学习分库分表的前置知识：高可用系统架构理论与实践

引言 🌟

《阿里巴巴 Java 开发手册》中提到： 🔔 【推荐】单表行数超过 500 万行或单表容量超过 2GB，才推荐进行分库分表。

说明：如果预计三年后的数据量根本达不到这个级别，请不要在创建表时就分库分表。

过早的分库分表会导致架构复杂度增加、维护成本上升；而忽视数据增长则可能导致查询性能下降，甚至引发服务崩溃。因此，理解并实施高可用系统架构设计至关重要。

本文将探讨以下内容：

读写分离架构
CAP 定理及其应用
数据分片（垂直分片 & 水平分片）
高可用数据库架构实现方式

1. 🔁 读写分离架构：提升数据库读性能

1.1 基本原理

在高并发场景下，数据库的"读"操作通常远多于"写"操作。通过读写分离，我们可以显著提高系统的读取效率。

主服务器 (Master)：负责处理所有写操作（增删改）。
从服务器 (Slave)：负责处理读请求。

这种架构不仅分散了读写压力，还能有效避免因频繁的数据更新导致的行锁问题，从而提升整体性能。

1.2 实现方式

1.2.1 程序逻辑实现

在数据访问层中实现读写分离，通过配置不同的数据库连接池来管理主从数据库的连接。

java 复制代码

// 示例代码：基于 Spring 的 JdbcTemplate 实现读写分离
@Autowired
private JdbcTemplate jdbcTemplate; // 主库模板
@Autowired
private JdbcTemplate slaveJdbcTemplate; // 从库模板

public User getUserById(Long id) {
    return slaveJdbcTemplate.queryForObject("SELECT * FROM user WHERE id = ?", new Object[]{id}, new UserRowMapper());
}

public void updateUser(User user) {
    jdbcTemplate.update("UPDATE user SET name = ? WHERE id = ?", user.getName(), user.getId());
}

1.2.2 中间件实现

使用中间件如 MyCat 或 ShardingSphere 可以更灵活地实现读写分离，无需修改业务代码即可动态调整读写策略。

2. 📊 CAP 定理：分布式系统的权衡

2.1 CAP 定理简介

CAP 定理指出，在一个分布式数据存储系统中，最多只能同时满足以下三个条件中的两个：

一致性 (Consistency)：所有节点必须同时返回相同的数据。
可用性 (Availability)：非故障节点在合理时间内返回合理的响应。
分区容错性 (Partition Tolerance)：即使网络分区发生，系统仍然能够正常工作。

2.2 CAP 取舍案例

CP 架构：优先保证一致性和分区容错性。例如，银行系统需要确保交易的一致性，即使在网络分区时也要保证数据正确无误【例:当 N1 节点上的数据更新到 y，但由于网络分区，N2 节点无法同步最新数据。此时，N2 节点会返回错误提示，而不是旧数据。】。
AP 架构：优先保证可用性和分区容错性。例如，社交平台可以接受一定程度的数据不一致，只要用户能快速获取信息即可【例:当 N1 节点上的数据更新到 y，但由于网络分区，N2 节点无法同步最新数据。此时，N2 节点会返回旧数据 x，虽然不是最新的数据，但仍然是合理的。】。

需要注意的是，CA 架构实际上是一个误解------在分布式环境中，分区是不可避免的，因此 CA 并不是一个可行的选择。

3. 🛠️ 数据分片：应对大规模数据挑战

3.1 垂直分片

3.1.1 垂直分库

按照业务模块拆分数据库，例如订单数据、用户数据、商品数据分别存放在不同的数据库中。

sql 复制代码

-- 用户数据库
CREATE DATABASE user_db;

-- 订单数据库
CREATE DATABASE order_db;

3.1.2 垂直分表

将单表按列拆分为多个子表，遵循字段相关性原则。例如，用户表可以拆分为高频访问字段表、安全敏感字段表和低频大字段表。

sql 复制代码

-- 原始用户表
CREATE TABLE user (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    email VARCHAR(100),
    password_hash CHAR(60),
    profile_text TEXT, -- 大字段
    last_login DATETIME
);

-- 垂直拆分后
CREATE TABLE user_base (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    email VARCHAR(100),
    last_login DATETIME
);

CREATE TABLE user_security (
    user_id INT PRIMARY KEY,
    password_hash CHAR(60)
);

CREATE TABLE user_profile (
    user_id INT PRIMARY KEY,
    profile_text TEXT
);

3.2 水平分片

3.2.1 水平分表

将单表切分为多表，适用于单表数据量较大的情况。例如，一张表有 100 万条记录，可以将其拆分为 10 张表，每张表 10 万条记录。

sql 复制代码

-- 水平分表示例
CREATE TABLE user_01 LIKE user;
CREATE TABLE user_02 LIKE user;
...

3.2.2 水平分库

当单表拆分为多表后，若单台服务器仍无法满足性能要求，则需将多个表分散在不同的数据库服务器中。

4. 🛡️ 高可用数据库架构实现方式

4.1 程序逻辑实现

在数据访问层中实现读写分离及数据库服务器连接管理，确保在不同场景下选择合适的数据库实例。

4.2 中间件实现

利用 MyCat 或 ShardingSphere 等中间件，实现更为灵活的读写分离和数据分片策略，减少对业务代码的影响。

✅ 总结

构建高可用系统架构是一项复杂的任务，涉及读写分离、CAP 定理的应用以及数据分片等多种技术手段。通过合理的架构设计和工具选型，可以在保障系统稳定性的同时，提升性能和可扩展性。