随着业务数据的增加,原有的数据库性能瓶颈凸显,以此就需要对数据库进行分库分表操作。
为啥需要分库分表随着业务数据的增加,原有的数据库性能瓶颈凸显,主要体现在以下两个方面。
IO瓶颈IO瓶颈主要有以下几种情况:
第一种:磁盘读IO瓶颈,热点数据太多,数据库缓存放不下,每次查询时会产生大量的IO,降低查询速度。这种情况适合采用分库和垂直分表。第二种:网络IO瓶颈,请求的数据太多,网络带宽不够。这种情况适合采用分库。CPU瓶颈CPU瓶颈主要有以下几种情况:
第一种:SQL问题,如SQL中包含join,group by,order by,非索引字段条件查询等,增加CPU运算的操作。这种情况适合采用SQL优化,建立合适的索引,或者把一些SQL操作移到在业务层中台代码中去做业务计算。第二种:单表数据量太大,查询时扫描的行太多,SQL效率低,CPU率先出现瓶颈这种情况适合采用水平分表。综上,大多数情况下,需要使用数据库的分库分表方案来解决性能瓶颈。
理解分库分表“分库分表”本质就是把数据分到不同的数据库或者分到不同的数据表上,以减轻单库或者单表的数据量,从而降低访问单库或者单表时的数据压力。
在理解了分库分表的重要性之后,那么来理解下分库分表的实现原理。
水平分库水平分库是指,以字段为依据,按照一定策略(hash、range等),将一个库中的数据拆分到多个库中。
比如以下的例子。对用户表进行水平分库,分库的策略是对user_id字段进行取模。如果取模结果是0,则放入数据库01;如果取模结果是1,则放入数据库02。
水平分库的结果是:
每个库的结构都一样;每个库的数据都不一样,没有交集;所有库的并集是全量数据。水平分库适用的场景是,系统绝对并发量上来了,分表难以根本上解决问题,并且还没有明显的业务归属来垂直分库。
水平分表水平分表是指,以字段为依据,按照一定策略(hash、range等),将一个表中的数据拆分到多个表中。
比如以下的例子。对用户表user_t进行水平分表,分库的策略是对user_id字段进行取模。如果取模结果是0,则放入user_t_01表;如果取模结果是1,则放入user_t_02表。
水平分表的结果是:
每个表的结构都一样;每个表的数据都不一样,没有交集;所有表的并集是全量数据。水平分表适用的场景是,系统绝对并发量并没有上来,只是单表的数据量太多,影响了SQL效率,加重了CPU负担,以至于成为瓶颈。
垂直分库垂直分库是指,以表为依据,按照业务归属不同,将不同的表拆分到不同的库中。
比如以下的例子。用户业务相关的表放入到01库,订单业务相关的表放入到02库。
垂直分库的结果是:
每个库的结构都不一样;每个库的数据也不一样,没有交集;所有库的并集是全量数据。垂直分库适用的场景是,系统绝对并发量上来了,并且可以抽象出单独的业务模块。
到这一步,基本上就可以服务化了。例如,随着业务的发展一些公用的配置表、字典表等越来越多,这时可以将这些表拆到单独的库中,甚至可以服务化。再有,随着业务的发展孵化出了一套业务模式,这时可以将相关的表拆到单独的库中,甚至可以服务化或者微服务化。
垂直分表垂直分表是指,以字段为依据,按照字段的活跃性,将表中字段拆到不同的表(主表和扩展表)中。
垂直分表的结果是:
每个表的结构都不一样;每个表的数据也不一样,一般来说,每个表的字段至少有一列交集,一般是主键,用于关联数据;所有表的并集是全量数据。垂直分表适用的场景是,系统绝对并发量并没有上来,表的记录并不多,但是字段多,并且热点数据和非热点数据在一起,单行数据所需的存储空间较大。以至于数据库缓存的数据行减少,查询时会去读磁盘数据产生大量的随机读IO,产生IO瓶颈。
比如以下“新闻头条”应用的例子,“新闻头条”分为了新闻列表页和新闻详情页。垂直分表的拆分原则是将热点数据(比如新闻的标题)放在一起作为主表(news_t),非热点数据(新闻的内容)放在一起作为扩展表(news_ext_t)。这样更多的热点数据就能被缓存下来,进而减少了随机读IO。拆了之后,要想获得全部数据就需要关联两个表来取数据。
需要注意的是,垂直分表关联两个表查询的时候,避免使用join,因为join不仅会增加CPU负担并且会讲两个表耦合在一起(必须在一个数据库实例上)。关联数据,尽量是放在业务层中台来做。
分库分表的几种分配策略hash取模比如,对用户表user_t进行水平分表,分库的策略是对user_id字段进行取模。如果取模结果是0,则放入user_t_01表;如果取模结果是1,则放入user_t_02表。
范围分片(range)比如,user_id从1到10000作为一个分片,从10001到20000作为另一个分片。
地理位置分片华南区一个分片,华北一个分片。
时间分片按月、季度、年分片等等,可以做到冷热数据。
比如,今年内的数据一般就是热数据,而往年的数据就是冷数据。那么可以分为 user_t_2021、user_t_2020等表,user_t_2021是热数据,user_t_2020为冷数据。
参考引用本文同步至: https://waylau.com/database-sharding/https://shardingsphere.apache.org/document/current/en/overview/背景 我们知道 如果在Kubernetes中支持GPU设备调度 需要做如下的工作 节点上安装...
10月20日,2020年全国互联网协会工作交流会在北京顺利召开。中国互联网协会副理...
1. 需求、任务和缺陷的区别是什么? 工作项 定义 使用场景 需求 代表所需要解决...
专属主机是部署了虚拟化环境的专属物理服务器,用户独享整台物理服务器资源,与...
疫情来袭,物理世界的连接,支离破碎。 2020年1月20日,是新冠病毒肺炎疫情的重...
近日,小编通过 域名 whois 监控数据注意到二字母极品单拼域名JU.COM在8月22日发...
公司员工如何统一 邮箱 ?要统一邮箱,最好的方法就是使用统一的 企业邮箱 了。...
本期导读 :【数据迁移】第一讲主题:高效迁移 HDFS 海量文件到 OSS讲师:扬礼,...
前言 关于链表,常见的算法问题有以下几种: 单链表反转 两个有序的链表合并 删...
申请一个 域名 需要多少钱?申请一个域名的价格和域名的后缀及 域名注册 商有很...