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到1千万的uid数据
- user-db2:存储0到2千万的uid数据
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的uid数据
- user-db2:存储uid取模得0的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?
答: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?
答: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
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。
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?
答: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?
答: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?
答: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。