分庫分表技術及技術方案

一、分庫分表的必要性

創(chuàng)新互聯(lián)公司是一家專業(yè)提供良慶企業(yè)網站建設,專注與成都網站建設、網站制作、H5網站設計、小程序制作等業(yè)務。10年已為良慶眾多企業(yè)、政府機構等服務。創(chuàng)新互聯(lián)專業(yè)網絡公司優(yōu)惠進行中。

分庫分表技術的使用，主要是數(shù)據庫產生了瓶頸，如單庫的并發(fā)訪問或單表的查詢都超出了閾值。對系統(tǒng)使用造成一定的影響，不得已而產生的技術。

通過分庫分表技術來解決此類問題，但正因為使用此技術，會產生ACID一系列的問題，各類中間件解決此類問題各有各的優(yōu)勢。

提示：如場景無必要，千萬不要使用分庫分表。

二、分庫分表的思路

1、垂直區(qū)分

垂直分庫：從業(yè)務角度，一個庫分成多個庫，如把訂單和用戶信息分成兩個庫來存儲。這樣的好處就是可以微服務了。每塊的業(yè)務單獨部署，互不影響，通過接口去調用。

垂直分表：把大表分成多個小表，如熱點數(shù)據和非熱點數(shù)據分開，提高查詢速度。

2、水平區(qū)分

水平分表：同一業(yè)務如數(shù)據量大了以后，根據一定的規(guī)則分為不同的表進行存儲。

水平分庫：如訂單分成多個庫存儲，分解服務器壓力。

以上一般來說，垂直分庫和水平分表用的會多些。

三、分庫分表的原理分析

分庫分表常用的方案：Hash取模方案和range范圍方案；

路由算法為最主要的算法，指得是把路由的Key按照指定的算法進行存放；

1、Hash取模方案

根據取余分配到不同的表里。要根據實際情況確認模的大小。此方案由于平均分配，不存在熱點問題，但數(shù)據遷移很復雜。

2、Range范圍方案

range根據范圍進行劃分，如日期，大小。此方案不存在數(shù)據遷移，但存在熱點問題。

四、分庫分表的技術選型

1、技術選型

解決方案主要分為4種：MySQL的分區(qū)技術、NoSql、NewSQL、MySQL的分庫分表。

（1）mysql分區(qū)技術：把一張表存放在不同存儲文件。由于無法負載，使用較少。

（2）NoSQL（如MongoDB）：如是訂單等比較重要數(shù)據，強關聯(lián)關系，需約束一致性，不太適應。

（3）NewSql(具有NoSQL對海量數(shù)據的存儲管理能力，還保持了傳統(tǒng)數(shù)據庫支持ACID和SQL等特性):如TiDB可滿足需求。

（4）MySQL的分庫分表：如使用mysql,此種方案為主流方式。

2、中間件

解決此類問題的中間件主要為：Proxy模式、Client模式。

（1）Proxy模式

（2）Client模式

把分庫分表相關邏輯存放在客戶端，一版客戶端的應用會引用一個jar，然后再jar中處理SQL組合、數(shù)據庫路由、執(zhí)行結果合并等相關功能。

（3）中間件的比較

由于Client模式少了一層，運維方便，相對來說容易些。

五、分庫分表的實踐

根據容量（當前容量和增長量）評估分庫或分表個數(shù) - 選key（均勻）- 分表規(guī)則（hash或range等）- 執(zhí)行（一般雙寫）- 擴容問題（盡量減少數(shù)據的移動）。

在這里我們選用中間件share-jdbc。

1、引入maven依賴

2、spring boot規(guī)則配置

行表達式標識符可以使用${...}或$-{...}，但前者與Spring本身的屬性文件占位符沖突，因此在Spring環(huán)境中使用行表達式標識符建議使用$-{...}。

3、創(chuàng)建DataSource

通過ShardingDataSourceFactory工廠和規(guī)則配置對象獲取ShardingDataSource，ShardingDataSource實現(xiàn)自JDBC的標準接口DataSource。然后即可通過DataSource選擇使用原生JDBC開發(fā)，或者使用JPA, MyBatis等ORM工具。

為什么要使用NoSQL？NOSQL的優(yōu)勢

非常榮幸能受邀在InfoQ開辟這樣一個關于NoSQL的專欄，InfoQ是我非常尊重的一家技術媒體，同時我也希望借助InfoQ，在國內推動NoSQL的發(fā)展，希望跟我一樣有興趣的朋友加入進來。這次的NoSQL專欄系列將先整體介紹NoSQL，然后介紹如何把NoSQL運用到自己的項目中合適的場景中，還會適當?shù)胤治鲆恍┏晒Π咐Ｍ谐晒κ褂肗oSQL經驗的朋友給我提供一些線索和信息。 NoSQL概念隨著web2.0的快速發(fā)展，非關系型、分布式數(shù)據存儲得到了快速的發(fā)展，它們不保證關系數(shù)據的ACID特性。NoSQL概念在2009年被提了出來。NoSQL最常見的解釋是“non-relational”，“Not Only SQL”也被很多人接受。（“NoSQL”一詞最早于1998年被用于一個輕量級的關系數(shù)據庫的名字。） NoSQL被我們用得最多的當數(shù)key-value存儲，當然還有其他的文檔型的、列存儲、圖型數(shù)據庫、xml數(shù)據庫等。在NoSQL概念提出之前，這些數(shù)據庫就被用于各種系統(tǒng)當中，但是卻很少用于web互聯(lián)網應用。比如cdb、qdbm、bdb數(shù)據庫。 傳統(tǒng)關系數(shù)據庫的瓶頸 傳統(tǒng)的關系數(shù)據庫具有不錯的性能，高穩(wěn)定型，久經歷史考驗，而且使用簡單，功能強大，同時也積累了大量的成功案例。在互聯(lián)網領域，MySQL成為了絕對靠前的王者，毫不夸張的說，MySQL為互聯(lián)網的發(fā)展做出了卓越的貢獻。 在90年代，一個網站的訪問量一般都不大，用單個數(shù)據庫完全可以輕松應付。在那個時候，更多的都是靜態(tài)網頁，動態(tài)交互類型的網站不多。 到了最近10年，網站開始快速發(fā)展。火爆的論壇、博客、sns、微博逐漸引領web領域的潮流。在初期，論壇的流量其實也不大，如果你接觸網絡比較早，你可能還記得那個時候還有文本型存儲的論壇程序，可以想象一般的論壇的流量有多大。 Memcached+MySQL 后來，隨著訪問量的上升，幾乎大部分使用MySQL架構的網站在數(shù)據庫上都開始出現(xiàn)了性能問題，web程序不再僅僅專注在功能上，同時也在追求性能。程序員們開始大量的使用緩存技術來緩解數(shù)據庫的壓力，優(yōu)化數(shù)據庫的結構和索引。開始比較流行的是通過文件緩存來緩解數(shù)據庫壓力，但是當訪問量繼續(xù)增大的時候，多臺web機器通過文件緩存不能共享，大量的小文件緩存也帶了了比較高的IO壓力。在這個時候，Memcached就自然的成為一個非常時尚的技術產品。 Memcached作為一個獨立的分布式的緩存服務器，為多個web服務器提供了一個共享的高性能緩存服務，在Memcached服務器上，又發(fā)展了根據hash算法來進行多臺Memcached緩存服務的擴展，然后又出現(xiàn)了一致性hash來解決增加或減少緩存服務器導致重新hash帶來的大量緩存失效的弊端。當時，如果你去面試，你說你有Memcached經驗，肯定會加分的。 Mysql主從讀寫分離 由于數(shù)據庫的寫入壓力增加，Memcached只能緩解數(shù)據庫的讀取壓力。讀寫集中在一個數(shù)據庫上讓數(shù)據庫不堪重負，大部分網站開始使用主從復制技術來達到讀寫分離，以提高讀寫性能和讀庫的可擴展性。Mysql的master-slave模式成為這個時候的網站標配了。 分表分庫隨著web2.0的繼續(xù)高速發(fā)展，在Memcached的高速緩存，MySQL的主從復制，讀寫分離的基礎之上，這時MySQL主庫的寫壓力開始出現(xiàn)瓶頸，而數(shù)據量的持續(xù)猛增，由于MyISAM使用表鎖，在高并發(fā)下會出現(xiàn)嚴重的鎖問題，大量的高并發(fā)MySQL應用開始使用InnoDB引擎代替MyISAM。同時，開始流行使用分表分庫來緩解寫壓力和數(shù)據增長的擴展問題。這個時候，分表分庫成了一個熱門技術，是面試的熱門問題也是業(yè)界討論的熱門技術問題。也就在這個時候，MySQL推出了還不太穩(wěn)定的表分區(qū)，這也給技術實力一般的公司帶來了希望。雖然MySQL推出了MySQL Cluster集群，但是由于在互聯(lián)網幾乎沒有成功案例，性能也不能滿足互聯(lián)網的要求，只是在高可靠性上提供了非常大的保證。 MySQL的擴展性瓶頸 在互聯(lián)網，大部分的MySQL都應該是IO密集型的，事實上，如果你的MySQL是個CPU密集型的話，那么很可能你的MySQL設計得有性能問題，需要優(yōu)化了。大數(shù)據量高并發(fā)環(huán)境下的MySQL應用開發(fā)越來越復雜，也越來越具有技術挑戰(zhàn)性。分表分庫的規(guī)則把握都是需要經驗的。雖然有像淘寶這樣技術實力強大的公司開發(fā)了透明的中間件層來屏蔽開發(fā)者的復雜性，但是避免不了整個架構的復雜性。分庫分表的子庫到一定階段又面臨擴展問題。還有就是需求的變更，可能又需要一種新的分庫方式。 MySQL數(shù)據庫也經常存儲一些大文本字段，導致數(shù)據庫表非常的大，在做數(shù)據庫恢復的時候就導致非常的慢，不容易快速恢復數(shù)據庫。比如1000萬4KB大小的文本就接近40GB的大小，如果能把這些數(shù)據從MySQL省去，MySQL將變得非常的小。 關系數(shù)據庫很強大，但是它并不能很好的應付所有的應用場景。MySQL的擴展性差（需要復雜的技術來實現(xiàn)），大數(shù)據下IO壓力大，表結構更改困難，正是當前使用MySQL的開發(fā)人員面臨的問題。 NOSQL的優(yōu)勢易擴展NoSQL數(shù)據庫種類繁多，但是一個共同的特點都是去掉關系數(shù)據庫的關系型特性。數(shù)據之間無關系，這樣就非常容易擴展。也無形之間，在架構的層面上帶來了可擴展的能力。 大數(shù)據量，高性能 NoSQL數(shù)據庫都具有非常高的讀寫性能，尤其在大數(shù)據量下，同樣表現(xiàn)優(yōu)秀。這得益于它的無關系性，數(shù)據庫的結構簡單。一般MySQL使用Query Cache，每次表的更新Cache就失效，是一種大粒度的Cache，在針對web2.0的交互頻繁的應用，Cache性能不高。而NoSQL的Cache是記錄級的，是一種細粒度的Cache，所以NoSQL在這個層面上來說就要性能高很多了。 靈活的數(shù)據模型 NoSQL無需事先為要存儲的數(shù)據建立字段，隨時可以存儲自定義的數(shù)據格式。而在關系數(shù)據庫里，增刪字段是一件非常麻煩的事情。如果是非常大數(shù)據量的表，增加字段簡直就是一個噩夢。這點在大數(shù)據量的web2.0時代尤其明顯。 高可用NoSQL在不太影響性能的情況，就可以方便的實現(xiàn)高可用的架構。比如Cassandra，HBase模型，通過復制模型也能實現(xiàn)高可用。 總結NoSQL數(shù)據庫的出現(xiàn)，彌補了關系數(shù)據（比如MySQL）在某些方面的不足，在某些方面能極大的節(jié)省開發(fā)成本和維護成本。 MySQL和NoSQL都有各自的特點和使用的應用場景，兩者的緊密結合將會給web2.0的數(shù)據庫發(fā)展帶來新的思路。讓關系數(shù)據庫關注在關系上，NoSQL關注在存儲上。

MySQL數(shù)據庫性能優(yōu)化之分區(qū)分表分庫

分表是分散數(shù)據庫壓力的好方法。

分表，最直白的意思，就是將一個表結構分為多個表，然后，可以再同一個庫里，也可以放到不同的庫。

當然，首先要知道什么情況下，才需要分表。個人覺得單表記錄條數(shù)達到百萬到千萬級別時就要使用分表了。

分表的分類

**1、縱向分表**

將本來可以在同一個表的內容，人為劃分為多個表。（所謂的本來，是指按照關系型數(shù)據庫的第三范式要求，是應該在同一個表的。）

分表理由：根據數(shù)據的活躍度進行分離，（因為不同活躍的數(shù)據，處理方式是不同的）

案例：

對于一個博客系統(tǒng)，文章標題，作者，分類，創(chuàng)建時間等，是變化頻率慢，查詢次數(shù)多，而且最好有很好的實時性的數(shù)據，我們把它叫做冷數(shù)據。而博客的瀏覽量，回復數(shù)等，類似的統(tǒng)計信息，或者別的變化頻率比較高的數(shù)據，我們把它叫做活躍數(shù)據。所以，在進行數(shù)據庫結構設計的時候，就應該考慮分表，首先是縱向分表的處理。

這樣縱向分表后：

首先存儲引擎的使用不同，冷數(shù)據使用MyIsam 可以有更好的查詢數(shù)據。活躍數(shù)據，可以使用Innodb ,可以有更好的更新速度。

其次，對冷數(shù)據進行更多的從庫配置，因為更多的操作時查詢，這樣來加快查詢速度。對熱數(shù)據，可以相對有更多的主庫的橫向分表處理。

其實，對于一些特殊的活躍數(shù)據，也可以考慮使用memcache ,redis之類的緩存，等累計到一定量再去更新數(shù)據庫。或者mongodb 一類的nosql 數(shù)據庫，這里只是舉例，就先不說這個。

**2、橫向分表**

字面意思，就可以看出來，是把大的表結構，橫向切割為同樣結構的不同表，如，用戶信息表，user_1,user_2等。表結構是完全一樣，但是，根據某些特定的規(guī)則來劃分的表，如根據用戶ID來取模劃分。

分表理由：根據數(shù)據量的規(guī)模來劃分，保證單表的容量不會太大，從而來保證單表的查詢等處理能力。

案例：同上面的例子，博客系統(tǒng)。當博客的量達到很大時候，就應該采取橫向分割來降低每個單表的壓力，來提升性能。例如博客的冷數(shù)據表，假如分為100個表，當同時有100萬個用戶在瀏覽時，如果是單表的話，會進行100萬次請求，而現(xiàn)在分表后，就可能是每個表進行1萬個數(shù)據的請求（因為，不可能絕對的平均，只是假設），這樣壓力就降低了很多很多。

延伸：為什么要分表和分區(qū)？

日常開發(fā)中我們經常會遇到大表的情況，所謂的大表是指存儲了百萬級乃至千萬級條記錄的表。這樣的表過于龐大，導致數(shù)據庫在查詢和插入的時候耗時太長，性能低下，如果涉及聯(lián)合查詢的情況，性能會更加糟糕。分表和表分區(qū)的目的就是減少數(shù)據庫的負擔，提高數(shù)據庫的效率，通常點來講就是提高表的增刪改查效率。

什么是分表？

分表是將一個大表按照一定的規(guī)則分解成多張具有獨立存儲空間的實體表，我們可以稱為子表，每個表都對應三個文件，MYD數(shù)據文件，.MYI索引文件，.frm表結構文件。這些子表可以分布在同一塊磁盤上，也可以在不同的機器上。app讀寫的時候根據事先定義好的規(guī)則得到對應的子表名，然后去操作它。

什么是分區(qū)？

分區(qū)和分表相似，都是按照規(guī)則分解表。不同在于分表將大表分解為若干個獨立的實體表，而分區(qū)是將數(shù)據分段劃分在多個位置存放，可以是同一塊磁盤也可以在不同的機器。分區(qū)后，表面上還是一張表，但數(shù)據散列到多個位置了。app讀寫的時候操作的還是大表名字，db自動去組織分區(qū)的數(shù)據。

**MySQL分表和分區(qū)有什么聯(lián)系呢？**

1、都能提高mysql的性高，在高并發(fā)狀態(tài)下都有一個良好的表現(xiàn)。

2、分表和分區(qū)不矛盾，可以相互配合的，對于那些大訪問量，并且表數(shù)據比較多的表，我們可以采取分表和分區(qū)結合的方式（如果merge這種分表方式，不能和分區(qū)配合的話，可以用其他的分表試），訪問量不大，但是表數(shù)據很多的表，我們可以采取分區(qū)的方式等。

3、分表技術是比較麻煩的，需要手動去創(chuàng)建子表，app服務端讀寫時候需要計算子表名。采用merge好一些，但也要創(chuàng)建子表和配置子表間的union關系。

4、表分區(qū)相對于分表，操作方便，不需要創(chuàng)建子表。

我們知道對于大型的互聯(lián)網應用，數(shù)據庫單表的數(shù)據量可能達到千萬甚至上億級別，同時面臨這高并發(fā)的壓力。Master-Slave結構只能對數(shù)據庫的讀能力進行擴展，寫操作還是集中在Master中，Master并不能無限制的掛接Slave庫，如果需要對數(shù)據庫的吞吐能力進行進一步的擴展，可以考慮采用分庫分表的策略。

**1、分表**

在分表之前，首先要選中合適的分表策略（以哪個字典為分表字段，需要將數(shù)據分為多少張表），使數(shù)據能夠均衡的分布在多張表中，并且不影響正常的查詢。在企業(yè)級應用中，往往使用org_id(組織主鍵)做為分表字段，在互聯(lián)網應用中往往是userid。在確定分表策略后，當數(shù)據進行存儲及查詢時，需要確定到哪張表里去查找數(shù)據，

數(shù)據存放的數(shù)據表 = 分表字段的內容 % 分表數(shù)量

**2、分庫**

分表能夠解決單表數(shù)據量過大帶來的查詢效率下降的問題，但是不能給數(shù)據庫的并發(fā)訪問帶來質的提升，面對高并發(fā)的寫訪問，當Master無法承擔高并發(fā)的寫入請求時，不管如何擴展Slave服務器，都沒有意義了。我們通過對數(shù)據庫進行拆分，來提高數(shù)據庫的寫入能力，即所謂的分庫。分庫采用對關鍵字取模的方式，對數(shù)據庫進行路由。

數(shù)據存放的數(shù)據庫=分庫字段的內容%數(shù)據庫的數(shù)量

**3、即分表又分庫**

數(shù)據庫分表可以解決單表海量數(shù)據的查詢性能問題，分庫可以解決單臺數(shù)據庫的并發(fā)訪問壓力問題。

當數(shù)據庫同時面臨海量數(shù)據存儲和高并發(fā)訪問的時候，需要同時采取分表和分庫策略。一般分表分庫策略如下：

中間變量 = 關鍵字%（數(shù)據庫數(shù)量*單庫數(shù)據表數(shù)量）

庫 = 取整（中間變量/單庫數(shù)據表數(shù)量）

表 = （中間變量%單庫數(shù)據表數(shù)量）

實例：

1、分庫分表

很明顯，一個主表（也就是很重要的表，例如用戶表）無限制的增長勢必嚴重影響性能，分庫與分表是一個很不錯的解決途徑，也就是性能優(yōu)化途徑，現(xiàn)在的案例是我們有一個1000多萬條記錄的用戶表members,查詢起來非常之慢，同事的做法是將其散列到100個表中，分別從members0到members99，然后根據mid分發(fā)記錄到這些表中，牛逼的代碼大概是這樣子：

復制代碼 代碼如下:

?php

for($i=0;$i 100; $i++ ){

//echo "CREATE TABLE db2.members{$i} LIKE db1.members

";

echo "INSERT INTO members{$i} SELECT * FROM members WHERE mid%100={$i}

";

}

?

2、不停機修改mysql表結構

同樣還是members表，前期設計的表結構不盡合理，隨著數(shù)據庫不斷運行，其冗余數(shù)據也是增長巨大，同事使用了下面的方法來處理：

先創(chuàng)建一個臨時表：

/*創(chuàng)建臨時表*/

CREATE TABLE members_tmp LIKE members

然后修改members_tmp的表結構為新結構，接著使用上面那個for循環(huán)來導出數(shù)據，因為1000萬的數(shù)據一次性導出是不對的，mid是主鍵，一個區(qū)間一個區(qū)間的導，基本是一次導出5萬條吧，這里略去了

接著重命名將新表替換上去：

/*這是個頗為經典的語句哈*/

RENAME TABLE members TO members_bak,members_tmp TO members;

就是這樣，基本可以做到無損失，無需停機更新表結構，但實際上RENAME期間表是被鎖死的，所以選擇在線少的時候操作是一個技巧。經過這個操作，使得原先8G多的表，一下子變成了2G多。

分庫分表 VS newsql數(shù)據庫

最近與同行 科技 交流，經常被問到分庫分表與分布式數(shù)據庫如何選擇，網上也有很多關于中間件+傳統(tǒng)關系數(shù)據庫（分庫分表）與NewSQL分布式數(shù)據庫的文章，但有些觀點與判斷是我覺得是偏激的，脫離環(huán)境去評價方案好壞其實有失公允。

本文通過對兩種模式關鍵特性實現(xiàn)原理對比，希望可以盡可能客觀、中立的闡明各自真實的優(yōu)缺點以及適用場景。

首先關于“中間件+關系數(shù)據庫分庫分表”算不算NewSQL分布式數(shù)據庫問題，國外有篇論文pavlo-newsql-sigmodrec，如果根據該文中的分類，Spanner、TiDB、OB算是第一種新架構型，Sharding-Sphere、Mycat、DRDS等中間件方案算是第二種（文中還有第三種云數(shù)據庫，本文暫不詳細介紹）。

基于中間件（包括SDK和Proxy兩種形式）+傳統(tǒng)關系數(shù)據庫（分庫分表）模式是不是分布式架構？我覺得是的，因為存儲確實也分布式了，也能實現(xiàn)橫向擴展。但是不是"偽"分布式數(shù)據庫？從架構先進性來看，這么說也有一定道理。"偽"主要體現(xiàn)在中間件層與底層DB重復的SQL解析與執(zhí)行計劃生成、存儲引擎基于B+Tree等，這在分布式數(shù)據庫架構中實際上冗余低效的。為了避免引起真?zhèn)畏植际綌?shù)據庫的口水戰(zhàn)，本文中NewSQL數(shù)據庫特指這種新架構NewSQL數(shù)據庫。

NewSQL數(shù)據庫相比中間件+分庫分表的先進在哪兒？畫一個簡單的架構對比圖：

這些大多也是NewSQL數(shù)據庫產品主要宣傳的點，不過這些看起來很美好的功能是否真的如此？接下來針對以上幾點分別闡述下的我的理解。

這是把雙刃劍。

CAP限制

想想更早些出現(xiàn)的NoSQL數(shù)據庫為何不支持分布式事務（最新版的mongoDB等也開始支持了），是缺乏理論與實踐支撐嗎？并不是，原因是CAP定理依然是分布式數(shù)據庫頭上的頸箍咒，在保證強一致的同時必然會犧牲可用性A或分區(qū)容忍性P。為什么大部分NoSQL不提供分布式事務？

那么NewSQL數(shù)據庫突破CAP定理限制了嗎？并沒有。NewSQL數(shù)據庫的鼻主Google Spanner（目前絕大部分分布式數(shù)據庫都是按照Spanner架構設計的）提供了一致性和大于5個9的可用性，宣稱是一個“實際上是CA”的，其真正的含義是 系統(tǒng)處于 CA 狀態(tài)的概率非常高，由于網絡分區(qū)導致的服務停用的概率非常小 ，究其真正原因是其打造私有全球網保證了不會出現(xiàn)網絡中斷引發(fā)的網絡分區(qū)，另外就是其高效的運維隊伍,這也是cloud spanner的賣點。詳細可見CAP提出者Eric Brewer寫的《Spanner, TrueTime 和CAP理論》。

完備性 ：

兩階段提交協(xié)議是否嚴格支持ACID，各種異常場景是不是都可以覆蓋？

2PC在commit階段發(fā)送異常，其實跟最大努力一階段提交類似也會有部分可見問題，嚴格講一段時間內并不能保證A原子性和C一致性（待故障恢復后recovery機制可以保證最終的A和C）。完備的分布式事務支持并不是一件簡單的事情，需要可以應對網絡以及各種硬件包括網卡、磁盤、CPU、內存、電源等各類異常，通過嚴格的測試。之前跟某友商交流，他們甚至說目前已知的NewSQL在分布式事務支持上都是不完整的，他們都有案例跑不過，圈內人士這么篤定，也說明了 分布式事務的支持完整程度其實是層次不齊的。

但分布式事務又是這些NewSQL數(shù)據庫的一個非常重要的底層機制，跨資源的DML、DDL等都依賴其實現(xiàn)，如果這塊的性能、完備性打折扣，上層跨分片SQL執(zhí)行的正確性會受到很大影響。

性能

傳統(tǒng)關系數(shù)據庫也支持分布式事務XA，但為何很少有高并發(fā)場景下用呢？ 因為XA的基礎兩階段提交協(xié)議存在網絡開銷大，阻塞時間長、死鎖等問題，這也導致了其實際上很少大規(guī)模用在基于傳統(tǒng)關系數(shù)據庫的OLTP系統(tǒng)中。

NewSQL數(shù)據庫的分布式事務實現(xiàn)也仍然多基于兩階段提交協(xié)議，例如google percolator分布式事務模型，

采用原子鐘+MVCC+ Snapshot Isolation（SI），這種方式通過TSO(Timestamp Oracle)保證了全局一致性，通過MVCC避免了鎖，另外通過primary lock和secondary lock將提交的一部分轉為異步，相比XA確實提高了分布式事務的性能。

但不管如何優(yōu)化，相比于1PC，2PC多出來的GID獲取、網絡開銷、prepare日志持久化還是會帶來很大的性能損失，尤其是跨節(jié)點的數(shù)量比較多時會更加顯著，例如在銀行場景做個批量扣款，一個文件可能上W個賬戶，這樣的場景無論怎么做還是吞吐都不會很高。

雖然NewSQL分布式數(shù)據庫產品都宣傳完備支持分布式事務，但這并不是說應用可以完全不用關心數(shù)據拆分，這些數(shù)據庫的最佳實踐中仍然會寫到，應用的大部分場景盡可能避免分布式事務。

既然強一致事務付出的性能代價太大，我們可以反思下是否真的需要這種強一致的分布式事務？尤其是在做微服務拆分后，很多系統(tǒng)也不太可能放在一個統(tǒng)一的數(shù)據庫中。嘗試將一致性要求弱化，便是柔性事務，放棄ACID(Atomicity,Consistency, Isolation, Durability)，轉投BASE(Basically Available,Soft state,Eventually consistent)，例如Saga、TCC、可靠消息保證最終一致等模型，對于大規(guī)模高并發(fā)OLTP場景，我個人更建議使用柔性事務而非強一致的分布式事務。關于柔性事務，筆者之前也寫過一個技術組件，最近幾年也涌現(xiàn)出了一些新的模型與框架（例如阿里剛開源的Fescar），限于篇幅不再贅述，有空再單獨寫篇文章。

HA與異地多活

主從模式并不是最優(yōu)的方式，就算是半同步復制，在極端情況下（半同步轉異步）也存在丟數(shù)問題，目前業(yè)界公認更好的方案是基于paxos分布式一致性協(xié)議或者其它類paxos如raft方式，Google Spanner、TiDB、cockcoachDB、OB都采用了這種方式，基于Paxos協(xié)議的多副本存儲，遵循過半寫原則，支持自動選主，解決了數(shù)據的高可靠，縮短了failover時間，提高了可用性，特別是減少了運維的工作量，這種方案技術上已經很成熟，也是NewSQL數(shù)據庫底層的標配。

當然這種方式其實也可以用在傳統(tǒng)關系數(shù)據庫，阿里、微信團隊等也有將MySQL存儲改造支持paxos多副本的，MySQL也推出了官方版MySQL Group Cluster，預計不遠的未來主從模式可能就成為 歷史 了。

需要注意的是很多NewSQL數(shù)據庫廠商宣傳基于paxos或raft協(xié)議可以實現(xiàn)【異地多活】，這個實際上是有前提的，那就是異地之間網絡延遲不能太高 。以銀行“兩地三中心”為例，異地之間多相隔數(shù)千里，延時達到數(shù)十毫秒，如果要多活，那便需異地副本也參與數(shù)據庫日志過半確認，這樣高的延時幾乎沒有OLTP系統(tǒng)可以接受的。

數(shù)據庫層面做異地多活是個美好的愿景，但距離導致的延時目前并沒有好的方案。 之前跟螞蟻團隊交流，螞蟻異地多活的方案是在應用層通過MQ同步雙寫交易信息，異地DC將交易信息保存在分布式緩存中，一旦發(fā)生異地切換，數(shù)據庫同步中間件會告之數(shù)據延遲時間，應用從緩存中讀取交易信息，將這段時間內涉及到的業(yè)務對象例如用戶、賬戶進行黑名單管理，等數(shù)據同步追上之后再將這些業(yè)務對象從黑名單中剔除。由于雙寫的不是所有數(shù)據庫操作日志而只是交易信息，數(shù)據延遲只影響一段時間內數(shù)據，這是目前我覺得比較靠譜的異地度多活方案。

另外有些系統(tǒng)進行了單元化改造，這在paxos選主時也要結合考慮進去，這也是目前很多NewSQL數(shù)據庫欠缺的功能。

Scale橫向擴展與分片機制

paxos算法解決了高可用、高可靠問題，并沒有解決Scale橫向擴展的問題，所以分片是必須支持的。NewSQL數(shù)據庫都是天生內置分片機制的，而且會根據每個分片的數(shù)據負載(磁盤使用率、寫入速度等)自動識別熱點，然后進行分片的分裂、數(shù)據遷移、合并，這些過程應用是無感知的，這省去了DBA的很多運維工作量。以TiDB為例，它將數(shù)據切成region，如果region到64M時，數(shù)據自動進行遷移。

分庫分表模式下需要應用設計之初就要明確各表的拆分鍵、拆分方式（range、取模、一致性哈希或者自定義路由表）、路由規(guī)則、拆分庫表數(shù)量、擴容方式等。相比NewSQL數(shù)據庫，這種模式給應用帶來了很大侵入和復雜度，這對大多數(shù)系統(tǒng)來說也是一大挑戰(zhàn)。

這里有個問題是NewSQL數(shù)據庫統(tǒng)一的內置分片策略（例如tidb基于range）可能并不是最高效的，因為與領域模型中的劃分要素并不一致，這導致的后果是很多交易會產生分布式事務。 舉個例子，銀行核心業(yè)務系統(tǒng)是以客戶為維度，也就是說客戶表、該客戶的賬戶表、流水表在絕大部分場景下是一起寫的，但如果按照各表主鍵range進行分片，這個交易并不能在一個分片上完成，這在高頻OLTP系統(tǒng)中會帶來性能問題。

分布式SQL支持

常見的單分片SQL，這兩者都能很好支持。NewSQL數(shù)據庫由于定位與目標是一個通用的數(shù)據庫，所以支持的SQL會更完整，包括跨分片的join、聚合等復雜SQL。中間件模式多面向應用需求設計，不過大部分也支持帶拆分鍵SQL、庫表遍歷、單庫join、聚合、排序、分頁等。但對跨庫的join以及聚合支持就不夠了。

NewSQL數(shù)據庫一般并不支持存儲過程、視圖、外鍵等功能，而中間件模式底層就是傳統(tǒng)關系數(shù)據庫，這些功能如果只是涉及單庫是比較容易支持的。

NewSQL數(shù)據庫往往選擇兼容MySQL或者PostgreSQL協(xié)議，所以SQL支持僅局限于這兩種，中間件例如驅動模式往往只需做簡單的SQL解析、計算路由、SQL重寫，所以可以支持更多種類的數(shù)據庫SQL。

SQL支持的差異主要在于分布式SQL執(zhí)行計劃生成器，由于NewSQL數(shù)據庫具有底層數(shù)據的分布、統(tǒng)計信息，因此可以做CBO，生成的執(zhí)行計劃效率更高，而中間件模式下沒有這些信息，往往只能基于規(guī)則RBO（Rule-Based-Opimization），這也是為什么中間件模式一般并不支持跨庫join，因為實現(xiàn)了效率也往往并不高，還不如交給應用去做。

存儲引擎

傳統(tǒng)關系數(shù)據庫的存儲引擎設計都是面向磁盤的，大多都基于B+樹。B+樹通過降低樹的高度減少隨機讀、進而減少磁盤尋道次數(shù)，提高讀的性能，但大量的隨機寫會導致樹的分裂，從而帶來隨機寫，導致寫性能下降。NewSQL的底層存儲引擎則多采用LSM，相比B+樹LSM將對磁盤的隨機寫變成順序寫，大大提高了寫的性能。不過LSM的的讀由于需要合并數(shù)據性能比B+樹差，一般來說LSM更適合應在寫大于讀的場景。當然這只是單純數(shù)據結構角度的對比，在數(shù)據庫實際實現(xiàn)時還會通過SSD、緩沖、bloom filter等方式優(yōu)化讀寫性能，所以讀性能基本不會下降太多。NewSQL數(shù)據由于多副本、分布式事務等開銷，相比單機關系數(shù)據庫SQL的響應時間并不占優(yōu)，但由于集群的彈性擴展，整體QPS提升還是很明顯的，這也是NewSQL數(shù)據庫廠商說分布式數(shù)據庫更看重的是吞吐，而不是單筆SQL響應時間的原因。

成熟度與生態(tài)

分布式數(shù)據庫是個新型通用底層軟件，準確的衡量與評價需要一個多維度的測試模型，需包括發(fā)展現(xiàn)狀、使用情況、社區(qū)生態(tài)、監(jiān)控運維、周邊配套工具、功能滿足度、DBA人才、SQL兼容性、性能測試、高可用測試、在線擴容、分布式事務、隔離級別、在線DDL等等，雖然NewSQL數(shù)據庫發(fā)展經過了一定時間檢驗，但多集中在互聯(lián)網以及傳統(tǒng)企業(yè)非核心交易系統(tǒng)中，目前還處于快速迭代、規(guī)模使用不斷優(yōu)化完善的階段。

相比而言，傳統(tǒng)關系數(shù)據庫則經過了多年的發(fā)展，通過完整的評測，在成熟度、功能、性能、周邊生態(tài)、風險把控、相關人才積累等多方面都具有明顯優(yōu)勢，同時對已建系統(tǒng)的兼容性也更好。

對于互聯(lián)網公司，數(shù)據量的增長壓力以及追求新技術的基因會更傾向于嘗試NewSQL數(shù)據庫，不用再考慮庫表拆分、應用改造、擴容、事務一致性等問題怎么看都是非常吸引人的方案。

對于傳統(tǒng)企業(yè)例如銀行這種風險意識較高的行業(yè)來說，NewSQL數(shù)據庫則可能在未來一段時間內仍處于 探索 、審慎試點的階段。基于中間件+分庫分表模式架構簡單，技術門檻更低，雖然沒有NewSQL數(shù)據庫功能全面，但大部分場景最核心的訴求也就是拆分后SQL的正確路由，而此功能中間件模式應對還是綽綽有余的，可以說在大多數(shù)OLTP場景是夠用的。

限于篇幅，其它特性例如在線DDL、數(shù)據遷移、運維工具等特性就不在本文展開對比。

總結

如果看完以上內容，您還不知道選哪種模式，那么結合以下幾個問題，先思考下NewSQL數(shù)據庫解決的點對于自身是不是真正的痛點：

如果以上有2到3個是肯定的，那么你可以考慮用NewSQL數(shù)據庫了，雖然前期可能需要一定的學習成本，但它是數(shù)據庫的發(fā)展方向，未來收益也會更高，尤其是互聯(lián)網行業(yè)，隨著數(shù)據量的突飛猛進，分庫分表帶來的痛苦會與日俱增。當然選擇NewSQL數(shù)據庫你也要做好承擔一定風險的準備。

如果你還未做出抉擇，不妨再想想下面幾個問題：

如果這些問題有多數(shù)是肯定的，那還是分庫分表吧。在軟件領域很少有完美的解決方案，NewSQL數(shù)據庫也不是數(shù)據分布式架構的銀彈。相比而言分庫分表是一個代價更低、風險更小的方案，它最大程度復用傳統(tǒng)關系數(shù)據庫生態(tài)，通過中間件也可以滿足分庫分表后的絕大多數(shù)功能，定制化能力更強。 在當前NewSQL數(shù)據庫還未完全成熟的階段，分庫分表可以說是一個上限低但下限高的方案，尤其傳統(tǒng)行業(yè)的核心系統(tǒng)，如果你仍然打算把數(shù)據庫當做一個黑盒產品來用，踏踏實實用好分庫分表會被認為是個穩(wěn)妥的選擇。

很多時候軟件選型取決于領域特征以及架構師風格，限于筆者知識與所屬行業(yè)特點所限，以上僅為個人粗淺的一些觀點，歡迎討論。

nosql是什么

NoSQL，泛指非關系型的數(shù)據庫。隨著互聯(lián)網web2.0網站的興起，傳統(tǒng)的關系數(shù)據庫在應付web2.0網站，特別是超大規(guī)模和高并發(fā)的SNS類型的web2.0純動態(tài)網站已經顯得力不從心，暴露了很多難以克服的問題，而非關系型的數(shù)據庫則由于其本身的特點得到了非常迅速的發(fā)展。NoSQL數(shù)據庫的產生就是為了解決大規(guī)模數(shù)據集合多重數(shù)據種類帶來的挑戰(zhàn)，尤其是大數(shù)據應用難題。

雖然NoSQL流行語火起來才短短一年的時間，但是不可否認，現(xiàn)在已經開始了第二代運動。盡管早期的堆棧代碼只能算是一種實驗，然而現(xiàn)在的系統(tǒng)已經更加的成熟、穩(wěn)定。不過現(xiàn)在也面臨著一個嚴酷的事實：技術越來越成熟——以至于原來很好的NoSQL數(shù)據存儲不得不進行重寫，也有少數(shù)人認為這就是所謂的2.0版本。這里列出一些比較知名的工具，可以為大數(shù)據建立快速、可擴展的存儲庫。

NoSQL(NoSQL = Not Only SQL )，意即“不僅僅是SQL”，是一項全新的數(shù)據庫革命性運動，早期就有人提出，發(fā)展至2009年趨勢越發(fā)高漲。NoSQL的擁護者們提倡運用非關系型的數(shù)據存儲，相對于鋪天蓋地的關系型數(shù)據庫運用，這一概念無疑是一種全新的思維的注入。

對于NoSQL并沒有一個明確的范圍和定義，但是他們都普遍存在下面一些共同特征：

不需要預定義模式：不需要事先定義數(shù)據模式，預定義表結構。數(shù)據中的每條記錄都可能有不同的屬性和格式。當插入數(shù)據時，并不需要預先定義它們的模式。

無共享架構：相對于將所有數(shù)據存儲的存儲區(qū)域網絡中的全共享架構。NoSQL往往將數(shù)據劃分后存儲在各個本地服務器上。因為從本地磁盤讀取數(shù)據的性能往往好于通過網絡傳輸讀取數(shù)據的性能，從而提高了系統(tǒng)的性能。

彈性可擴展：可以在系統(tǒng)運行的時候，動態(tài)增加或者刪除結點。不需要停機維護，數(shù)據可以自動遷移。

分區(qū)：相對于將數(shù)據存放于同一個節(jié)點，NoSQL數(shù)據庫需要將數(shù)據進行分區(qū)，將記錄分散在多個節(jié)點上面。并且通常分區(qū)的同時還要做復制。這樣既提高了并行性能，又能保證沒有單點失效的問題。

異步復制：和RAID存儲系統(tǒng)不同的是，NoSQL中的復制，往往是基于日志的異步復制。這樣，數(shù)據就可以盡快地寫入一個節(jié)點，而不會被網絡傳輸引起遲延。缺點是并不總是能保證一致性，這樣的方式在出現(xiàn)故障的時候，可能會丟失少量的數(shù)據。

BASE：相對于事務嚴格的ACID特性，NoSQL數(shù)據庫保證的是BASE特性。BASE是最終一致性和軟事務。

NoSQL數(shù)據庫并沒有一個統(tǒng)一的架構，兩種NoSQL數(shù)據庫之間的不同，甚至遠遠超過兩種關系型數(shù)據庫的不同。可以說，NoSQL各有所長，成功的NoSQL必然特別適用于某些場合或者某些應用，在這些場合中會遠遠勝過關系型數(shù)據庫和其他的NoSQL。

網站題目：分表分庫nosql,分表分庫怎么統(tǒng)計
分享鏈接：http://chinadenli.net/article5/dsieeoi.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供動態(tài)網站、網站維護、企業(yè)網站制作、云服務器、搜索引擎優(yōu)化、小程序開發(fā)

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)