作者 l 会点代码的大叔(CodeDaShu) 随着软件项目中的数据量不断增加,有哪些方法可以让我们的系统依然运行的非常的流畅,响应时间很短呢?让我们看一下: 01
单体架构
下面这个架构,大家一定很不陌生,大部分小项目都是这样的架构:所有的代码都放在一个代码包中,部署在一台服务器上,数据库也只有一个。 单体架构简单,最容易实现;但当这台服务器出现故障的时候,则无法对外提供服务,可用性差,难以扩展。 02本地缓存
当数据开始增加,SQL 执行地越来越慢;我们可以将频繁读取但是变化不多的数据保存到缓存中,这样可以极大地减少数据库的压力,提高应用的响应速度; 常用的缓存淘汰策略:先进先出、最少使用、最近最少使用等等; 常用的本地缓存框架:如果使用 Spring Boot 的话,可以直接使用 @Cacheable 注解使用本地缓存(默认使用 ConcurrentHashMap 实现本地缓存)、EhCache、Caffeine。 03 分布式缓存 当然本地缓存也有很多的弊端,比如单个服务器资源有限、缓存数据无法共享、生命周期小于等于应用的生命周期等等;所以我们可以引入分布式缓存,比如 Memcached 、 Redis。 04读写分离
因为并不是所有的数据都适合放在缓存中,所以随着数据的进一步增加,需要提高数据库本身的性能和高可用,最简单的方法:数据库的读写分离。
05分库分表
当数据库中的数据进一步增加,单台数据库无法支撑,可以考虑分库分表;每一条数据根据路由策略,存储在不同的数据库中;
分库分表虽然突破了单台数据库的资源限制,理论上可以支撑无限增长的数据,但是也会带来新的难题:
现有的数据分片不够的话,就需要做数据库的扩充,要么需要做数据迁移,要么会让数据路由算法变得更加复杂;
全量的数据查询和统计成了一个很大的难题;
06分库分表 + ES
针对分库分表后全量查询的难题,通常我们可以引入 ES 做全量的数据检索。
上面就是针对“数据量不断增加”的一些解决方法,当然我们也需要结合项目实际情况进行架构设计,这是一个迭代演化的过程,避免过度设计。
往期精选:
一篇文章告诉你什么是Deno!
分布式事务之TCC服务设计和实现注意事项
手把手教你在 SpringBoot 中防御 CSRF 攻击!