用户的数据在同一个库同一个表中,都是按照customerId进行分库分表的。
2、有时每天产生大量数据,这些数据只是为了对账,也可以按月分库,按天分表。比如分为12个库,366张表(考虑闰年),但数据每天用完后,可以把这些数据再迁移到历史表中,或者类似hdfs这样的表中。
3、分库分表后考虑数据库的扩容问题,同时还要保证在业务系统不停机的时候继续正常的读写数据,需要保证
3.1 如何保证业务系统不停机?
3.2 如何保证扩容时候尽量少的迁移数据?
5、分库分表的流水号
一般情况下,我们使用customerId作为分库分表键,但有时我们也会产生一个业务ID,并把该业务ID暴露出去,供其他业务系统来查询。这就要求暴露出去的业务ID也是一个分库分表键,这里只需要将分库分表的信息记录在该ID中即可。
比如ID为:01110001002817070500000001036815
这个ID一共32位,由以下几个含义组成
01:Version
11:区域信息
0001:代表这是某个类型的数据
0028:代表数据位于第28张表,
170705:数据产生与17年7月5号
00000001036815:Sequence,全局唯一的流水号
我们可以看到,0028 这个字段就含有分库分表信息。通过算法可以推导出位于第0000库的第0028表。
4、分库分表的算法,通过一致性hash,扩容数据只需要迁移一半的数据
比如我们有32个库,每库32张表,则
0库:存在下标为0,1,2......31的表
1库:存在下标为32,33,34......63的表
.......
31库:存在下标为992,993,994,1023的表
对于这样的分库分表,假定按照customerId来分库分表,请看分库分表的算法
//取得customerId的hashCode
int customerIdHashCode = Math.abs(customerId.hashCode());
//使用一致性Hash算法取得customerId应该位于的数据库
int dbIndex = (customerIdHashCode % 4096) / (4096 / 32);
//假定每库为32张表
int tableCountPerDb = 32;
//取得customerId位于的数据库的启始表索引
int tableStartIndex = dbIndex * tableCountPerDb;
//用customerId % 每库表的数量,得到customerId的步长
int tableStep = customerIdHashCode % tableCountPerDb;
//表的起始索引+步长就是customerId应该位于的数据表
int tableIndex = tableStartIndex + tableStep;
return tableIndex;