CodeSnippet.Cn
代码片段
Csharp
架构设计
.NetCore
西班牙语
kubernetes
MySql
Redis
Algorithm
Ubuntu
Linux
Other
.NetMvc
VisualStudio
Git
pm
Python
WPF
java
Plug-In
分布式
CSS
微服务架构
JavaScript
DataStructure
Shared
数据库软件架构,到底要设计些什么?
0
架构设计
MySql
小笨蛋
发布于:2021年07月24日
更新于:2021年07月24日
185
#custom-toc-container
### 一、基本概念 #### 概念一:单库 ![图片alt](/uploads/images/20210724/145423-601cca74779c4deb834b949bbd411615.png ''图片title'') #### 概念二:分片 ![图片alt](/uploads/images/20210724/145435-2771f5c52e02461da8ac3aebf2f7fecc.png ''图片title'') **分片解决“数据量太大”这一问题**,也就是通常说的“水平切分”。 一旦引入分片,势必面临“数据路由”的新问题,数据到底要访问哪个库。路由规则通常有3种方法: **(1)范围:range** 优点:简单,容易扩展。 缺点:各库压力不均(新号段更活跃)。 **(2)哈希:hash** 优点:简单,数据均衡,负载均匀。 缺点:迁移麻烦(2库扩3库数据要迁移)。 **(3)统一路由服务:router-config-server** 优点:灵活性强,业务与路由算法解耦。 缺点:每次访问数据库前多一次查询。 **大部分互联网公司采用的方案二:哈希路由。** #### 概念三:分组 ![图片alt](/uploads/images/20210724/145529-357bf764781e4253bdee54af3be41af4.png ''图片title'') **分组解决“可用性,性能提升”这一问题**,分组通常通过主从复制的方式实现。 互联网公司数据库实际软件架构是“既分片,又分组”: ![图片alt](/uploads/images/20210724/145549-264b8d664ef842efa26daed87dd30ece.png ''图片title'') 数据库软件架构,究竟设计些什么呢,至少要考虑以下四点: - 如何保证数据可用性 - 如何提高数据库读性能(大部分应用读多写少,读会先成为瓶颈) - 如何保证一致性 - 如何提高扩展性 ### 二、如何保证数据的可用性? 解决可用性问题的思路是:冗余。 如何保证站点的可用性?冗余站点。 如何保证服务的可用性?冗余服务。 如何保证数据的可用性?冗余数据。 数据的冗余,会带来一个副作用:一致性问题。 **如何保证数据库“读”高可用?** 冗余读库。 ![图片alt](/uploads/images/20210724/145652-583afed4ef4a4974b554c9ebb539ecd5.png ''图片title'') **冗余读库带来什么副作用?** 读写有延时,数据可能不一致。 上图是很多互联网公司mysql的架构,写仍然是单点,不能保证写高可用。 **如何保证数据库“写”高可用?** 冗余写库。 ![图片alt](/uploads/images/20210724/145716-edcfb98466b64bf795100e339049f9cb.png ''图片title'') 采用双主互备的方式,可以冗余写库。 **冗余写库带来什么副作用?** 双写同步,数据可能冲突(例如“自增id”同步冲突)。 如何解决同步冲突,有两种常见解决方案: (1)两个写库使用不同的初始值,相同的步长来增加id:1写库的id为0,2,4,6...;2写库的id为1,3,5,7…; (2)不使用数据的id,业务层自己生成唯一的id,保证数据不冲突; 阿里云的RDS服务号称**写高可用,是如何实现的呢?** 他们采用的就是类似于“双主同步”的方式(不再有从库了)。 ![图片alt](/uploads/images/20210724/145812-8f917033b60d43d2b3fb82f64cd11e4d.png ''图片title'') 仍是双主,但只有一个主提供读写服务,另一个主是“shadow-master”,只用来保证高可用,平时不提供服务。 master挂了,shadow-master顶上,虚IP漂移,对业务层透明,不需要人工介入。 这种方式的好处: (1)读写没有延时,无一致性问题; (2)读写高可用; 不足是: (1)不能通过加从库的方式扩展读性能; (2)资源利用率为50%,一台冗余主没有提供服务; > 画外音:所以,高可用RDS还挺贵的。 ### 三、如何扩展读性能? 提高读性能的方式大致有三种,第一种是**增加索引。** 这种方式不展开,要提到的一点是,不同的库可以建立不同的索引。 ![图片alt](/uploads/images/20210724/145858-507dc6af09a44d10b9fb287fccf03783.png ''图片title'') 如上图: (1)写库不建立索引; (2)线上读库建立线上访问索引,例如uid; (3)线下读库建立线下访问索引,例如time; 第二种扩充读性能的方式是,增加从库。 这种方法大家用的比较多,存在两个缺点: (1)从库越多,同步越慢; (2)同步越慢,数据不一致窗口越大; 第三种增加系统读性能的方式是,增加缓存。 常见的缓存架构如下: ![图片alt](/uploads/images/20210724/150022-45f2bbe5dcef409fbb4ccb1e657ae7ad.png ''图片title'') (1)上游是业务应用; (2)下游是主库,从库(读写分离),缓存; 如果系统架构实施了服务化: (1)上游是业务应用; (2)中间是服务; (3)下游是主库,从库,缓存; ![图片alt](/uploads/images/20210724/150127-53bc1e2a49d54579a7a50e499f96d5a9.png ''图片title'') 业务层不直接面向db和cache,服务层屏蔽了底层db、cache的复杂性。 不管采用主从的方式扩展读性能,还是缓存的方式扩展读性能,数据都要复制多份(主+从,db+cache),一定会引发一致性问题。 ### 四、如何保证一致性? 主从数据库的一致性,通常有两种解决方案: (1)中间件 ![图片alt](/uploads/images/20210724/150154-f0c491a9c16f428482523677aa43bcd0.png ''图片title'') 如果某一个key有写操作,在不一致时间窗口内,中间件会将这个key的读操作也路由到主库上。 (2)强制读主 ![图片alt](/uploads/images/20210724/150209-8f572e725c9546699ca3353fba3941ab.png ''图片title'') “双主高可用”的架构,主从一致性的问题能够大大缓解。 第二类不一致,是db与缓存间的不一致。 ![图片alt](/uploads/images/20210724/150222-70ecad3972264a0ea9bc72a55d420ef8.png ''图片title'') 这一类不一致,之前聊过,本文不再展开。 另外建议,所有允许cache miss的业务场景,缓存中的KEY都设置一个超时时间,这样即使出现不一致,有机会得到自修复。
这里⇓感觉得写点什么,要不显得有点空,但还没想好写什么...
返回顶部
About
京ICP备13038605号
© 代码片段 2024