数据存储架构的发展史，看完这一篇就够了

目录

单机MySQL的美好年代

缓存（Memcached/Redis...）+MySQL+垂直拆分

MySQL主从读写分离

分库分表+水平拆分+MySQL集群

MySQL的扩展性瓶颈

现在的样子

---

单机MySQL的美好年代

在那个时候，更多的是静态网页，动态交互类型的网站不多。

上述架构下，我们来看看数据存储的瓶颈是什么？

1. 数据量的总大小，一个机器放不下时；
2. 数据的索引（B+Tree）一个及其内存放不下时；
3. 访问量（读写混合）一个实例不能承受。

如果满足上述任意条件，我们该怎么办？

缓存（Memcached/Redis...）+MySQL+垂直拆分

互联网发展至今，随着访问量的上升，几乎大部分使用MySQL架构的网站在数据库上都出现了性能问题，然而我们的程序不再仅仅专注在功能上，同时也需要追求性能。猿猴们开始大量使用缓存技术来缓解数据库的压力，优化数据库的结构和索引。最开始比较流行的是通过文件缓存来缓解数据库压力，但是每当访问量增大的时候，多台web服务器通过文件缓存的方式不能共享，大量的小文件缓存也带来了比较高的IO压力。此时，Memcached/Redis...自然成为一个非常时尚的技术产品。

MySQL主从读写分离

由于数据库的写入压力增加，Memcached/Redis...只能缓解数据库的读取压力。读写集中在一个数据库上让数据库不堪重负，大部分网站开始使用主从复制的技术来达到读写分离，从而提高读写性能和数据库的可扩展性。MySQL的master-slave模式成为这个时候的网站标配了。

分库分表+水平拆分+MySQL集群

在Memcached的高速缓存、MySQL的主从复制、读写分离的基础上，这时MySQL主库的写入压力开始出现瓶颈，而数据量的持续猛增，由于MyISAM使用表锁，在高并发下会出现严重的锁问题，大量的高并发MySQL应用开始使用InnoDB引擎代替MyISAM。

与此同时，开始流行使用分库分表来缓解写压力和数据增长的扩展问题。这个时候，分库分表成了一个热门技术，是面试的热门问题也是业界讨论的热门技术问题。也就在这个时候，MySQL推出了还不太稳定的表分区，这也给技术实力一般的公司带来了希望。虽然MySQL推出了MySQL Cluster集群，但新跟那个也不能很好满足互联网的要求，只是在高可用上提供了非常大的保证。

MySQL的扩展性瓶颈

MySQL数据库亚特进场存储一些大文本字段，导致数据库表非常的大，在做数据库恢复的时候就导致非常的慢，不容易快速恢复数据库。比如1000万4KB大小的文本就接近40GB的大小，如果能把这些数据从MySQL中省去，MySQL将变得非常的小。关系数据库很强大，但是它并不能很好的应付所有的应用场景。MySQL的扩展性差（需要复杂的技术来实现），大数据下IO压力大，表结构更改困难，正式当前使用MySQL的开发人员面临的问题。

现在的样子

经过时间的洗磨，我们对于整个项目的架构变得越来越通用化、可用性越来越高，各种服务都有相应的技术以及服务器去支撑，慢慢的解决了单个服务承载多个功能的问题。比如说，原本MySQL存储的信息包括：基本数据、图片二进制流、自媒体文件、长文本...，然而现在都有相应的服务去做专门的存储，比如单独搭建FastDFS去存储文件资源，使得MySQL不在去存储各种文件的二进制数据，只需要存储该文件在FastDFS节点的位置即可。