数据库的读写分离与负载均衡策略

最近工作室开始了一个项目，由于需求方面的问题，数据库的设计开始往中型电商系统靠近。也趁此机会，学习一下数据库的优化策略，。

原文地址： blog.csdn.net/seudongnan/…

数据库的优化策略

随着互联网的普及，电商行业的发展，一个大型的电商平台将对数据库造成极大的负载。为了维持系统的稳定性和拓展性，通过数据切分来提高网站性能，横向扩展数据层已经成为架构人员首选方式。

水平切分数据库
负载均衡策略
集群方案
读写分离策略

基本原理

数据切分

数据切分 （Sharding）是 水平扩展 （Scale Out，或叫做横向扩展）的解决方案。

Sharding的主要目的

突破单节点数据库服务器的I/O能力限制，解决数据库扩展性的问题。

Sharding的实现策略

Sharding的实现是通过一系列的切分策略，将数据水平切分到不同的Database或者table中。在查询过程中，通过一定的路由策略，找到需要查询的具体Database或table，进行Query操作。

举个例子：

我们要对一张 article 表进行切分， article 中有两个主要字段， article_id 和 user_id 。我们可以采用这样的切分策略：将 user_id 在1~10000的数据写入DB1，10001~20000的数据写入DB2，以此类推，这就是数据库的切分。

当然，我们将切分策略反转，即可从一个给定的 user_id 来查询到具体的记录，这个过程被称为 DB路由 。

数据切分的方式

数据切分可以是 物理上 的，也就是对数据进行一系列的切分策略，分布到不同的DB服务器上，通过 DB路由 规则访问相应的数据库。以此降低单台机器的负载压力。

数据切分也可以是 数据库内 的，对数据进行一系列的切分策略，将数据分布到一个数据库不同的表中，比如将 article 分为 article_001 ， article_002 ，若干个子表水平拼合有组成了逻辑上一个完整的 article 表，这样做的目的其实也是很简单的。举个例子说明，比如 article 表中现在有5000w条数据，此时我们需要在这个表中增加（insert）一条新的数据，insert完毕后，数据库会针对这张表重新建立索引，5000w行数据建立索引的系统开销还是不容忽视的。但是反过来，假如我们将这个表分成100 个table呢，从 article_001 一直到 article_100 ，5000w行数据平均下来，每个子表里边就只有50万行数据，这时候我们向一张 只有50w行数据的table中insert数据后建立索引的时间就会呈数量级的下降，极大了提高了DB的运行时效率，提高了DB的并发量。当然分表的好处还不知这些，还有诸如写操作的锁操作等，都会带来很多显然的好处。

由此可见： 分库降低了单点机器的负载；分表，提高了数据操作的效率 。

接下来简单了解一下分库的方式和规则：

依然沿用之前的 article 表的例子

• 号段分区

  user_id 为1~1000在DB1，1001~2000在DB2，以此类推

  • 优点：可部分迁移
  • 缺点：数据分布不均

• hash取模分区

  对 user_id 进行hash，然后用一个数字对应一个具体的DB。比如有4个数据库，就将 user_id%4 ，结果为0的对应DB1，结果为1的对应DB2，以此类推。这样一来就可以将数据均匀分布。

  • 优点：数据分布均匀
  • 缺点：数据迁移麻烦，不能按照机器性能分摊数据

• 在认证库中保存数据库配置

  就是建立一个DB，这个DB单独保存user_id到DB的映射关系，每次访问数据库的时候都要先查询一次这个数据库，以得到具体的DB信息，然后才能进行我们需要的查询操作。

  • 优点：灵活性强，一对一关系
  • 缺点：每次查询之前都要多一次查询，性能大打折扣

分布式数据方案

• 提供分库规则和路由规则（RouteRule简称RR）

• 引入集群（Group）的概念，保证数据的高可用性

• 引入负载均衡策略（LoadBalancePolicy简称LB）

• 引入集群节点可用性探测机制，对单点机器的可用性进行定时的侦测，以保证LB策略的正确实施，以确保系统的高度稳定性

• 引入读/写分离，提高数据的查询速度。

集群

仅仅是分库分表的数据层设计也是不够完善的，当我们采用了数据库切分方案，也就是说有N台机器组成了一个完整的DB 。如果有一台机器宕机的话，也仅仅是一个DB的N分之一的数据不能访问而已，这是我们能接受的，起码比切分之前的情况好很多了，总不至于整个DB都不能访问。

一般的应用中，这样的机器故障导致的数据无法访问是可以接受的，假设我们的系统是一个高并发的电子商务网站呢？单节点机器宕机带来的经济损失是非常严重的。也就是说，现在我们这样的方案还是存在问题的，容错性能是经不起考验的。

问题总是有解决方案的。我们引入 集群 的概念，在此我称之为 Group ，也就是 每一个分库的节点我们引入多台机器，每台机器保存的数据是一样的，一般情况下这多台机器分摊负载，当出现宕机情况，负载均衡器将分配负载给这台宕机的机器 。这样一来，就解决了容错性的问题。

如上图所示，整个数据层有 Group1 ， Group2 ， Group3 三个集群组成，这三个集群就是数据水平切分的结果，当然这三个集群也就组成了一个包含完整数据的DB。

每一个Group包括1个Master（当然Master也可以是多个）和 N个Slave，这些Master和Slave的数据是一致的。 如果Group1中的一个slave发生了宕机现象，那么还有两个slave是可以用的，这样的模型总是不会造成某部分数据不能访问的问题，除非整个 Group里的机器全部宕掉。

在没有引入集群以前，我们的一次查询的过程大致如下：

• 请求数据层，并传递必要的分库区分字段 （通常情况下是user_id）
• 数据层根据区分字段Route到具体的DB，在这个确定的DB内进行数据操作。

引入集群以后，我们的路由器上规则和策略其实只能路由到具体的 Group ，也就是只能路由到一个虚拟的Group，这个Group 并不是某个特定的物理服务器 。接下来需要做的工作就是找到具体的物理的DB服务器，以进行具体的数据操作。

负载均衡器

基于这个环节的需求，我们引入了 负载均衡器 的概念 （LB），负载均衡器的职责就是定位到一台具体的DB服务器。

具体的规则如下：负载均衡器会分析当前 sql 的读写特性，如果是写操作或者是要求实时性很强的操作的话，直接将查询负载分到 Master ，如果是读操作则通过负载均衡策略分配一个 Slave 。

我们的负载均衡器的主要研究方向也就是负载分发策略，通常情况下负载均衡包括随机负载均衡和加权负载均衡。随机负载均衡很好理解，就是从N个 Slave 中随机选取一个 Slave 。这样的随机负载均衡是不考虑机器性能的，它默认为每台机器的性能是一样的。假如真实的情况是这样的，这样做也是无可厚非的。假如实际情况并非如此呢？每个 Slave 的机器物理性能和配置不一样的情况，再使用随机的不考虑性能的负载均衡，是非常不科学的，这样一来会给机器性能差的机器带来不必要的高负载，甚至带来宕机的危险，同时高性能的数据库服务器也不能充分发挥其物理性能。基于此考虑从，我们引入了加权负载均衡，也就是在我们的系统内部通过一定的接口，可以给每台DB服务器分配一个权值，然后再运行时LB根据权值在集群中的比重，分配一定比例的负载给该DB服务器。当然这样的概念的引入，无疑增大了系统的复杂性和可维护性。有得必有失，我们也没有办法逃过的。

集群节点的可用性探测

有了分库，有了集群，有了负载均衡器，是不是就万事大吉了呢？ 事情远没有我们想象的那么简单。虽然有了这些东西，基本上能保证我们的数据层可以承受很大的压力，但是这样的设计并不能完全规避数据库宕机的危害。假如 Group1 中的 slave2 宕机了，那么系统的LB并不能得知，这样的话其实是很危险的，因为LB不知道，它还会以为 slave2 为可用状态，所以还是会给 slave2 分配负载。这样一来，问题就出来了，客户端很自然的就会发生数据操作失败的错误或者异常。

怎样解决这样的问题呢？我们引入 集群节点的可用性探测机制 ，或者是可用性的数据推送机制。这两种机制有什么不同呢？首先说探测机制吧，顾名思义，探测即使，就是我的数据层客户端，不定时对集群中各个数据库进行可用性的尝试，实现原理就是尝试性链接，或者数据库端口的尝试性访问，都可以做到。

那数据推送机制又是什么呢？其实这个就要放在现实的应用场景中来讨论这个问题了，一般情况下应用的DB 数据库宕机的话我相信DBA肯定是知道的，这个时候DBA手动的将数据库的当前状态通过程序的方式推送到客户端，也就是分布式数据层的应用端，这个时候在更新一个本地的DB状态的列表。并告知LB，这个数据库节点不能使用，请不要给它分配负载。一个是主动的监听机制，一个是被动的被告知的机制。两者各有所长。但是都可以达到同样的效果。这样一来刚才假设的问题就不会发生了，即使就是发生了，那么发生的概率也会降到最低。

上面的文字中提到的 Master 和 Slave ，我们并没有做太多深入的讲解。一个 Group 由1个 Master 和N个 Slave 组成。为什么这么做呢？其中 Master 负责写操作的负载，也就是说一切写的操作都在 Master 上进行，而读的操作则分摊到 Slave 上进行。这样一来的可以大大提高读取的效率。在一般的互联网应用中，经过一些数据调查得出结论，读/写的比例大概在 10：1左右 ，也就是说大量的数据操作是集中在读的操作，这也就是为什么我们会有多个 Slave 的原因。

但是为什么要分离读和写呢？熟悉DB的研发人员都知道，写操作涉及到锁的问题，不管是行锁还是表锁还是块锁，都是比较降低系统执行效率的事情。我们这样的分离是把写操作集中在一个节点上，而读操作其其他 的N个节点上进行，从另一个方面有效的提高了读的效率，保证了系统的高可用性。