vlambda博客
学习文章列表

这应该是最详尽的 MySQL 分库分表文章了

方蓝色“程序员追风”,选择“设为星标”
回复“资料”获取整理好的面试资料
程序员追风
专注于分享Java各类学习笔记、面试题以及IT类资讯。
0篇原创内容
Official Account
来源:psiitoy.github.io/

第1-100期:

文章集中整理总结mysql分库分表开源产品,分布式数据库的设计,以及实际应用案例等相关内容,部分附上本文作者实际应用过程中的理解。
本文感谢 sjdbc,mycat,姜承尧,林涛 等文章提供的精彩介绍。
1、先抛出两个问题
问题一、当mysql单表数据量爆炸时,你怎么办?
问题二、当你的数据库无法承受高强度io时你怎么办?

2、 基本概念

2.1 谈数据库分片需要首先确定以下概念

  1. 单库,就是一个库
这应该是最详尽的 MySQL 分库分表文章了
  1. 分片(sharding),分片解决 扩展性问题,属于水平拆分,引入分片,就引入了 数据路由分区键的概念。分表解决的是数据量过大的问题,分库解决的是数据库性能瓶颈的问题。
这应该是最详尽的 MySQL 分库分表文章了
  1. 分组(group),分组解决 可用性问题,分组通常通过主从复制( replication)的方式实现。(各种可用级别方案单独介绍)
这应该是最详尽的 MySQL 分库分表文章了
  1. 互联网公司数据库实际软件架构是( 大数据量下):又分片,又分组(如下图)
这应该是最详尽的 MySQL 分库分表文章了

3、 分片


3.1 水平拆分,垂直拆分都是什么?

这应该是最详尽的 MySQL 分库分表文章了
分区表?1)若不走分区键很容易出现全表锁,并发上来后简直是灾难。2)自己分库分表,自己掌控业务场景、访问模式,可控。mysql分区表官方介绍是针对myisam做的优化,你知道他怎么玩的?分半天还是一个ibdata是不是很尴尬

3.2 为什么分表?

关系型数据库在大于一定数据量的情况下检索性能会急剧下降。在面对互联网海量数据情况时,所有数据都存于一张表,显然会轻易超过数据库表可承受的 数据量阀值。这个单表可承受的数据量阀值,需根据数据库和并发量的差异,通过实际测试获得。
水平拆分如果能预估规模,越早做成本越低。


3.3 为什么分库?

单纯的分表虽然可以解决数据量过大导致检索变慢的问题,但无法解决过多并发请求访问同一个库,导致数据库响应变慢的问题。所以通常 水平拆分都至少要采用分库的方式,用于一并解决大数据量和 高并发的问题。这也是部分开源的分片数据库中间件只支持分库的原因。


3.4 分布式事务?

但分表也有不可替代的适用场景。最常见的分表需求是事务问题。同在一个库则不需考虑分布式事务,善于使用同库不同表可有效避免分布式事务带来的麻烦。目前强一致性的分布式事务由于性能问题,导致使用起来并不一定比不分库分表快。目前采用最终一致性的柔性事务居多。分表的另一个存在的理由是,过多的数据库实例不利于运维管理。
mysql本身?消息补偿?2PC?


3.5 小结

综上所述,最佳实践是合理地配合使用分库+分表。


3.6 如何自己实现分库分表?

  1. dao层,首先 通过分区键算出库名表名(如shardKey%shardNum 算出来表index如y,然后y/(shardNum/sourceNum)=x,y是表下标,x是库下标)。
  2. 把source从spring容器中拿出来,把表名当参数传进去,拼成分片后的sql。
  3. 思路大概是(select … from order where … -> 先拿到db_x的source 然后 select … from order_y where …)
你想这么干?你已经成功了。当然淘宝和当当的架构师也是这么干的。


3.7 SO,不需要我们亲自动手,其实你需要做的只是按照实际需求挑选而已。

这应该是最详尽的 MySQL 分库分表文章了


3.8 重点介绍两个产品,先不说具体配置,只说思想

  1. sharding-jdbc(所处位置,通用数据访问层,部署在客户端的jar包,用于将用户的SQL路由到指定的数据库中)
盗一波图
这应该是最详尽的 MySQL 分库分表文章了
这应该是最详尽的 MySQL 分库分表文章了
这应该是最详尽的 MySQL 分库分表文章了
这应该是最详尽的 MySQL 分库分表文章了
这应该是最详尽的 MySQL 分库分表文章了
  1. jproxy
jproxy是什么?
jproxy提供MariaDB, MySQL等数据库的统一接入访问,拥有流量过载保护,数据自动拆分,可配置路由规则,数据无缝迁移等功能。应用场景:数据需要分库分表,自动扩容的应用。
这应该是最详尽的 MySQL 分库分表文章了
为什么分片都是2的n次方?a % (2^n) 等价于 a & (2^n - 1) 其中一个原因就是位运算
扩容?虚拟桶。极限就是一片一库。

演变过程 cobar->mycat->jproxy

mycat是什么?
简单的说,就是:一个彻底开源的,面向企业应用开发的“大数据库集群”。支持事务、ACID、可以替代Mysql的加强版数据库,一个的数据库中间件产品。
  • 其优势具有:
    1. 基于阿里开源的Cobar产品而研发,Cobar的稳定性、可靠性、优秀的架构和性能
    2. 拥有众多成熟的使用案例
    3. 强大的团队(其参与者都是5年以上资深软件工程师、架构师、DBA等)
    4. 开源,创新,持续更新
盗一波图
这应该是最详尽的 MySQL 分库分表文章了

4、 分组

4.1 为什么分组?

分组解决 可用性问题
mysql的ha 网洛上的都是vip漂移实现的
这应该是最详尽的 MySQL 分库分表文章了
这应该是最详尽的 MySQL 分库分表文章了
方案一:MYSQL主从复制(单活) 这应该是最详尽的 MySQL 分库分表文章了 这应该是最详尽的 MySQL 分库分表文章了
方案二:双主(单活),failover比单主简单

这应该是最详尽的 MySQL 分库分表文章了

这应该是最详尽的 MySQL 分库分表文章了
方案三:双主配SAN存储(单活) 这应该是最详尽的 MySQL 分库分表文章了 这应该是最详尽的 MySQL 分库分表文章了
方案四:DRBD 双主配DRBD (单活) 这应该是最详尽的 MySQL 分库分表文章了 这应该是最详尽的 MySQL 分库分表文章了
方案五:NDB CLUSTER 这应该是最详尽的 MySQL 分库分表文章了
共享存储? 不需要复制了 更高的一致性
真正的高并发场景,什么架构都抗不住,老老实实用缓存。
需要大量读的场景尽量做到最终一致性。


4.2 同步,异步,半同步

  1. 异步复制 (mysql默认)
Master将事件写入binlog,但并不知道Slave是否或何时已经接收且已处理。当Slave准备好才会向Master请求binlog。缺点:不能保证一些事件都能够被所有的Slave所接收。
  1. 同步复制
Master提交事务,直到事务在 所有的Slave都已提交,此时才会返回客户端,事务执行完毕。缺点:完成一个事务可能会有很大的延迟。
  1. 半同步复制
半同步复制工作的机制处于同步和异步之间,Master的事务提交阻塞, 只要一个Slave已收到该事务的事件且已记录。它不会等待所有的Slave都告知已收到,且它只是接收,并不用等其完全执行且提交。
半同步复制的步骤:
i.当Slave主机连接到Master时,能够查看其是否处于半同步复制的机制。
ii.当Master上开启半同步复制的功能时,至少应该有一个Slave开启其功能。此时,一个线程在Master上提交事务将受到阻塞,直到得知一个已开启半同步复制功能的Slave已收到此事务的所有事件,或等待超时。
iii.当一个事务的事件都已写入其relay-log中且已刷新到磁盘上,Slave才会告知已收到。
iv.如果等待超时,也就是Master没被告知已收到,此时Master会自动转换为异步复制的机制。当至少一个半同步的Slave赶上了,Master与其Slave自动转换为半同步复制的机制。
v.半同步复制的功能要在Master,Slave都开启,半同步复制才会起作用;否则,只开启一边,它依然为异步复制。

4.3 ha方案

  • MHA
  • MMM


5、 应用案例


5.1 记录一次mongo迁移mysql的过程(分库分表使用jproxy)

mongo怎么了?跟分片无关的部分简单说。

mongo很好,只是业界并没有成熟的MongoDB运维经验,jd too。像高并发的系统 订单和库存 商品 还是拿nosql把,高并发的写,也不会打挂他,比如hbase,顶多GC频繁点,但是也是可用的。一致性完全可以CAS搞定,而不是mysql的排他锁。
  • 迁移数据库的一个方案
    1. 中心化(统一入口)
    2. 双写(先同步写mysql如果发生异常改异步,尽量避免服务不可用)
    3. 倒库(jproxy支持通过游标形式全量遍历库-逐个表操作,可以利用其异步同步数据)
    4. 数据校验
    5. 切库提供服务
这应该是最详尽的 MySQL 分库分表文章了

去mongo+优化方案(此处引入了分片的概念)

这应该是最详尽的 MySQL 分库分表文章了
这应该是最详尽的 MySQL 分库分表文章了

压测与性能

这应该是最详尽的 MySQL 分库分表文章了
这应该是最详尽的 MySQL 分库分表文章了
这应该是最详尽的 MySQL 分库分表文章了
这应该是最详尽的 MySQL 分库分表文章了
这应该是最详尽的 MySQL 分库分表文章了

去mongo任务线

类型
任务
备注
影线系统
风险





design
海关迁移方案设计评审
design
分库分表技术选型
jproxy
apply
申请迁移相关应用(辅助系统)
跑批任务
apply
申请mysql集群
dbs系统
apply
申请jproxy集群
直接找接口人
apply
申请es集群
esm杰斯
coding
trace表服务中心化
soa
center
coding
涉及trace业务逻辑梳理,全部切换中心接口
接口完全适配
platform
verify
回归测试,并线上走单验证一段时间
先预发后正式
coding
实现mysql版本共2个表sql映射文件
基于自主研发的generator
center
verify
mysql版本sql映射文件单元测试
基于自主研发的generator
center
coding
trace表实现基于jproxy的分库分表
128个库(主) 1主3从
center
coding
es分别按照商家id分片,保税区id分片,异步写,读开放jsf
2套集群4套索引
es
coding
中心接口加入代理层,可利用开关切换读mongo/mysql/es
center
coding
异步补偿mongo,mysql,es功能开发
基于jmq
platform
coding
代理层实现mongo和mysql版本互为主被双写(mongo主),异步写es
双11后mysql主
center
verify
线上开双写(包括es)
两套es集群
coding
倒库功能开发,数据校验功能开发
reactor
config
verify
倒库,并进行数据校验
校验规则(特殊字段不校验)
verify
对中心接口进行压测
线上,压测环境隔离(jsf别名)
coding
优化配置(mysql调整最大连接数,es使用filterCache)
verify
对中心接口进行压测
verify
升级后架构正式上线
verify
监控切换mysql之后的接口性能
verify
监控切换mysql之后对相关依赖系统的影响
todo
停mongo写
todo
继续迁移海关mongo中其他表(以上均为trace表)
todo
彻底下线mongo数据库服务器,只保留mysql服务器


5.2 记录一次异构具有复杂分片规则数据库的过程

5.2.1 难点

交易库存复杂的分片规则,数据量大,更新频繁,一致性保证。
回到本源,缓存+队列
这应该是最详尽的 MySQL 分库分表文章了
图 kucuntouminghua

5.2.2 不跑题,我们就说分片部分,如何接手一个复杂分片规则的数据库?

参考案例如何异构一个数十亿级别的数据库
有多复杂? 6000+表,28个库,4套分片规则。(解决方案 sharding-jdbc)
【福利推荐专栏】





程序员追风
专注于分享Java各类学习笔记、面试题以及IT类资讯。
0篇原创内容
Official Account

  你在看吗