3 月，跳不动了？>>>

• 何为数据（系统）切分？

  • 简单来说，就是通过某个特定的条件，按照某个维度，将我们存放在同一个数据库中的数据分散存放到多个数据库（主机）上面以达到分散单库（主机）负载的效果。
  • 切分模式 ：
    • 垂直（纵向）切分。
    • 水平切分。

• 垂直切分

  一个数据库由多个表构成，每个表对应着不同的业务，垂直切分是按照业务将表进行分类，分布到不同的数据上面，这样也就将数据访问的压力分担到不同的多个库上。如下图：

          优点：

                ---- 拆分后业务清晰，拆分原则明确。

                ---- 系统之间整合或扩展容易。                               

                ---- 数据维护简单。

        缺点：

                ---- 部分业务表无法进行 JOIN 操作，只能通过接口方式解决，提高了系统的复杂度。

                ---- 受某种业务不同的限制存在单库性能瓶颈，不易于数据扩展和性能提高。

                ---- 事务处理复杂，涉及到分布式事务问题。

• 水平切分

  相对于垂直切分来讲，水平切分不是将表表的数据做分类，而是按照某个字段的某种规则来分散到多个库中，每个库的每个表中都包含一部分数据。简单来说，我们可以将数据的水平切分理解成按照数据行进行切分，比如 1 ~ 100W 行在 database1 库中的 table 表，200W ~ 300W 行在 database2 库中的 table 表 （这是采用分库的方式），主要有分表，分库两种模式。如图：

        优点 ：

                ---- 不存在单库的大数据，高并发的性能瓶颈。

                ---- 对应用透明，应用端改造较少。

                ---- 按照合理的拆分规则拆分，JOIN 操作基本避免垮库。

                ---- 提高了系统的稳定性跟负载能力。

        缺点 ：

                ---- 拆分规则难以抽象。

                ---- 分片事务一致性难以解决。

                ---- 数据多次扩展难度跟维护量较大。

                ---- 跨库 JOIN 性能差。

• 切分的处理难点

  • 引入了分布式事务问题
  • 跨节点 JOIN 问题
  • 跨节点合并排序分页问题

  • 针对数据源管理目前主要有两种思路

    • 客户端模式，在每个应用中配置管理自己需要的一个或多个数据源，直接访问指定的各个数据库，在应用内完成数据的整合。
      • 优点：相对简单，无性能损耗。
      • 缺点 ：不够通用，数据库连接的处理复杂，对业务不透明，处理复杂。
    • 通过中间代理层来统一管理所有的数据源，后端数据库集群对应用透明
      • 优点 ： 通用，对应用透明，改造少。
      • 缺点 ： 实现难度大，既然是代理就有二次转发的性能损失。

  • 切分原则

    •  尽量不切分，架构是进化来的，不是一蹴而就的。
    • 最大可能的找到最合适的切分维度。
    • 由于数据库中间件对于数据的 JOIN 实现的优劣难以把握，而且实现高性能难度大，业务读取尽量少使用多表 JOIN
    • 尽量通过冗余，分组避免跨库的多表 JOIN
    • 尽量避免分布式事务
    • 单表切分数据 1000W 以内。