一:数据库瓶颈
由于公司用户数据量持续增长,MySQL单库单表架构的性能问题就暴露出来了。影响数据库性能主要有以下几个因素:
1)数据量
MySQL单库数据量在5000万以内性能比较好,超过阈值后性能会随着数据量的增大而变弱。MySQL单表的数据量是500w-1000w之间性能比较好,超过1000w性能也会下降。单表数据量太大,查询时扫描的行太多,SQL效率低。
2:数据库连接瓶颈(IO瓶颈)
第一种:磁盘读IO瓶颈,热点数据太多,数据库缓存放不下,每次查询时会产生大量的IO,降低查询速度 ( 分库和垂直分表);
第二种:网络IO瓶颈,请求的数据太多,网络带宽不够 ( 分库)。
二:分库分表方案
一般来说我们有四种方案进行分库分表:
1:水平分库
通常以某个字段为依据(userId或主键id),按照某种策略(hash、range等),将一个库中的数据拆分到多个库中。
表结构及数据分布:每个库的结构都一样,每个库的数据都不一样,没有交集,所有库的并集是全量数据;
使用场景:系统绝对并发量上来了,分表难以根本上解决问题,并且还没有明显的业务归属来垂直分库。
分析:库多了,io和cpu的压力自然可以成倍缓解。
2:水平分表
通常以某个字段为依据(userId或主键id),按照某种策略(hash、range等),将一个表中的数据拆分到多个表中。
表结构及数据分布:每个表的结构都一样,每个表的数据都不一样,没有交集,所有表的并集是全量数据。
使用场景:系统绝对并发量并没有上来,只是单表的数据量太多,影响了SQL效率,加重了CPU负担,以至于成为瓶颈。
分析:表的数据量少了,单次SQL执行效率高,自然减轻了CPU的负担。
3:垂直分库
通常以表为依据,按照业务归属不同,将不同的表拆分到不同的库中。
表结构及数据分布:每个库的结构都不一样,每个库的数据也不一样,没有交集,所有库的并集是全量数据。
使用场景:系统绝对并发量上来了,并且可以抽象出单独的业务模块。
分析:到这一步,基本上就可以服务化了。例如,随着业务的发展一些公用的配置表、字典表等越来越多,这时可以将这些表拆到单独的库中,甚至可以服务化。再有,随着业务的发展孵化出了一套业务模式,这时可以将相关的表拆到单独的库中,甚至可以服务化。
4:垂直分表
概念:以字段为依据,按照字段的活跃性,将表中字段拆到不同的表(主表和扩展表)中。
表结构及数据分布:每个表的结构都不一样,每个表的数据也不一样,一般来说,每个表的字段至少有一列交集,一般是主键,用于关联数据,所有表的并集是全量数据;
场景:系统绝对并发量并没有上来,表的记录并不多,但是字段多,并且热点数据和非热点数据在一起,单行数据所需的存储空间较大。以至于数据库缓存的数据行减少,查询时会去读磁盘数据产生大量的随机读IO,产生IO瓶颈。
分析:可以用列表页和详情页来帮助理解。垂直分表的拆分原则是将热点数据(可能会冗余经常一起查询的数据)放在一起作为主表,非热点数据放在一起作为扩展表。这样更多的热点数据就能被缓存下来,进而减少了随机读IO。拆了之后,要想获得全部数据就需要关联两个表来取数据。但记住,千万别用join,因为join不仅会增加CPU负担并且会讲两个表耦合在一起(必须在一个数据库实例上)。关联数据,应该在业务Service层做文章,分别获取主表和扩展表数据然后用关联字段关联得到全部数据。
三:分库分表工具
1)sharding-jdbc;
2)Mycat;
根据容量(当前容量和增长量)评估分库或分表个数 -> 选key(均匀)-> 分表规则(hash或range等)-> 执行(一般双写)-> 扩容问题(尽量减少数据的移动)。
四:demo
项目结构如下:
实体信息:entity
package sharding.jdbc.jdbc.entity;
import java.io.Serializable;
public class User implements Serializable {
private static final long serialVersionUID = -1205226416664488559L;
private Long id;
private String city;
private String name;
public Long getId() {
return id;
}
public void setId(Long id) {
this.id = id;
}
public String getCity() {
return city;
}
public void setCity(String city) {
this.city = city;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
@Override
public String toString() {
return "User{" +
"id=" + id +
", city='" + city + '\'' +
", name='" + name + '\'' +
'}';
}
}
seivice层
package sharding.jdbc.jdbc.service;
import sharding.jdbc.jdbc.entity.User;
import java.util.List;
public interface UserService {
List list();
Long add(User user);
User findById(Long id);
User findByName(String name);
seiviceImpl层
package sharding.jdbc.jdbc.service;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import sharding.jdbc.jdbc.dao.UserDao;
import sharding.jdbc.jdbc.entity.User;
import java.util.List;
@Service
public class UserServiceImpl implements UserService{
@Autowired
private UserDao userDao;
@Override
public List list() {
return userDao.list();
}
@Override
public Long add(User user) {
return userDao.addUser(user);
}
@Override
public User findById(Long id) {
return userDao.findById(id);
}
@Override
public User findByName(String name) {
return userDao.findByName(name);
}
}
dao层
package sharding.jdbc.jdbc.dao;
import org.apache.ibatis.annotations.Mapper;
import sharding.jdbc.jdbc.entity.User;
import java.util.List;
@Mapper
public interface UserDao {
Long addUser(User user);
User findById(Long id);
List list();
User findByName(String name);
}
application.properties
server.port=8080
mybatis.mapper-locations=classpath:mapper/*.xml
mybatis.configuration.map-underscore-to-camel-case=true
#spring.shardingsphere.datasource.names=master
# 数据源
#spring.shardingsphere.datasource.master.type=com.alibaba.druid.pool.DruidDataSource
#spring.shardingsphere.datasource.master.driver-class-name=com.mysql.jdbc.Driver
#spring.shardingsphere.datasource.master.url=jdbc:mysql://10.91.237.60:3306/yangnima?characterEncoding=utf-8
##spring.shardingsphere.datasource.master.username=root
#spring.shardingsphere.datasource.master.password=Pass1234
# 分表配置
#spring.shardingsphere.sharding.tables.user.actual-data-nodes=master.user_${0..3}
# inline 表达式
#spring.shardingsphere.sharding.tables.user.table-strategy.inline.sharding-column=id
#spring.shardingsphere.sharding.tables.user.table-strategy.inline.algorithm-expression=user_${id.longValue() % 4}
spring.shardingsphere.datasource.names=ds0,ds1
# 数据源
spring.shardingsphere.datasource.ds0.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.ds0.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.ds0.url=jdbc:mysql://*.*.*.60:3306/yangnima?characterEncoding=utf-8
spring.shardingsphere.datasource.ds0.username=*****
spring.shardingsphere.datasource.ds0.password=*****
spring.shardingsphere.datasource.ds1.type=com.alibaba.druid.pool.DruidDataSource
spring.shardingsphere.datasource.ds1.driver-class-name=com.mysql.jdbc.Driver
spring.shardingsphere.datasource.ds1.url=jdbc:mysql://*.*.*.60:3306/yangnima_01?characterEncoding=utf-8
spring.shardingsphere.datasource.ds1.username=****
spring.shardingsphere.datasource.ds1.password=****
# 分表配置
spring.shardingsphere.sharding.tables.user.actual-data-nodes=ds$->{0..1}.user_$->{0..2}
spring.shardingsphere.sharding.tables.user.table-strategy.inline.sharding-column=id
spring.shardingsphere.sharding.tables.user.table-strategy.inline.algorithm-expression=user_$->{id % 3}
spring.shardingsphere.sharding.tables.user.key-generator.column=id
spring.shardingsphere.sharding.tables.user.key-generator.type=SNOWFLAKE
# 分库配置
spring.shardingsphere.sharding.default-database-strategy.inline.sharding-column=id
spring.shardingsphere.sharding.default-database-strategy.inline.algorithm-expression=ds$->{id % 2}
pom.xml
4.0.0
org.springframework.boot
spring-boot-starter-parent
2.0.9.RELEASE
sharding.jdbc
jdbc
0.0.1-SNAPSHOT
jdbc
Demo project for Spring Boot
1.8
org.springframework.boot
spring-boot-starter-web
org.springframework.boot
spring-boot-starter-test
test
org.mybatis.spring.boot
mybatis-spring-boot-starter
2.0.1
mysql
mysql-connector-java
com.alibaba
druid-spring-boot-starter
1.1.16
org.apache.shardingsphere
sharding-jdbc-spring-boot-starter
4.0.0-RC1
org.springframework.boot
spring-boot-maven-plugin
测试
package sharding.jdbc.jdbc;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;
import sharding.jdbc.jdbc.entity.User;
import sharding.jdbc.jdbc.service.UserService;
@RunWith(SpringRunner.class)
@SpringBootTest
public class JdbcApplicationTests {
@Autowired
private UserService userService;
@Test
public void contextLoads() {
}
@Test
public void addUser() {
for (long i = 0; i < 100; i++) {
User user = new User();
user.setId(i);
user.setCity("上海"+i);
user.setName("杨尼玛"+i);
userService.add(user);
}
}
@Test
public void findUserById() {
System.out.println(userService.findById(Long.valueOf(1)));;
}
}
sql语句
CREATE TABLE `user_2` (
`id` bigint(64) NOT NULL,
`city` varchar(20) NOT NULL,
`name` varchar(20) NOT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
测试通过