本文介绍了存储优化的两种常见策略：读写分离和分库分表。读写分离通过分散读压力到多个节点，而分库分表则通过业务划分和数据水平、垂直拆分来分散压力。文中详细讨论了各种拆分策略的优缺点，如路由分配、Join操作、Count计算和Order By问题，并提及了数据库读写分离的实现方式，如程序代码封装（如TDDL）和中间件封装（如Mysql Router、Atlas）。这些方法旨在提高数据库性能并应对高并发场景。
存储方面一般我们能想到的三个：关系型数据库、NoSQL、缓存。
关系型数据库主要介绍：读写分离 和 分库分表。
读写分离：
1、分散压力到多节点，存储压力未改变，包括一主一从、一主多从、多主多从。
2、考虑复制延时，从而带来复杂性，一般解决的常见方法：写操作后的读操作指定发给主服务器；读从机失败后再读一次主机；关键业务读写在从，非关键业务读写分离。
分库分表：分散访问压力，分散存储压力。
1、业务分库：按照业务模块将数据分散到不同的数据库服务器。同时带来其他问题，比如：join操作（同库的不同表被分散到不同库）、事务问题（不同库中不同的表需要在同一事务中进行时）、成本问题（服务器增多、工作量增大等）。
2、分表：垂直拆分，比如订单表中将不常用的字段拆分出去，常用字段整合在一张表，提升性能和效率；
水平拆分，主要针对数据量大的，比如数据量达到千万级别，有的就会出现性能问题，需要考虑拆分。
水平拆分的复杂性要大于垂直拆分，一般会涉及到：路由分配问题、count计算问题、join操作问题、order by问题等。
路由分配一般可以通过 指定范围（容易造成分配不均匀）、Hash分配（分配均匀，但扩容不方便&#x
最低0.47元/天 解锁文章
扫一扫
558
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
