Java教程

[转]数据库软件架构,到底要设计些什么

本文主要是介绍[转]数据库软件架构,到底要设计些什么,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

本文转载自微信公众号 58沈剑 架构师之路

一、基本概念

概念一:单库

概念二:分片

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

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”:

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。

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。

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)。

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。

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:

(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;

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

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

“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。

这一类不一致,之前聊过,本文不再展开。

这篇关于[转]数据库软件架构,到底要设计些什么的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!