server sql 水平分表_【干货】数据库分库分表基础和实践

数据库架构的演变

在业务数据量比较少的时代，我们使用单机数据库就能满足业务使用，随着业务请求量越来越多，数据库中的数据量快速增加，这时单机数据库已经不能满足业务的性能要求，数据库主从复制架构随之应运而生。

主从复制是将数据库写操作和读操作进行分离，使用多个只读实例(slaver replication)负责处理读请求，主实例(master)负责处理写请求，只读实例通过复制主实例的数据来保持与主实例的数据一致性。由于只读实例可以水平扩展，所以更多的读请求不成问题，随着云计算、大数据时代的到来，事情并没有完美的得以解决，当写请求越来越多，主实例的写请求变成主要的性能瓶颈。

如何解决上述问题？如果仅仅通过增加一个主实例来分担写请求，写操作如何在两个主实例之间同步来保证数据一致性，如何避免双写，问题会变的更加复杂。这时就需要用到分库分表(sharding)，对写操作进行切分来解决，如图1所示：

图1：典型的读写分离和分库分表

华为云中间件产品DDM(Distributed Database Middleware)作为RDS的前置分布式数据库访问服务，彻底解决了数据库的扩展性问题，对应用透明地实现海量数据的高并发访问，实现了读写分离和分库分表。

数据分片的实现方案

数据分片的实现方案可分为应用层分片和中间件分片，这两种实现方案的特点如图2所示：

图2：应用层分片和中间件分片

DDM作为一款优秀的分