太完整了,MySQL:互联网公司常用分库分表方案汇总

  • 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;

**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

太完整了,MySQL:互联网公司常用分库分表方案汇总_第1张图片

**概念:**以字段为依据,按照一定策略(hash、range等),将一个表中的数据拆分到多个表中。 结果:

  • 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;

**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。推荐:一次SQL查询优化原理分析**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

太完整了,MySQL:互联网公司常用分库分表方案汇总_第2张图片 **概念:**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。结果:

  • 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;

**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

太完整了,MySQL:互联网公司常用分库分表方案汇总_第3张图片

**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。 结果:

  • 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

  • sharding-sphere:jar,前身是sharding-jdbc;
  • TDDL:jar,Taobao Distribute Data Layer;
  • Mycat:中间件。

注:工具的利弊,请自行调研,官网和社区优先。

四、分库分表步骤

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)。五、分库分表问题

1、非partition key的查询问题

基于水平分库分表,拆分策略为常用的hash法。端上除了partition key只有一个非partition key作为条件查询映射法太完整了,MySQL:互联网公司常用分库分表方案汇总_第4张图片

基因法太完整了,MySQL:互联网公司常用分库分表方案汇总_第5张图片

注:写入时,基因法生成user_id,如图。关于xbit基因,例如要分8张表,23=8,故x取3,即3bit基因。根据user_id查询时可直接取模路由到对应的分库或分表。根据user_name查询时,先通过user_name_code生成函数生成user_name_code再对其取模路由到对应的分库或分表。id生成常用snowflake算法。

端上除了partition key不止一个非partition key作为条件查询映射法太完整了,MySQL:互联网公司常用分库分表方案汇总_第6张图片

冗余法太完整了,MySQL:互联网公司常用分库分表方案汇总_第7张图片

注:按照order_id或buyer_id查询时路由到db_o_buyer库中,按照seller_id查询时路由到db_o_seller库中。感觉有点本末倒置!有其他好的办法吗?改变技术栈呢?

后台除了partition key还有各种非partition key组合条件查询NoSQL法太完整了,MySQL:互联网公司常用分库分表方案汇总_第8张图片

冗余法太完整了,MySQL:互联网公司常用分库分表方案汇总_第9张图片

2、非partition key跨库跨表分页查询问题

总结

我个人认为,如果你想靠着背面试题来获得心仪的offer,用癞蛤蟆想吃天鹅肉形容完全不过分。想必大家能感受到面试越来越难,想找到心仪的工作也是越来越难,高薪工作羡慕不来,却又对自己目前的薪资不太满意,工作几年甚至连一个应届生的薪资都比不上,终究是错付了,错付了自己没有去提升技术。

这些面试题分享给大家的目的,其实是希望大家通过大厂面试题分析自己的技术栈,给自己梳理一个更加明确的学习方向,当你准备好去面试大厂,你心里有底,大概知道面试官会问多广,多深,避免面试的时候一问三不知。

大家可以把Java基础,JVM,并发编程,MySQL,Redis,Spring,Spring cloud等等做一个知识总结以及延伸,再去进行操作,不然光记是学不会的,这里我也提供一些脑图分享给大家:

希望你看完这篇文章后,不要犹豫,抓紧学习,复习知识,准备在明年的金三银四拿到心仪的offer,加油,打工人!

(img-WNT27iTk-1628229667409)]

希望你看完这篇文章后,不要犹豫,抓紧学习,复习知识,准备在明年的金三银四拿到心仪的offer,加油,打工人!

领取资料只需要点击这里即可免费获取全部资料!

你可能感兴趣的:(程序员,后端,java,面试)