数据库概念结构的设计步骤(为数据库软件架构设计什么)

　　一、基本概念

　　概念一：单库

　　概念二：分片

　　分片解决“数据量太大”这一问题，也就是通常说的“水平切分”。

　　一旦引入分片，势必面临“数据路由”的新问题，数据到底要访问哪个库。路由规则通常有3种方法：

　　（1）范围：range

　　优点：简单，容易扩展。

　　缺点：各库压力不均（新号段更活跃）。

　　（2）哈希：hash

　　优点：简单，数据均衡，负载均匀。

　　缺点：迁移麻烦（2库扩3库数据要迁移）。

　　（3）统一路由服务：router-config-server

　　优点：灵活性强，业务与路由算法解耦。

　　缺点：每次访问数据库前多一次查询。

　　大部分互联网公司采用的方案二：哈希路由。

　　概念三：分组

　　分组解决“可用性，性能提升”这一问题，分组通常通过主从复制的方式实现。

　　互联网公司数据库实际软件架构是“既分片，又分组”：

　　数据库软件架构，究竟涉及些什么呢，至少要考虑以下四点：

　　如何保证数据可用性

　　如何提高数据库读性能（大部分应用读多写少，读会先成为瓶颈）

　　如何保证一致性

　　如何提高扩展性

　　二、如何保证数据的可用性？

　　解决可用性问题的思路是：冗余。

　　如何保证站点的可用性？冗余站点。

　　如何保证服务的可用性？冗余服务。

　　如何保证数据的可用性？冗余数据。

　　数据的冗余，会带来一个副作用：一致性问题。

　　如何保证数据库“读”高可用？

　　冗余读库。

　　冗余读库带来什么副作用？

　　读写有延时，数据可能不一致。

　　上图是很多互联网公司mysql的架构，写仍然是单点，不能保证写高可用。

　　如何保证数据库“写”高可用？

　　冗余写库。

　　采用双主互备的方式，可以冗余写库。

　　冗余写库带来什么副作用？

　　双写同步，数据可能冲突（例如“自增id”同步冲突）。

　　如何解决同步冲突，有两种常见解决方案：

　　（1）两个写库使用不同的初始值，相同的步长来增加id：1写库的id为0,2,4,6...；2写库的id为1,3,5,7…；

　　（2）不使用数据的id，业务层自己生成唯一的id，保证数据不冲突；

　　阿里云的RDS服务号称写高可用，是如何实现的呢？

　　他们采用的就是类似于“双主同步”的方式（不再有从库了）。

　　仍是双主，但只有一个主提供读写服务，另一个主是“shadow-master”，只用来保证高可用，平时不提供服务。

　　master挂了，shadow-master顶上，虚IP漂移，对业务层透明，不需要人工介入。

　　这种方式的好处：

　　（1）读写没有延时，无一致性问题；

　　（2）读写高可用；

　　不足是：

　　（1）不能通过加从库的方式扩展读性能；

　　（2）资源利用率为50%，一台冗余主没有提供服务；

　　画外音：所以，高可用RDS还挺贵的。

　　三、如何扩展读性能？

　　提高读性能的方式大致有三种，第一种是增加索引。

　　这种方式不展开，要提到的一点是，不同的库可以建立不同的索引。

　　如上图：

　　（1）写库不建立索引；

　　（2）线上读库建立线上访问索引，例如uid；

　　（3）线下读库建立线下访问索引，例如time；

　　第二种扩充读性能的方式是，增加从库。

　　这种方法大家用得比较多，存在两个缺点：

　　（1）从库越多，同步越慢；

　　（2）同步越慢，数据不一致窗口越大；

　　第三种增加系统读性能的方式是，增加缓存。

　　常见的缓存架构如下：

　　（1）上游是业务应用；

　　（2）下游是主库，从库（读写分离），缓存；

　　如果系统架构实施了服务化：

　　（1）上游是业务应用；

　　（2）中间是服务；

　　（3）下游是主库，从库，缓存；

　　业务层不直接面向db和cache，服务层屏蔽了底层db、cache的复杂性。

　　不管采用主从的方式扩展读性能，还是缓存的方式扩展读性能，数据都要复制多份（主 从，db cache），一定会引发一致性问题。

　　四、如何保证一致性？

　　主从数据库的一致性，通常有两种解决方案：

　　（1）中间件

　　如果某一个key有写操作，在不一致时间窗口内，中间件会将这个key的读操作也路由到主库上。

　　（2）强制读注

　　“双主高可用”的架构，主从一致性的问题能够大大缓解。

　　第二类不一致，是db与缓存间的不一致。

　　这一类不一致，之前聊过，本文不再展开。

　　另外建议，所有允许cache miss的业务场景，缓存中的KEY都设置一个超时时间，这样即使出现不一致，有机会得到自修复。