究竟为什么要引入数据库中间件

不少朋友经常会问我以下问题:

  • 58到家有没有使用数据库中间件

  • 使用了什么数据库中间件,是自研,还是第三方

  • 怎么实现的,是基于客户端的中间件,还是基于服务端的中间件

  • 使用中间件后,join/子查询/集函数/事务等问题是怎么解决的

你是不是也有类似的疑问?

 

然而,“究竟为什么要引入数据库中间件”却很少有人问及。 “架构师之路”文章思路,以解决“为什么”为优先,借着近期撰写互联网分层架构系列文章,讲一讲这个核心问题:

  • 究竟为什么要引入数据库中间件

 

究竟为什么要引入数据库中间件_第1张图片

经过连续分层架构演进,DAO层基础数据服务化通用业务服务化前后端分离之后,一个业务系统的后端结构如上:

  • web-view层通过http接口,从web-data获取json数据(前后端分离)

  • web-data层通过RPC接口,从biz-service获取数据(通用业务服务)

  • biz-service层通过RPC接口,从base-service获取数据(基础数据服务)

  • base-service层通过DAO,从db获取数据(DAO)

  • db存储数据

 

随着时间的推移,数据量会越来越大,base-service通过DAO来访问db的性能会越来越低需要开始考虑对db进行水平切分,一旦db进行水平切分,原来很多SQL可以支持的功能,就需要base-service层来进行特殊处理

  • 有些数据需要路由到特定的水平切分库

  • 有些数据不确定落在哪一个水平切分库,就需要访问所有库

  • 有些数据需要访问全局的库,拿到数据的全局视野,到service层进行额外处理

 

更具体的,对于前台高并发的业务,db水平切分后,有这么几类典型的业务场景及应对方案。特别强调一下,此处应对的是“前台”“高并发”“db水平切分”的场景,对于后台的需求,将通过前台与后台分离的架构处理,不在此处讨论。

 

一:partition key上的单行查询

典型场景:通过uid查询user


场景特点

  • 通过patition key查询

  • 每次只返回一行记录


解决方案:base-service层通过patition key来进行库路由

究竟为什么要引入数据库中间件_第2张图片

如上图:

  • user-service底层user库,分库patition key是uid

  • uid上的查询,user-service可以直接定位到库

 

二、非patition key上的单行查询

典型场景:通过login_name查询user


场景特点

  • 通过非patition key查询

  • 每次只返回一行记录


解决方案1:base-service层访问所有库

究竟为什么要引入数据库中间件_第3张图片

如上图:

  • user-service通过login_name先查全库

  • 结果集在user-service再合并,最终返回一条记录

 

解决方案2:base-service先查mapping库再通过patition key路由

究竟为什么要引入数据库中间件_第4张图片

如上图:

  • 新建mapping库,记录login_name到uid的映射关系

  • 当有非 patition key的查询时,先通过login_name查询uid

  • 再通过patition key进行路由,最终返回一条记录

 

解决方案3:基因法

关于“基因法”解决非patition key上的查询需求详见《分库后,非patition key上访问的多种解决办法》。


三、patition key上的批量查询

典型场景:用户列表uid上的IN查询


场景特点

  • 通过patition key查询

  • 每次返回多行记录

 

解决方案1:base-service层访问所有库,结果集到base-service合并

 

解决方案2:base-service分析路由规则,按需访问

究竟为什么要引入数据库中间件_第5张图片

如上图:

  • base-service根据路由规则分析,判断出有些数据落在库1,有些数据落在库2

  • base-service按需访问相关库,而不是访问全库

  • base-service合并结果集,返回列表数据

 

四、非patition key上的夸库分页需求

关于分库后,夸库分页的查询需求,详见《业界难题,夸库分页的四种方案》。


五、其他需求…

 

本文写到这里,上述一、二、三、四、五其实都不是重点,base-service层通过各种各样的奇技淫巧,能够解决db水平切分后的数据访问问题,只不过:

  • base-service层的复杂度提高了

  • 数据的获取效率降低了

 

当需要进行db水平切分的base-service越来越多以后,此时分层架构会变成下面这个样子:

究竟为什么要引入数据库中间件_第6张图片

底层的复杂性会扩散到各个base-service,所有的base-service都要关注:

  • patition key路由

  • 非patition key查询,先mapping,再路由

  • 先全库,再合并

  • 先分析,再按需路由

  • 夸库分页处理

 

这个架构图是不是看上去很别扭?如何让数据的获取更加高效快捷呢?

数据库中间件的引入,势在必行。

 

究竟为什么要引入数据库中间件_第7张图片

这是“基于服务端”的数据库中间件架构图:

  • base-service层,就像访问db一样,访问db-proxy,高效获取数据

  • 所有底层的复杂性,都屏蔽在db-proxy这一层

 

究竟为什么要引入数据库中间件_第8张图片

这是“基于客户端”的数据库中间件架构图:

  • base-service层,通过db-proxy.jar,高效获取数据

  • 所有底层的复杂性,都屏蔽在db-proxy.jar这一层

 

究竟为什么要引入数据库中间件_第9张图片

结论

数据库水平切分,base-service层获取db数据过于复杂,成为通用痛点的时候,就应该抽象出数据库中间件,简化数据获取过程,提高数据获取效率,向上游屏蔽底层的复杂性。


任何脱离业务的架构设计,都是耍流氓

“为什么”比“怎么样”更重要


阅读前序文章,“分层架构设计”的背景与来龙去脉更加清晰:

  • 《互联网分层架构的本质》

  • 《分层架构设计,基础数据服务分层》

  • 《分层架构设计,通用业务服务分层》

  • 《分层架构设计,前后端分离》


若有收获,随手帮哟。

你可能感兴趣的:(究竟为什么要引入数据库中间件)