“分库分表” ？选型和流程要慎重，否则会失控

恭喜你，贵公司终于成长到一定规模，需要考虑高可用，甚至分库分表了。但你是否知道分库分表需要哪些要素？拆分过程是复杂的，提前计划，不要等真正开工，各种意外的工作接踵而至，以至失控。

本文意图打开数据库中间件的广度，而不考虑实现深度，至于库表垂直和水平分的概念和缘由，不做过多解释。所以此文面向的是有一定研发经验，正在寻找选型和拆分流程的专业人士。

切入层次

以下，范围界定在 JAVA 和 MySQL 中。我们首先来看一下分库分表切入的层次。

① 编码层

在同一个项目中创建多个数据源，采用 if else 的方式，直接根据条件在代码中路由。Spring中有动态切换数据源的抽象类，具体参见

AbstractRoutingDataSource 。

如果项目不是很庞大，使用这种方式能够快速的进行分库。但缺点也是显而易见的，需要编写大量的代码，照顾到每个分支。当涉及跨库查询、聚合，需要循环计算结果并合并的场景，工作量巨大。

如果项目裂变，此类代码大多不能共用，大多通过拷贝共享。长此以往，码将不码。

② 框架层

这种情况适合公司 ORM框架 统一的情况，但在很多情况下不太现实。主要是修改或增强现有 ORM框架 的功能，在 SQL 中增加一些自定义原语或者 hint 来实现。

通过实现一些拦截器（比如 Mybatis 的 Interceptor 接口），增加一些自定义解析来控制数据的流向，效果虽然较好，但会改变一些现有的编程经验。

很多情况要修改框架源码，不推荐。

③ 驱动层

基于在编码层和框架层切入的各种缺点，真正的数据库中间件起码要从驱动层开始。什么意思呢？其实就是重新编写了一个 JDBC 的驱动，在内存中维护一个路由列表，然后将请求转发到真正的数据库连接中。

像 TDDL 、 ShardingJDBC 等，都是在此层切入。

包括Mysql Connector/J的Failover协议

(具体指“load balancing”、

“replication”、“farbic”等），

也是直接在驱动上进行修改。

请求流向一般是这样的：

④ 代理层

代理层的数据库中间件，将自己伪装成一个数据库，接受业务端的链接。然后负载业务端的请求，解析或者转发到真正的数据库中。

像 MySQL Router 、 MyCat 等，都是在此层切入。

请求流向一般是这样的：

⑤ 实现层

SQL特殊版本支持，如 Mysql cluster 本身就支持各种特性， mariadb galera cluster 支持对等双主， Greenplum 支持分片等。

需要换存储，一般是解决方案，就不在讨论之列了。

技术最终都会趋于一致，选择任何一种、都是可行的。但最终选型，受开发人员熟悉度、社区活跃度、公司切合度、官方维护度、扩展性，以及公司现有的数据库产品等多方位因素影响。选择或开发一款合适的，小伙伴们会幸福很多。

驱动层和代理层对比

通过以上层次描述，很明显，我们选择或开发中间件，就集中在驱动层和代理层。在这两层，能够对数据库连接和路由进行更强的控制和更细致的管理。但它们的区别也是明显的。

驱动层特点

仅支持JAVA，支持丰富的DB

驱动层中间件仅支持 Java 一种开发语言，但支持所有后端关系型数据库。如果你的开发语言固定，后端数据源类型丰富，推荐使用此方案。

占用较多的数据库连接

驱动层中间件要维护很多数据库连接。比如一个分了10个 库 的表，每个java中的 Connection 要维护10个数据库连接。如果项目过多，则会出现连接爆炸（我们算一下，如果每个项目6个实例，连接池中minIdle等于5，3个项目的连接总数是 10*6*5*3 = 900 个）。像 Postgres 这种每个连接对应一个进程的数据库，压力会很大。

数据聚合在业务实例执行

数据聚合，比如 count sum 等，是通过多次查询，然后在业务实例的内存中进行聚合。

路由表存在于业务方实例内存中，通过轮询或者被动通知的途径更新路由表即可。

集中式管理

所有集群的配置管理都集中在一个地方，运维负担小，DBA即可完成相关操作。

典型实现

代理层特点

异构支持，DB支持有限

代理层中间件正好相反。仅支持一种后端关系型数据库，但支持多种开发语言。如果你的系统是异构的，并且都有同样的SLA要求，则推荐使用此方案。

运维负担大

代理层需要维护数据库连接数量有限（ MySQL Router 那种粘性连接除外）。但作为一个独立的服务，既要考虑单独部署，又要考虑高可用，会增加很多额外节点，更别提用了影子节点的公司了。

另外，代理层是请求唯一的入口，稳定性要求极高，一旦有高耗内存的聚合查询把节点搞崩溃了，都是灾难性的事故。

典型实现

共同点

篇幅有限，不做过多讨论。访问各中间件宣传页面，能够看到长长的Feature列表，也就是白名单；也能看到长长的限制列表，也就是黑名单。限定了你怎么玩，在增强了分布式能力后，分库分表本身就是一个阉割的数据库。

使用限制

确保数据均衡拆分数据库的数据尽量均匀，比如按省份分user库不均匀，按userid取模会比较均匀

不用深分页不带切分键的深分页，会取出所有库所取页数之前的所有数据在内存 排序 计算。容易造成内存溢出。

减少子查询子查询会造成 SQL 解析紊乱，解析错误的情况，尽量减少SQL的子查询。

事务最小原则尽量缩小单机事务涉及的库范围，即尽可能减少夸库操作，将同类操作的库/表分在一起

数据均衡原则拆分数据库的数据尽量均匀，比如按省份分user库不均匀，按userid取模会比较均匀

特殊函数distinct、having、union、in、or等，一般不被支持。或者被支持，使用之后会增加风险，需要改造。

产品

建议聚焦在 MyCat 和 ShardingJDBC 上。另外，还有大量其他的中间件，不熟悉建议不要妄动。

数据库中间件不好维护，你会发现大量半死不活的项目。

以下列表，排名不分先后，有几个是只有HA功能，没有拆分功能的：

Atlas、Kingshard、DBProxy、mysql router、MaxScale、58 Oceanus、ArkProxy、Ctrip DAL、Tsharding、Youtube vitess、网易DDB、Heisenberg、proxysql、Mango、DDAL、Datahekr、MTAtlas、MTDDL、Zebra、Cobar、Cobar

汗、几乎每个大厂都有自己的数据库中间件（还发现了几个喜欢拿开源组件加公司前缀作为产品的），只不过不给咱用罢了。

流程解决方案

无论是采用哪个层面切入进行分库分表，都面临以下工作过程。

信息收集

统计影响的业务和项目

项目范围越大，分库难度越高。有时候，一句复杂的SQL能够涉及四五个业务方，这种SQL都是需要重点关注的。

确定分库分表的规模，是只分其中的几张表，还是全部涉及。分的越多，工作量越大，几乎是线性的。

还有一些项目是牵一发动全身的。举个例子，下面这个过程，影响的链路就不仅是分库这么简单了。

确定参与人员

除了分库分表组件的技术支持人员，最应该参与的是对系统、对现有代码最熟悉的几个人。只有他们能够确定哪些SQL该废弃掉、SQL的影响面等。

确定分库分表策略

确定分库分表的维度和切分键。切分键（就是路由数据的column）一旦确定，是不允许修改的，所以在前期架构设计上，应该首先将其确立下来，才能进行后续的工作；数据维度多意味着有不同的切分键，达到不同条件查询的效果。这涉及到数据的冗余（多写、数据同步），会更加复杂。

前期准备

数据规整

库表结构不满足需求，需要提前规整。比如，切分键的字段名称不同或者类型各异。在实施分库分表策略时，这些个性会造成策略过大不好维护。

扫描所有SQL

将项目中所有的SQL扫描出来，逐个判断是否能够按照切分键正常运行。

在判断过程中肯定会有大量不合规的SQL，则都需要给出改造方案，这是主要的工作量之一。

验证 工具 支持

直接在原有项目上进行改动和验证是可行的，但会遇到诸多问题，主要是效率太低。我倾向于首先设计一些验证工具，输入要验证的SQL或者列表，然后打印路由信息和结果进行判断。

技术准备

建议以下提到的各个点，都找一个例子体验一下，然后根据自己的团队预估难度。

以下：

中间件所有不支持的SQL类型

整理容易造成崩溃的注意事项

不支持的SQL给出处理方式

考虑一个通用的主键生成器

考虑没有切分键的SQL如何处理

考虑定时任务等扫全库的如何进行遍历

考虑跨库跨表查询如何改造

准备一些工具集

实施阶段

数据迁移

分库分表会重新影响数据的分布，无论是全量还是增量，都会涉及到数据迁移，所以Databus是必要的。

一种理想的状态是所有的增删改都是消息，可以通过订阅MQ进行双写。

但一般情况下，仍然需要去模拟这个状态，比如使用Canal组件。

怎么保证数据安全的切换，我们分其他章节进行讨论。

充足的测试

分库分表必须经过充足的测试，每一句SQL都要经过严格的验证。如果有单元测试或者自动化测试工具，完全的覆盖是必要的。一旦有数据进行了错误的路由，尤其是增删改，将会创造大量的麻烦。

在测试阶段，将验证过程输出到单独的日志文件，充足测试后review日志文件是否有错误的数据流向。

SQL复验

强烈建议统一进行一次SQL复验。主要是根据功能描述，确定SQL的正确性，也就是通常说的review。

演练

在非线上环境多次对方案进行演练，确保万无一失。

制定新的SQL规范

分库分表以后，项目中的SQL就加了枷锁，不能够随意书写了。很多平常支持的操作，在拆分环境下就可能运行不了了。所以在上线前，涉及的SQL都应该有一个确认过程，即使已经经过了充足的测试。

题外话

没有支持的活别接，干不成。

分库分表是战略性的技术方案，很多情况无法回退或者回退方案复杂。如果要拆分的库表涉及多个业务方，公司技术人员复杂，CTO要亲自挂帅进行协调，并有专业仔细的架构师进行监督。没有授权的协调人员会陷入尴尬的境地，导致流程失控项目难产。

真正经历过的人，会知道它的痛！

预告

鉴于留言对 Linux 故障排查的呼声
/小姐姐味道/ 
将整理一个Linux无死角的系列
希望工作不要太忙
希望岁月静好