查询优化之“查询分离”

什么业务场景需要使用查询分离

当数据在任何时候都可能被修改和查询的场景下，就不适合采用冷热分离来解决问题。而读写分离方案得到的工单查询速度提升是有限的，它主要还是用在数据库高并发的场景中。查询分离可以有效提升数据的查询效率，即将更新的数据放在主数据库里，而查询的数据放在另外一个专门针对搜索的存储系统里。

何时触发和如何实现查询分离

一般来说，查询分离的触发逻辑分为3种：

1）修改业务代码，在写入常规数据后同步更新查询数据，该方式适用于业务代码比较简单，对写操作响应时间要求不高的业务场景。

2）修改业务代码，在写入常规数据后异步更新查询数据，该方式适用于业务代码比较简单，对写操作响应时间要求高的业务场景。

3）监控数据库日志，如有数据变更，则更新查询数据，该方式适用于业务代码比较复杂，代码改动代价较高的情况。

三种方式的优缺点比较：

如何存储查询分离的数据

目前开发者们主要使用Elasticsearch实现大数据量的搜索查询，当然还可能用到MongoDB、HBase这些技术，这就需要开发者对各种技术的特性了如指掌后再进行技术选型。

HBase可以存储海量数据，但是其设计初衷并不是用来做复杂查询，即使可以做到，效率也不高。而此处的工单查询复杂度很高，所以项目组最后锁定的两个选项是MongoDB和Elasticsearch。

技术选型不仅要考虑业务场景，也要考虑技术人员的技术结构，对技术是否有经验和熟悉。