如何解决数据迁移和热点问题？

• 如何解决数据迁移和热点问题
  • 1. 前言
  • 2. 方案思路
  • 3. 方案设计
  • 4. 主流程
  • 5. 如何扩容
  • 6. 系统设计

1. 前言

上一篇文章 什么是数据库分库分表? 介绍了常规的分库分表的方案，各有优缺点：

• hash取模方案：没有热点问题，但需要数据迁移。

• range范围方案：不需要数据迁移，但有热点问题。

其实还有一个现实需求，能否根据服务器的性能以及存储高低，适当均匀调整存储呢？

2. 方案思路

hash是可以解决数据均匀的问题，range可以解决数据迁移问题，那我们可以不可以两者相结合呢？利用这两者的特性呢？

我们考虑一下数据的扩容代表着，路由key（如id）的值变大了，这个是一定的，那我们先保证数据变大的时候，首先用range方案让数据落地到一个范围里面。这样以后id再变大，那以前的数据是不需要迁移的。

但又要考虑到数据均匀，那是不是可以在一定的范围内数据均匀的呢？因为我们每次的扩容肯定会事先设计好这次扩容的范围大小，我们只要保证这次的范围内的数据均匀是不是就ok了。

[外链图片转存失败(img-IYg2fsLJ-1565765065322)(assets/640-1565763537250.webp)]

3. 方案设计

我们先定义一个group组概念，这组里面包含了一些分库以及分表，如下图

上图有几个关键点：

• id=0～4000万肯定落到group01组中

• group01组有3个DB，那一个id如何路由到哪个DB？

• 根据hash取模定位DB，那模数为多少？模数要为所有此group组DB中的表数，上图总表数为10。为什么要取表的总数？而不是DB总数3呢？

• 如id=12，id%10=2；那值为2，落到哪个DB库呢？这是设计是前期设定好的，那怎么设定的呢？

• 一旦设计定位哪个DB后，就需要确定落到DB中的哪张表呢？

4. 主流程

按照上面的流程，我们就可以根据此规则，定位一个id，我们看看有没有避免热点问题。

我们看一下，id在【0，1000万】范围内的，根据上面的流程设计，1000万以内的id都均匀的分配到DB_0,DB_1,DB_2三个数据库中的Table_0表中，为什么可以均匀，因为我们用了hash的方案，对10进行取模。

为什么对表的总数10取模，而不是DB的总数3进行取模？我们看一下为什么DB_0是4张表，其他两个DB_1是3张表？

在我们安排服务器时，有些服务器的性能高，存储高，就可以安排多存放些数据，有些性能低的就少放点数据。如果我们取模是按照DB总数3，进行取模，那就代表着【0，4000万】的数据是平均分配到3个DB中的，那就不能够实现按照服务器能力适当分配了。

按照Table总数10就能够达到，看如何达到

上图中我们对10进行取模，如果值为**【0，1，2，3】就路由到DB_0，【4，5，6】路由到DB_1，【7，8，9】路由到DB_2**。现在小伙伴们有没有理解，这样的设计就可以把多一点的数据放到DB_0中，其他2个DB数据量就可以少一点。DB_0承担了4/10的数据量，DB_1承担了3/10的数据量，DB_2也承担了3/10的数据量。整个Group01承担了【0，4000万】的数据量。

注意：小伙伴千万不要被DB_1或DB_2中table的范围也是0～4000万疑惑了，这个是范围区间，也就是id在哪些范围内，落地到哪个表而已。

上面一大段的介绍，就解决了热点的问题，以及可以按照服务器指标，设计数据量的分配。

5. 如何扩容

其实上面设计思路理解了，扩容就已经出来了；那就是扩容的时候再设计一个group02组，定义好此group的数据范围就ok了。

6. 系统设计

思路确定了，设计是比较简单的，就3张表，把group，DB，table之间建立好关联关系就行了。

group和DB的关系

table和db的关系

上面的表关联其实是比较简单的，只要原理思路理顺了，就ok了。小伙伴们在开发的时候不要每次都去查询三张关联表，可以保存到缓存中（本地jvm缓存），这样不会影响性能。

一旦需要扩容，小伙伴是不是要增加一下 group02 关联关系，那应用服务需要重新启动吗？

简单点的话，就凌晨配置，重启应用服务就行了。但如果是大型公司，是不允许的，因为凌晨也有订单的。那怎么办呢？本地jvm缓存怎么更新呢？

其实方案也很多，可以使用用zookeeper，也可以使用分布式配置，这里是比较推荐使用分布式配置中心的，可以将这些数据配置到分布式配置中心去。

到此为止，整体的方案介绍结束，希望对小伙伴们有所帮助。谢谢！！！

这边隐含了一个关键点，那就是路由key（如：id）的值是非常关键的，要求一定是有序的，自增的，这个就涉及到分布式唯一id的方案，下一篇文章会介绍如何设计一个分布式主键

整体的方案介绍结束，希望对小伙伴们有所帮助。谢谢！！！**

这边隐含了一个关键点，那就是路由key（如：id）的值是非常关键的，要求一定是有序的，自增的，这个就涉及到分布式唯一id的方案，下一篇文章会介绍如何设计一个分布式主键