文章内容收录到个人网站,方便阅读 :hardyfish.top/
文章内容收录到个人网站,方便阅读 :hardyfish.top/
引子
在分布式系统中,出于多个原因,我们会希望将数据库分布到多台机器上:
- 可伸缩性:如果数据量、读取负载、写入负载超出单机的处理能力,可以将负载分散到多台计算机上
- 容错/高可用性:在单台机器故障的时候提供冗余,一台故障时,另一台可以接管
- 延迟:如果你的用户分布在全国乃至全球范围,可以在多个地点部署服务器,以保证用户可以从最近的数据中心获取服务
共享内存架构:更高端的机器(垂直伸缩),成本增长快于线性增长、容错能力有限
共享磁盘架构:多个独立的处理器和内存,数据存储在共享的磁盘阵列,这些磁盘通过快速网络连接,但竞争和锁定的开销限制了共享磁盘方法的可伸缩性
无共享架构:每个节点只使用各自的处理器、内存和磁盘,也是最普遍的方式
复制:主从同步
复制意味着在通过网络连接的多台机器上保留相同数据的副本。
常见的复制算法分:单领导者、多领导者、无领导者
图:基于领导者的主从复制
同步复制和异步复制
同步复制的优缺点:更强的一致性保证;从库故障,主库无法处理写入操作,因此将所有从库都设置为同步的是不切实际的 ==> 半同步、链式复制
异步复制:不受从库状态影响,但写入不能完全保证持久性
从库宕机:追赶恢复
主库宕机:故障切换(手动或自动),思考:当老主库重新加入集群,未复制的写入怎么办?
复制延迟问题
读己之写(read-your-writes consistency)
- 个别场景读取走主库(例如,若档案只能由用户自己编辑,对于用户自己的读取访问可以走主库)
- 监控从库的复制延迟
- 记录客户端上一次写入的时间戳或者序列号(跨设备问题)
单调读
确保每个用户总是从同一个副本进行读取
一致前缀读
写入按照某个顺序发生,读取也要按同样的顺序出现(多分区时会有这个问题,因为不存在全局写入顺序)==> 有因果关系的写入相同的分区
缓解复制延迟问题的相关实践参考
freno
分片(Sharding)
也称为分区(partitions),对于非常大的数据集或非常高的吞吐量,仅仅复制是不够的。
分区的方式
- 按键的范围(不均衡问题)
- 按键的散列(失去高效执行范围查询的能力 => 组合索引思路)
- 热点消除(分割热点键)
关系型数据库的分库分表
分片方式
拆分方式 | 解释 |
---|---|
垂直分库 | 按微服务分库 |
垂直分表 | 冷字段大字段拆分,减少单条记录大小 |
水平分表 | 单表记录量变少 |
水平分库 | 进一步将单表数据分布到多个实例,突破单实例限制,会引入分布式事务问题 |
分片下的执行流程
常见的分片与路由策略
分片策略 | 相关算法 | 解释 | 备注 |
---|---|---|---|
标准分片 (StandardShardingStrategy) | PreciseShardingAlgorithm | 如果选择这种策略,PreciseShardingAlgorithm 必选 | 适用于 = ,in |
RangeShardingAlgorithm | between,< , > | ||
复合分片 (ComplexShardingStrategy) | 直接将分片键值组合以及分片操作符透传至分片算法,完全由应用开发者实现 | ||
行表达式分片 (InlineShardingStrategy) | t_user_$->{u_id % 8} 表示t_user表根据u_id模8,而分成8张表,表名称为t_user_0 到t_user_7 |
推荐,且为默认的策略 | |
Hint 分片 (HintShardingStrategy) | 通过Hint指定分片值而非从SQL中提取分片值的方式进行分片的策略 | 对应强制路由 |
分布式主键生成方式
- 指定设置起始值和步长(引入额外的运维规则,使解决方案缺乏完整性和可扩展性)
- SnowFlake
- 美团 Leaf
- 百度 UidGenerator
实践资料
常见注意事项
- 查询语句尽量使用分片键,避免广播路由
- 不支持 INSERT ON DUPLICATE KEY UPDATE (sharding-jdbc 的限制)
- 不支持 REPLACE INTO
- 4.x不支持子查询,支持的版本子查询和外部也都必须指定一定的分片键
- 慎用分页,不要在全分片扫描的时候使用非常大的offset,可能导致OOM (limit offset, count会被改写为limit 0, offset+count,该条查询语句会到每个分表中都捞取offset+count 这么多条数据,然后全部存到内存里,数据条数是分表数*(offset+count),有可能会导致OOM的情况发生)
- 单库单表转分库分表简化 roadMap
分区带来的问题
《高性能MySQL》:如非必要,尽量不分片。
- 架构复杂性的提升
- 分区不平衡问题(resharding)
- 分布式事务问题
- 决定分片前的考虑:索引、缓存、读写分离是否已足够、冷数据归档...
文章内容收录到个人网站,方便阅读 :hardyfish.top/