整理了一些Java方面的架构、面试资料(微服务、集群、分布式、中间件等),有需要的小伙伴可以关注公众号【程序员内点事】,无套路自行领取
更多优选
微服务、分布式大行其道的当下,中、高级Java工程师面试题中高并发、大数据量、分库分表等已经成
了面试的高频词汇,这些知识不了解面试通过率不会太高。你可以不会用,但你不能不知道,就是这么
一种现状。技术名词大多晦涩难懂,不要死记硬背理解最重要,当你捅破那层窗户纸,发现其实它也就
那么回事。
关系型数据库以MySQL为例,单机的存储能力、连接数是有限的,它自身就很容易会成为系统的瓶
颈。当单表数据量在百万以里时,我们还可以通过添加从库、优化索引提升性能。一旦数据量朝着千万
以上趋势增长,再怎么优化数据库,很多操作性能仍下降严重。为了减少数据库的负担,提升数据库响
应速度,缩短查询时间,这时候就需要进行分库分表
。
分库分表就是要将大量数据分散到多个数据库中,使每个数据库中数据量小响应速度快,以此来提升数
据库整体性能。核心理念就是对数据进行切分(Sharding
),以及切分后如何对数据的快速定位与整合。
针对数据切分类型,大致可以分为:垂直(纵向)切分和水平(横向)切分两种。
垂直切分又细分为垂直分库
和垂直分表
垂直分库
垂直分库是基于业务分类的,和我们常听到的微服务治理观念很相似,每一个独立的服务都拥有自己的
数据库,需要不同业务的数据需接口调用。而垂直分库也是按照业务分类进行划分,每个业务有独立数
据库,这个比较好理解。
垂直分表
垂直分表
是基于数据表的列为依据切分的,是一种大表拆小表的模式。
例如:一个order
表有很多字段,把长度较大且访问不频繁的字段,拆分出来创建一个单独的扩展表work_extend
进行存储。
order
表:
id | workNo | price | describe | ..... |
---|---|---|---|---|
int(12) | int(2) | int(15) | varchar(2000) |
拆分后
order
核心表:
id | workNo | price | ..... |
---|---|---|---|
int(12) | int(2) | int(15) |
work_extend
表:
id | workNo | describe | ..... |
---|---|---|---|
int(12) | int(2) | varchar(2000) |
数据库是以行为单位将数据加载到内存中,这样拆分以后核心表大多是访问频率较高的字段,而且字段
长度也都较短,可以加载更多数据到内存中,增加查询的命中率,减少磁盘IO,以此来提升数据库性能。
优点:
缺点:
前边说了垂直切分还是会存在单表数据量过大的问题,当我们的应用已经无法在细粒度的垂直切分时,依旧存在单库读写、存储性能瓶颈,这时就要配合水平切分一起了。
水平切分将一