前言
我在上篇博客 “Spring Boot 的实践与思考” 中比对不同规范的 ORM 框架应用场景的时候提到过主从与读写分离，本篇随笔将针对此和分库分表进行更深入地探讨。
1. 漫谈
在进入正题之前，我想先随意谈谈对架构的拓展周期的想法（仅个人观点）。首先，我认为初期规划不该太复杂或者庞大，无论项目的中长期可能会发展地如何如何，前期都应该以灵活为优先，像分库分表等操作不应该在开始的时候就考虑进去。其次，我认为需求变更是非常正常的，这点在我等开发的圈子里吐槽的最多，其中自然有 “领导们” 在业务方面欠缺整体考虑的因素，但我们也不该局限在一个观点内，市场中变则通，不变则死，前期更是如此，因此在前几版的架构中我们必须要考虑较高的可扩展性。最后，当项目经过几轮市场的洗礼和迭代开发，核心业务趋于稳定了，此时我们再结合中长期的规划给系统来一次重构，细致地去划分领域边界，该解耦的解耦，该拆分的拆分。
2. 分库分表
2.1 概述
当数据库达到一定规模后（比如说大几千万以上），切分是必须要考虑的。一般来说我们首先要进行垂直切分，即按业务分割，比如说用户相关、订单相关、统计相关等等都可以单独成库。图片来源 →
但仅仅如此这是完全不够的，垂直切分虽然剥离了一定的数据，但每个业务还是那个数量级，因此我们还得采取水平切分进一步分散数据，这也是本节论述的重点。
分库分表的优点相信上述两图都一目了然了，一个是专库专用，业务更集中，另一个是提升数据库服务的负载能力。But there are always two sides to a coin。 从此以后你要接受你的系统复杂度将提升一个档次，迭代、迁移、运维等都不再容易。
2.2 切分策略
垂直切分在实现上就是一个多数据源的问题，没啥好讲的。以下 Demo 为水平切分，基于 Sharding-JDBC 中间件，我只做逻辑上的陈述，有关其更详细的信息和配置请移步 “官方文档”。
首先，我们得在配置文件中定义分片策略，application.yml：
server:
port: 8001
mybatis:
config-location: classpath:mybatis/mybatis-config.xml mapper-locations: classpath:mybatis/mappers/*.xml sharding: jdbc: datasource: names: youclk_0,youclk_1 youclk_0: type: org.apache.commons.dbcp.BasicDataSource driver-class-name: com.mysql.jdbc.Driver url: jdbc:mysql://mysql:3306/youclk_0?useSSL=false username: root password: youclk youclk_1: type: org.apache.commons.dbcp.BasicDataSource driver-class-name: com.mysql.jdbc.Driver url: jdbc:mysql://mysql:3306/youclk_1?useSSL=false username: root password: youclk config: sharding: default-database-strategy: inline: sharding-column: number algorithm-expression: youclk_${number % 2} tables: user: actual-data-nodes: youclk_${0..1}.user具体每个参数的含义在官方文档有详细解释，其实看名称也能理解个大概了，我定义将 number 为偶数的数据存入 youclk_0，奇数存入 youclk_1。
User：
@Data
public class User { private String id; private Integer number; private Date createTime; }UserRepository：
@Mapper
public interface UserRepository { void insert(User user); }UserMapper.xml：
version="1.0" encoding="UTF-8" ?> mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd"> <mapper namespace="com.youclk.data.repository.UserRepository"> <resultMap id="BaseResultMap" type="com.youclk.data.entity.User"> <id column="id" property="id" jdbcType="CHAR"/> <result column="number" property="number" jdbcType="INTEGER"/> <result column="createTime" property="create_time" jdbcType="DATE"/> resultMap> <sql id="Base_Column_List"> id, number, createTime sql> <insert id="insert"> INSERT INTO user ( id, number ) VALUES ( uuid(), #{number,jdbcType=INTEGER} ) insert> mapper>UserService：
@Service
public class UserService { @Resource private UserRepository userRepository; public void insert() { for (int i = 0; i < 10; i++) { User user = new User(); user.setNumber(i); userRepository.insert(user); } } }Result：
以上做了一个简单的循环插入，可以看到数据已经按策略分库存储，结果符合我们的预期。
分库之后在查询方面要比之前更加谨慎，既然按策略去切了，那最好就是按策略去查，否则...比如我水平切分了 100个库，若不按策略去查询 LIMIT 100000， 10 这么一组数据，那最后扫描的数量级别是 100 * (100000 + 10)， 这是比较恐怖的，虽然 Sharding-JDBC 做了一些优化，比如他不是一次性去查询到内存中，而是采用流式处理 + 归并排序的方式，但仍然比较耗资源，能避免还是尽量去避免吧。
2.3 分布式事务
在任何系统中事务都是顶要紧的事情，面对已分库的系统更是如此，保证夸库事务的安全从来不容易。分布式事务的场景有两种，一个是在分布式服务中，这个后续有机会再探讨，本节重点关注夸库事务。
Sharding-JDBC 自动包含了弱XA事务支持，即能够保证逻辑上的事务安全，但因网络或硬件导致的异常无法回滚，实现上与一般事务无异：
@Test
@Transactional public void insertTest() { userService.insert(); int error = Integer.parseInt("I want error"); userService.insert(); }
可以看到夸库事务已回滚，除此之外 Sharding-JDBC 还提供了最大努力送达型柔性事务（将执行过程记录到日志中，失败重试，成功后删除，若最终还是失败则保留事务日志，供人工干预），虽然安全性更高，但无法保证时效，限制也很多，这里留个待续吧，后续有空再深入探讨（主要是比较晚了，想早点写完休息?）。
3. 主从与读写分离
3.1 概述
为什么要做主从？我们先来探讨以下这几个场景：
- 我们知道每台数据库服务器有他的最大连接数和 IOPS，若有一天他无法再满足我们的业务需求，那相比于在单台服务器上去做性能堆叠，是是否横向去扩展几台 Slave 去分担 Master 的压力更加合理。
- 如果服务对数据库的需求是 IO 密集型的，那可能会经常遇到行锁等待等问题，若要鱼与熊掌兼得，读写分离是否是更好的选择。
- 如果我们的系统需要做很多报表，或者统计和数据分析，这些业务往往相当地耗费资源但又不是很重要，那针对此，我们是否应该开几台 Slave，让他们去小黑屋里慢慢执行，别来影响我处理核心业务的效率。
我大致能想到这么几点，欢迎各位继续留言补充。
3.2 主从部署
我以 MySQL 为例，一般部署架构为一台 Master 和 n 台 Slave，Master 的主责为写，并将数据同步至 Slave，Slave 主要提供查询功能。
为了测试方便，我直接使用 Docker 来部署，首先创建主从的配置文件，master.cnf：
[mysqld]
server_id = 1
character-set-server=utf8mb4
collation-server=utf8mb4_unicode_ci
default-storage-engine=INNODB #Optimize omit sql_mode=NO_ENGINE_SUBSTITUTION,STRICT_TRANS_TABLES log-bin = /var/lib/mysql/binlog log_bin_trust_function_creators=1 binlog_format = ROW expire_logs_days = 99 sync_binlog = 0 slow-query-log=1 slow-query-log-file=/var/log/mysql/slow-queries.log long_query_time = 3 log-queries-not-using-indexesslave.cnf：
[mysqld]
server_id = 2
character-set-server=utf8mb4
collation-server=utf8mb4_unicode_ci
default-storage-engine=INNODB #Optimize omit sql_mode=NO_ENGINE_SUBSTITUTION,STRICT_TRANS_TABLES log-bin = /var/lib/mysql/binlog log_bin_trust_function_creators=1 binlog_format = ROW expire_logs_days = 99 sync_binlog = 0 relay_log=slave-relay-bin log-slave-updates=1 slave-skip-errors=all slow-query-log=1 slow-query-log-file=/var/log/mysql/slow-queries.log long_query_time = 3然后进行 compose 编排，加入 warm 集群，docker-compose.yml：
version: '3.5'
services:
mysql-master: image: mysql ports: - 3301:3306 networks: - proxy - youclk volumes: - /Users/Jermey/Documents/data/db/cluster/master/mysql:/var/lib/mysql - /Users/Jermey/Documents/data/db/cluster/master/conf.d:/etc/mysql/conf.d environment: MYSQL_ROOT_PASSWORD: youclk mysql-slave: image: mysql ports: - 3302:3306 networks: - proxy - youclk volumes: - /Users/Jermey/Documents/data/db/cluster/slave/mysql:/var/lib/mysql - /Users/Jermey/Documents/data/db/cluster/slave/conf.d:/etc/mysql/conf.d environment: MYSQL_ROOT_PASSWORD: youclk networks: proxy: external: true youclk: external: true再次感激 Docker， 从编排配置文件到最后启动服务整个过程不到一分钟：
接下来就是配置主从关系：
docker exec -it cluster_mysql-master mysql -p
CREATE USER 'reader'@'%' IDENTIFIED BY 'youclk'; GRANT REPLICATION SLAVE ON *.* TO 'reader'@'%'; show master status\Gdocker exec -it cluster_mysql-slave mysql -p
CHANGE MASTER TO \
MASTER_HOST='mysql-master',\ MASTER_PORT=3306,\ MASTER_USER='reader',\ MASTER_PASSWORD='youclk',\ MASTER_LOG_FILE='binlog.000004',\ MASTER_LOG_POS=154; start slave; show slave status\GTest：
上图中左边连的是 Master， 右边为 Slave， 我在 Master 中执行 create database youclk_0; 可以看到 Slave 中也生成了 youclk_0，至此主从配置测试完成。
3.3 读写分离
基于 Sharding-JDBC 的读写分离实现非常简单，改一下配置文件，其余几乎是无感知的，application.yml：
server:
port: 8001 mybatis: config-location: classpath:mybatis/mybatis-config.xml mapper-locations: classpath:mybatis/mappers/*.xml sharding: jdbc: datasource: names: ds_master,ds_slave ds_master: type: org.apache.commons.dbcp.BasicDataSource driver-class-name: com.mysql.jdbc.Driver url: jdbc:mysql://mysql:3301/youclk_0?useSSL=false username: root password: youclk ds_slave: type: org.apache.commons.dbcp.BasicDataSource driver-class-name: com.mysql.jdbc.Driver url: jdbc:mysql://mysql:3302/youclk_0?useSSL=false username: root password: youclk config: masterslave: load-balance-algorithm-type: round_robin name: ds_ms master-data-source-name: ds_master slave-data-source-names: ds_slave sharding: props: sql.show: trueTest：
@Test
public void selectAndInsertTest() { userService.selectAll(); userService.insert(); }Result：
跟踪 MySQL 的日志可以发现主从库分别执行了插入与查询，实现了读写分离。