點(diǎn)擊上方“JAVA”，星標(biāo)公眾號(hào)
重磅干貨，第一時(shí)間送達(dá)
不管是IO瓶頸，還是CPU瓶頸，最終都會(huì)導(dǎo)致數(shù)據(jù)庫的活躍連接數(shù)增加，進(jìn)而逼近甚至達(dá)到數(shù)據(jù)庫可承載活躍連接數(shù)的閾值。在業(yè)務(wù)Service來看就是，可用數(shù)據(jù)庫連接少甚至無連接可用。接下來就可以想象了吧（并發(fā)量、吞吐量、崩潰）。1、IO瓶頸
第一種：磁盤讀IO瓶頸，熱點(diǎn)數(shù)據(jù)太多，數(shù)據(jù)庫緩存放不下，每次查詢時(shí)會(huì)產(chǎn)生大量的IO，降低查詢速度 -> 分庫和垂直分表。第二種：網(wǎng)絡(luò)IO瓶頸，請(qǐng)求的數(shù)據(jù)太多，網(wǎng)絡(luò)帶寬不夠 -> 分庫。2、CPU瓶頸
第一種：SQL問題，如SQL中包含join，group by，order by，非索引字段條件查詢等，增加CPU運(yùn)算的操作 -> SQL優(yōu)化，建立合適的索引，在業(yè)務(wù)Service層進(jìn)行業(yè)務(wù)計(jì)算。第二種：單表數(shù)據(jù)量太大，查詢時(shí)掃描的行太多，SQL效率低，CPU率先出現(xiàn)瓶頸 -> 水平分表。
1、水平分庫
概念：以字段為依據(jù)，按照一定策略（hash、range等），將一個(gè)庫中的數(shù)據(jù)拆分到多個(gè)庫中。- 每個(gè)庫的數(shù)據(jù)都不一樣，沒有交集；
場景：系統(tǒng)絕對(duì)并發(fā)量上來了，分表難以根本上解決問題，并且還沒有明顯的業(yè)務(wù)歸屬來垂直分庫。分析：庫多了，io和cpu的壓力自然可以成倍緩解。2、水平分表
概念：以字段為依據(jù)，按照一定策略（hash、range等），將一個(gè)表中的數(shù)據(jù)拆分到多個(gè)表中。
- 每個(gè)表的數(shù)據(jù)都不一樣，沒有交集；
場景：系統(tǒng)絕對(duì)并發(fā)量并沒有上來，只是單表的數(shù)據(jù)量太多，影響了SQL效率，加重了CPU負(fù)擔(dān)，以至于成為瓶頸。分析：表的數(shù)據(jù)量少了，單次SQL執(zhí)行效率高，自然減輕了CPU的負(fù)擔(dān)。3、垂直分庫
概念：以表為依據(jù)，按照業(yè)務(wù)歸屬不同，將不同的表拆分到不同的庫中。- 每個(gè)庫的結(jié)構(gòu)都不一樣；
- 每個(gè)庫的數(shù)據(jù)也不一樣，沒有交集；
場景：系統(tǒng)絕對(duì)并發(fā)量上來了，并且可以抽象出單獨(dú)的業(yè)務(wù)模塊。分析：到這一步，基本上就可以服務(wù)化了。例如，隨著業(yè)務(wù)的發(fā)展一些公用的配置表、字典表等越來越多，這時(shí)可以將這些表拆到單獨(dú)的庫中，甚至可以服務(wù)化。再有，隨著業(yè)務(wù)的發(fā)展孵化出了一套業(yè)務(wù)模式，這時(shí)可以將相關(guān)的表拆到單獨(dú)的庫中，甚至可以服務(wù)化。4、垂直分表
概念：以字段為依據(jù)，按照字段的活躍性，將表中字段拆到不同的表（主表和擴(kuò)展表）中。
- 每個(gè)表的結(jié)構(gòu)都不一樣；
- 每個(gè)表的數(shù)據(jù)也不一樣，一般來說，每個(gè)表的字段至少有一列交集，一般是主鍵，用于關(guān)聯(lián)數(shù)據(jù)；
場景：系統(tǒng)絕對(duì)并發(fā)量并沒有上來，表的記錄并不多，但是字段多，并且熱點(diǎn)數(shù)據(jù)和非熱點(diǎn)數(shù)據(jù)在一起，單行數(shù)據(jù)所需的存儲(chǔ)空間較大。以至于數(shù)據(jù)庫緩存的數(shù)據(jù)行減少，查詢時(shí)會(huì)去讀磁盤數(shù)據(jù)產(chǎn)生大量的隨機(jī)讀IO，產(chǎn)生IO瓶頸。分析：可以用列表頁和詳情頁來幫助理解。垂直分表的拆分原則是將熱點(diǎn)數(shù)據(jù)（可能會(huì)冗余經(jīng)常一起查詢的數(shù)據(jù)）放在一起作為主表，非熱點(diǎn)數(shù)據(jù)放在一起作為擴(kuò)展表。這樣更多的熱點(diǎn)數(shù)據(jù)就能被緩存下來，進(jìn)而減少了隨機(jī)讀IO。拆了之后，要想獲得全部數(shù)據(jù)就需要關(guān)聯(lián)兩個(gè)表來取數(shù)據(jù)。但記住，千萬別用join，因?yàn)閖oin不僅會(huì)增加CPU負(fù)擔(dān)并且會(huì)講兩個(gè)表耦合在一起（必須在一個(gè)數(shù)據(jù)庫實(shí)例上）。關(guān)聯(lián)數(shù)據(jù)，應(yīng)該在業(yè)務(wù)Service層做文章，分別獲取主表和擴(kuò)展表數(shù)據(jù)然后用關(guān)聯(lián)字段關(guān)聯(lián)得到全部數(shù)據(jù)。
- sharding-sphere：jar，前身是sharding-jdbc；
- TDDL：jar，Taobao Distribute Data Layer；
注：工具的利弊，請(qǐng)自行調(diào)研，官網(wǎng)和社區(qū)優(yōu)先。
根據(jù)容量（當(dāng)前容量和增長量）評(píng)估分庫或分表個(gè)數(shù) -> 選key（均勻）-> 分表規(guī)則（hash或range等）-> 執(zhí)行（一般雙寫）-> 擴(kuò)容問題（盡量減少數(shù)據(jù)的移動(dòng)）。
端上除了partition key只有一個(gè)非partition key作為條件查詢。注：寫入時(shí)，基因法生成user_id，如圖。關(guān)于xbit基因，例如要分8張表，23=8，故x取3，即3bit基因。根據(jù)user_id查詢時(shí)可直接取模路由到對(duì)應(yīng)的分庫或分表。根據(jù)user_name查詢時(shí)，先通過user_name_code生成函數(shù)生成user_name_code再對(duì)其取模路由到對(duì)應(yīng)的分庫或分表。id生成常用snowflake算法。
端上除了partition key不止一個(gè)非partition key作為條件查詢注：按照order_id或buyer_id查詢時(shí)路由到db_o_buyer庫中，按照seller_id查詢時(shí)路由到db_o_seller庫中。感覺有點(diǎn)本末倒置！有其他好的辦法嗎？改變技術(shù)棧呢？
后臺(tái)除了partition key還有各種非partition key組合條件查詢
2、非partition key跨庫跨表分頁查詢問題
3、擴(kuò)容問題
- 第一步：（同步雙寫）修改應(yīng)用配置和代碼，加上雙寫，部署；
- 第二步：（同步雙寫）將老庫中的老數(shù)據(jù)復(fù)制到新庫中；
- 第三步：（同步雙寫）以老庫為準(zhǔn)校對(duì)新庫中的老數(shù)據(jù)；
- 第四步：（同步雙寫）修改應(yīng)用配置和代碼，去掉雙寫，部署；
- 分庫分表，首先得知道瓶頸在哪里，然后才能合理地拆分（分庫還是分表？水平還是垂直？分幾個(gè)？）。且不可為了分庫分表而拆分。
- 選key很重要，既要考慮到拆分均勻，也要考慮到非partition key的查詢。
示例GitHub地址：https://github.com/littlecharacter4s/study-sharding作者：尜尜人物
cnblogs.com/littlecharacter/p/9342129.html
在公眾號(hào)【程序員編程】對(duì)話框輸入以下關(guān)鍵詞大數(shù)據(jù)?|?Java?|?1024?|?電子書?|?速查表?Python進(jìn)階?|?面試?|?手冊(cè)?|?成神?|?思想?|?小程序命令行?|?人工智能?|?軟件測試?|?Web前端?|?Python獲取更多學(xué)習(xí)資料
視頻 |?面試 |?技術(shù) | 電子書?
