典型数据库架构设计与实践 | 架构师之路

栏目: 数据库 · 发布时间: 6年前

内容简介:典型数据库架构设计与实践 | 架构师之路

本文,将介绍数据库架构设计中的一些 基本概念常见问题 以及对应 解决方案 ,为了便于读者理解,将以“用户中心”数据库为例,讲解数据库架构设计的常见玩法。

一、用户中心

用户中心 是一个常见业务,主要提供用户注册、登录、信息查询与修改的服务,其核心元数据为:

User(uid, uname, passwd, sex, age,nickname, …)

其中:

  • uid 为用户 ID ,主键

  • uname, passwd, sex, age, nickname, … 等为用户的属性

数据库设计上,一般来说在业务初期,单库单表就能够搞定这个需求。

二、图示说明

为了方便大家理解,后文图片说明较多,其中:

  • “灰色”方框,表示 service ,服务

  • “紫色”圆框,标识 master ,主库

  • “粉色”圆框,表示 slave ,从库

三、单库架构

最常见的架构设计如上:

  • user-service :用户中心服务,对调用者提供友好的 RPC 接口

  • user-db :一个库进行数据存储

四、分组架构

典型数据库架构设计与实践 | 架构师之路

什么是分组?

:分组架构是最常见的 一主多从,主从同步,读写分离 数据库架构:

  • user-service :依旧是用户中心服务

  • user-db-M(master) :主库,提供数据库写服务

  • user-db-S(slave) :从库,提供数据库读服务

主和从构成的数据库集群称为“组”

分组有什么特点?

:同一个组里的数据库集群:

  • 主从之间通过 binlog 进行数据同步

  • 多个实例数据库结构完全相同

  • 多个实例存储的数据也完全相同,本质上是将数据进行复制

分组架构究竟解决什么问题?

大部分互联网业务读多写少数据库的读往往最先成为性能瓶颈 ,如果希望:

  • 线性提升数据库读性能

  • 通过消除读写锁冲突提升数据库写性能

  • 通过冗余从库实现数据的“读高可用”

此时可以使用分组架构,需要注意的是, 分组架构中,数据库的主库依然是写单点

一句话总结, 分组解决的是“数据库读写高并发量高”问题 ,所实施的架构设计。

五、分片架构

典型数据库架构设计与实践 | 架构师之路

什么是分片?

:分片架构是大伙常说的 水平切分 (sharding) 数据库架构:

  • user-service :依旧是用户中心服务

  • user-db1 :水平切分成 2 份中的第一份

  • user-db2 :水平切分成 2 份中的第二份

分片后,多个数据库实例也会构成一个数据库集群。

水平切分,到底是分库还是分表?

强烈建议分库 ,而不是分表,因为:

  • 分表依然公用一个数据库文件,仍然有磁盘 IO 的竞争

  • 分库能够很容易的将数据迁移到不同数据库实例,甚至数据库机器上,扩展性更好

水平切分,用什么算法?

:常见的水平切分算法有 “范围法”和“哈希法”

典型数据库架构设计与实践 | 架构师之路

范围法 如上图:以用户中心的业务主键 uid 为划分依据,将数据水平切分到两个数据库实例上去:

  • user-db1 :存储 0 1 千万的 uid 数据

  • user-db2 :存储 0 2 千万的 uid 数据

典型数据库架构设计与实践 | 架构师之路

哈希法 如上图:也是以用户中心的业务主键 uid 为划分依据,将数据水平切分到两个数据库实例上去:

  • user-db1 :存储 uid 取模得 1 uid 数据

  • user-db2 :存储 uid 取模得 0 uid 数据

这两种方法在互联网都有使用,其中 哈希法使用较为广泛

分片有什么特点?

:同一个分片里的数据库集群:

  • 多个实例之间本身不直接产生联系,不像主从间有 binlog 同步

  • 多个实例数据库结构,也完全相同

  • 多个实例存储的数据之间没有交集,所有实例间数据并集构成全局数据

分片架构究竟解决什么问题?

:大部分互联网业务数据量很大, 单库容量容易成为瓶颈 ,此时通过分片可以:

  • 线性提升数据库写性能,需要注意的是,分组架构是不能线性提升数据库写性能的

  • 降低单库数据容量

一句话总结, 分片解决的是“数据库数据量大”问题 ,所实施的架构设计。

六、分组 + 分片架构

典型数据库架构设计与实践 | 架构师之路

如果业务 读写并发量很高,数据量也很大 ,通常需要实施 分组 + 分片 的数据库架构:

  • 通过分片来降低单库的数据量,线性提升数据库的写性能

  • 通过分组来线性提升数据库的读性能,保证读库的高可用

七、垂直切分

除了水平切分,垂直切分也是一类常见的数据库架构设计, 垂直切分一般和业务结合比较紧密

典型数据库架构设计与实践 | 架构师之路

还是以用户中心为例,可以这么进行垂直切分:

User(uid, uname, passwd, sex, age, …)

User_EX(uid, intro, sign, …)

  • 垂直切分开的表,主键都是 uid

  • 登录名,密码,性别,年龄等属性放在一个垂直表(库)里

  • 自我介绍,个人签名等属性放在另一个垂直表(库)里

如何进行垂直切分?

:根据业务对数据进行垂直切分时,一般要考虑属性的 “长度”和“访问频度” 两个因素:

  • 长度较短,访问频率较高的放在一起

  • 长度较长,访问频度较低的放在一起

这是因为,数据库会以行 (row) 为单位,将数 load 到内存 (buffer) 里,在内存容量有限的情况下,长度短且访问频度高的属性,内存能够 load 更多的数据,命中率会更高,磁盘 IO 会减少,数据库的性能会提升。

垂直切分有什么特点?

:垂直切分和水平切有相似的地方,又不太相同:

  • 多个实例之间也不直接产生联系,即没有 binlog 同步

  • 多个实例数据库结构,都不一样

  • 多个实例存储的数据之间至少有一列交集,一般来说是业务主键,所有实例间数据并集构成全局数据

垂直切分解决什么问题?

:垂直切分即可以 降低单库的数据量 ,还可以 降低磁盘 IO 从而提升吞吐量 ,但它与业务结合比较紧密,并不是所有业务都能够进行垂直切分的。

八、总结

文章较长,希望至少记住这么几点:

  • 业务初期用 单库

  • 读压力大,读高可用,用 分组

  • 数据量大,写线性扩容,用 分片

  • 属性短,访问频度高的属性, 垂直拆分 到一起

希望大伙有收获。

==


以上所述就是小编给大家介绍的《典型数据库架构设计与实践 | 架构师之路》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

阿里铁军

阿里铁军

宋金波、韩福东 / 中信出版集团 / 2017-7 / 58

【编辑推荐】 互联网地推天团,马云口中的中国电商“黄埔军校”,是如何铸造的? 超强执行力来自何处,价值观如何创造万亿价值?阿里铁军的团队建设、销售技巧、文化与价值观的创建与传播,深度剖析与分享。 阿里铁军,不仅走出过阿里巴巴集团的诸多高管,彭蕾、戴姗、蒋芳、孙彤宇、蔡崇信……,还走出过互联网江湖中的众多显赫人物,国内O2O战场,一度成为“铁军内战”:程维(滴滴打车创始人兼CEO)......一起来看看 《阿里铁军》 这本书的介绍吧!

随机密码生成器
随机密码生成器

多种字符组合密码

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具