转载自微信公众号【架构师之路】
本文,将介绍数据库架构设计中的一些基本概念,常见问题以及对应解决方案,为了便于读者理解,将以“用户中心”数据库为例,讲解数据库架构设计的常见玩法。
用户中心是一个常见业务,主要提供用户注册、登录、信息查询与修改的服务,其核心元数据为:
User(uid, uname, passwd, sex, age,nickname, …)
其中:
uid为用户ID,主键
uname, passwd, sex, age, nickname, …等为用户的属性
数据库设计上,一般来说在业务初期,单库单表就能够搞定这个需求。
为了方便大家理解,后文图片说明较多,其中:
最常见的架构设计如上:
- user-service:用户中心服务,对调用者提供友好的RPC接口
- user-db:一个库进行数据存储
答:分组架构是最常见的一主多从
,主从同步
,读写分离
数据库架构:
主和从构成的数据库集群称为“组”。
答:同一个组里的数据库集群:
答:大部分互联网业务读多写少
,数据库的读往往最先成为性能瓶颈,如果希望:
此时可以使用分组架构,需要注意的是,分组架构中,数据库的主库依然是写单点。
一句话总结,分组解决的是“数据库读写高并发量高”问题,所实施的架构设计。
答:分片架构是大伙常说的水平切分
(sharding)数据库架构:
分片后,多个数据库实例也会构成一个数据库集群。
答:强烈建议分库
,而不是分表,因为:
答:常见的水平切分算法有“范围法”和“哈希法”:
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:
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:
这两种方法在互联网都有使用,其中哈希法使用较为广泛。
答:同一个分片里的数据库集群:
答:大部分互联网业务数据量很大,单库容量容易成为瓶颈,此时可以通过分片:
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。
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:
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, …)
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:
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。
答:垂直切分和水平切有相似的地方,又不太相同:
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。
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。
本文转载自微信公众号【架构师之路】