ShardingSphere |
算法刷题专栏 | 面试必备算法 | 面试高频算法
越难的东西,越要努力坚持,因为它具有很高的价值,算法就是这样✨
作者简介:硕风和炜,CSDN-Java领域优质创作者,保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文|经验分享|好用的网站工具分享
恭喜你发现一枚宝藏博主,赶快收入囊中吧
人生如棋,我愿为卒,行动虽慢,可谁曾见我后退一步?
ShardingSphere |
随着大数据时代的到来,如何存储海量数据成为我们面临的一个重要的问题,数据的量级也是成指数的增长,从GB到TB到PB,传统单体的关系性数据库已经无法满足需求。
传统的关系型数据库在处理海量数据时遇到了诸多挑战,例如性能瓶颈、存储空间浪费、扩展性差、用户请求量大等等问题。
合理的数据库架构能够提升数据库的性能,如分布式、主从同步、分库分表等方式。
项目整体架构的演变流程如下图所示:
注意:下面的内容主要学习的是在整个项目架构演变过程中,【数据库架构】技术的演变过程!
此时项目是一个单体应用架构,我们经常会在单台服务器上运行我们所有的程序和软件。
在项目运行初期,各种表都会存储在同一个数据库中,每个表都包含了大量的字段。在用户量比较少,访问量也比较少的时候,单库单表不存在问题。
存在的问题
因为机器都是单台,随着我们业务规模的增长,慢慢的我们的网站就会出现一些瓶颈和隐患问题。
随着访问量的继续不断增加,单台应用服务器已经无法满足我们的需求。所以我们通过增加应用服务器的方式来将服务器集群化。
存在的问题
采用了应用服务器高可用集群的架构之后,应用层的性能会得到明显的提升,但是数据库的负载也在增加,随着访问量的提高,所有的压力都将集中在数据库这一层。
应用层的性能得到明显的提升,但是数据库的负载压力在增大,那如何去提高数据库层面的性能呢?
我们可以使用主从复制+读写分离一定程度上可以解决问题。
存在的问题
随着用户量的增加、访问量的增加、数据量的增加依然会带来大量的问题,所以我们还需要进行改进。
随着访问量的持续不断增加,比如我们电商项目中的秒杀活动,会出现许多用户访问同一内容的情况,出现大量的热点数据,对于这些热点数据的访问,如果每次都去数据库中进行查询的话,那么会对我们的数据库造成极大的压力,所有我们没必要每次都从数据库重读取,这时我们可以使用到缓存技术。
存在的问题
缓存只能缓解读取压力,数据库的写入压力还是很大;随着数据量的继续增大,性能还是很缓慢
系统架构从v1演变到v4这个阶端,所有的数据都还在同一个数据库中,虽然我们采取了集群化、主从复制、读写分离、增加缓存的方式,但是随着数据库的压力持续增加,数据库的瓶颈仍然是个最大的问题。为了解决这个问题,接下来我们将学习对数据库的库和表进行垂直拆分和水平拆分。
最后,我想和大家分享一句一直激励我的座右铭,希望可以与大家共勉! |