一、分库分表解决的现状问题
-
解决数据库本身瓶颈
-
连接数： 连接数过多时，就会出现‘too many connections’的错误，访问量太大或者数据库设置的最大连接数太小的原因
-
Mysql默认的最大连接数为100.可以修改，而mysql服务允许的最大连接数为16384
-
数据库分表可以解决单表海量数据的查询性能问题
-
数据库分库可以解决单台数据库的并发访问压力问题
-
-
解决系统本身IO、CPU瓶颈
- 磁盘读写IO瓶颈，热点数据太多，尽管使用了数据库本身缓存，但是依旧有大量IO,导致sql执行速度慢
- 网络IO瓶颈，请求的数据太多，数据传输大，网络带宽不够，链路响应时间变长
- CPU瓶颈，尤其在基础数据量大单机复杂SQL计算，SQL语句执行占用CPU使用率高，也有扫描行数大、锁冲突、锁等待等原因
- 可以通过 show processlist; 、show full processlist，发现 CPU 使用率比较高的SQL
- 常见的对于查询时间长，State 列值是 Sending data，Copying to tmp table，Copying to tmp table on disk，Sorting result，Using filesort 等都是可能有性能问题SQL，清楚相关影响问题的情况可以kill掉
- 也存在执行时间短，但是CPU占用率高的SQL，通过上面命令查询不到，这个时候最好通过执行计划分析explain进行分析
二、垂直和水平分库分表区别
- 垂直角度（表结构不一样）
- 垂直分表: 将一个表字段拆分多个表，每个表存储部分字段
- 好处: 避免IO时锁表的次数，分离热点字段和非热点字段，避免大字段IO导致性能下降
- 原则：业务经常组合查询的字段一个表；不常用字段一个表；text、blob类型字段作为附属表
- 垂直分库：根据业务将表分类，放到不同的数据库服务器上
- 好处：避免表之间竞争同个物理机的资源，比如CPU/内存/硬盘/网络IO
- 原则：根据业务相关性进行划分，领域模型，微服务划分一般就是垂直分库
- 垂直分表: 将一个表字段拆分多个表，每个表存储部分字段
- 水平角度（表结构一样）
- 水平分库：把同个表的数据按照一定规则分到不同的数据库中，数据库在不同的服务器上
- 好处: 多个数据库，降低了系统的IO和CPU压力
- 原则
- 选择合适的分片键和分片策略，和业务场景配合
- 避免数据热点和访问不均衡、避免二次扩容难度大
- 水平分表：同个数据库内，把一个表的数据按照一定规则拆分到多个表中，对数据进行拆分，不影响表结构
- 单个表的数据量少了，业务SQL执行效率高，降低了系统的IO和CPU压力
- 原则
- 选择合适的分片键和分片策略，和业务场景配合
- 避免数据热点和访问不均衡、避免二次扩容难度大
- 水平分库：把同个表的数据按照一定规则分到不同的数据库中，数据库在不同的服务器上
2.1垂直分表
-
也就是“大表拆小表”，基于列字段进行的
-
拆分原则一般是表中的字段较多，将不常用的或者数据较大，长度较长的拆分到“扩展表 如text类型字段
-
访问频次低、字段大的商品描述信息单独存放在一张表中，访问频次较高的商品基本信息单独放在一张表中
-
垂直拆分原则
-
把不常用的字段单独放在一张表;
-
把text，blob等大字段拆分出来放在附表中;
-
业务经常组合查询的列放在一张表中
-
2.2垂直分库
- 垂直分库针对的是一个系统中的不同业务进行拆分， 数据库的连接资源比较宝贵且单机处理能力也有限
- 没拆分之前全部都是落到单一的库上的，单库处理能力成为瓶颈，还有磁盘空间，内存，tps等限制
- 拆分之后，避免不同库竞争同一个物理机的CPU、内存、网络IO、磁盘，所以在高并发场景下，垂直分库一定程度上能够突破IO、连接数及单机硬件资源的瓶颈
- 垂直分库可以更好解决业务层面的耦合，业务清晰，且方便管理和维护
- 一般从单体项目升级改造为微服务项目，就是垂直分库
2.3水平分表
-
把一个表的数据分到一个数据库的多张表中，每个表只有这个表的部分数据
-
核心是把一个大表，分割N个小表，每个表的结构是一样的，数据不一样，全部表的数据合起来就是全部数据
-
针对数据量巨大的单张表（比如订单表），按照某种规则（RANGE,HASH取模等），切分到多张表里面去
-
但是这些表还是在同一个库中，所以单数据库操作还是有IO瓶颈，主要是解决单表数据量过大的问题
-
减少锁表时间，没分表前，如果是DDL(create/alter/add等)语句，当需要添加一列的时候mysql会锁表，期间所有的读写操作只能等待
2.4水平分库
- 把同个表的数据按照一定规则分到不同的数据库中，数据库在不同的服务器上
- 水平分库是把不同表拆到不同数据库中，它是对数据行的拆分，不影响表结构
- 每个库的结构都一样,但每个库的数据都不一样，没有交集，所有库的并集就是全量数据
- 水平分库的粒度，比水平分表更大
三、水平分库分表常见策略
3.1 Range
-
范围角度思考问题 (范围的话更多是水平分表)
-
数字
- 自增id范围
-
时间
- 年、月、日范围
- 比如按照月份生成 库或表 pay_log_2022_01、pay_log_2022_02
-
空间
-
地理位置：省份、区域（华东、华北、华南）
-
比如按照 省份 生成 库或表
-
-
例如：自增id，根据ID范围进行分表（左闭右开）
- 规则案例
- 1~1,000,000 是 table_1
- 1,000,000 ~2,000,000 是 table_2
- 2,000,000~3,000,000 是 table_3
- ...更多
- 优点
- id是自增长，可以无限增长
- 扩容不用迁移数据，容易理解和维护
- 缺点
- 大部分读和写都访会问新的数据，有IO瓶颈，整体资源利用率低
- 数据倾斜严重，热点数据过于集中，部分节点有瓶颈
基于Range范围分库分表业务场景
- 微博发送记录、微信消息记录、日志记录，id增长/时间分区都行
- 水平分表为主，水平分库则容易造成资源的浪费
- 网站签到等活动流水数据时间分区最好
- 水平分表为主，水平分库则容易造成资源的浪费
- 大区划分（一二线城市和五六线城市活跃度不一样，如果能避免热点问题，即可选择）
- saas业务水平分库（华东、华南、华北等）
3.2Hash取模
hash取模（Hash分库分表是最普遍的方案）
-
如果取模的字段不是整数型要先hash，统一规则就行
-
案例规则
- 用户ID是整数型的，要分2库，每个库表数量4表，一共8张表
- 用户ID取模后，值是0到7的要平均分配到每张表
A库ID = userId % 库数量 2 表ID = userId / 库数量 2 % 表数量4 - 优点
- 保证数据较均匀的分散落在不同的库、表中，可以有效的避免热点数据集中问题，
- 缺点
- 扩容不是很方便，需要数据迁移
四、实现方案ShardingSphere-JDBC
-
Sharding-JDBC
-
基于jdbc驱动，不用额外的proxy，支持任意实现 JDBC 规范的数据库
-
它使用客户端直连数据库，以 jar 包形式提供服务，无需额外部署和依赖
-
可理解为加强版的 JDBC 驱动，兼容 JDBC 和各类 ORM 框架
-
-
它使用客户端直连数据库，以 jar 包形式提供服务
-
无需额外部署和依赖，可理解为增强版的 JDBC 驱动，完全兼容 JDBC 和各种 ORM 框架
-
适用于任何基于 JDBC 的 ORM 框架，如：JPA, Hibernate, Mybatis,或直接使用 JDBC
-
支持任何第三方的数据库连接池，如：DBCP, C3P0, BoneCP, HikariCP 等；
-
支持任意实现 JDBC 规范的数据库，目前支持 MySQL，PostgreSQL，Oracle，SQLServer 以及任何可使用 JDBC 访问的数据库
-
采用无中心化架构，与应用程序共享资源，适用于 Java 开发的高性能的轻量级 OLTP 应用
4.1常见概念术语讲解
- 数据节点Node
- 数据分片的最小单元，由数据源名称和数据表组成
- 比如：ds_0.product_order_0
- 真实表
- 在分片的数据库中真实存在的物理表
- 比如订单表 product_order_0、product_order_1、product_order_2
- 逻辑表
- 水平拆分的数据库（表）的相同逻辑和数据结构表的总称
- 比如订单表 product_order_0、product_order_1、product_order_2，逻辑表就是product_order
- 绑定表
- 指分片规则一致的主表和子表
- 比如product_order表和product_order_item表，均按照order_id分片，则此两张表互为绑定表关系
- 绑定表之间的多表关联查询不会出现笛卡尔积关联，关联查询效率将大大提升
- 广播表
- 指所有的分片数据源中都存在的表，表结构和表中的数据在每个数据库中均完全一致
- 适用于数据量不大且需要与海量数据的表进行关联查询的场景
- 例如：字典表、配置表
4.2常见分片算法讲解
分片算法包括两部分：包含分片键和分片策略
-
分片键 (PartitionKey)
- 用于分片的数据库字段，是将数据库(表)水平拆分的关键字段
- 比如prouduct_order订单表，根据订单号 out_trade_no做哈希取模，则out_trade_no是分片键
- 除了对单分片字段的支持，ShardingSphere也支持根据多个字段进行分片
-
分片策略
-
行表达式分片策略 InlineShardingStrategy（必备）
-
只支持【单分片键】使用Groovy的表达式，提供对SQL语句中的 =和IN 的分片操作支持
-
可以通过简单的配置使用，无需自定义分片算法，从而避免繁琐的Java代码开发
-
prouduct_order_$->{user_id % 8}` 表示订单表根据user_id模8，而分成8张表，表名称为`prouduct_order_0`到`prouduct_order_7
-
-
标准分片策略StandardShardingStrategy（需了解）
- 只支持【单分片键】，提供PreciseShardingAlgorithm和RangeShardingAlgorithm两个分片算法
- PreciseShardingAlgorithm 精准分片 是必选的，用于处理=和IN的分片
- RangeShardingAlgorithm 范围分配 是可选的，用于处理BETWEEN AND分片
- 如果不配置RangeShardingAlgorithm，如果SQL中用了BETWEEN AND语法，则将按照全库路由处理，性能下降
-
复合分片策略ComplexShardingStrategy（需了解）
- 支持【多分片键】，多分片键之间的关系复杂，由开发者自己实现，提供最大的灵活度
- 提供对SQL语句中的=, IN和BETWEEN AND的分片操作支持
-
Hint分片策略HintShardingStrategy（需了解）
-
这种分片策略无需配置分片健，分片健值也不再从 SQL中解析，外部手动指定分片健或分片库，让 SQL在指定的分库、分表中执行
-
用于处理使用Hint行分片的场景，通过Hint而非SQL解析的方式分片的策略
-
Hint策略会绕过SQL解析的，对于这些比较复杂的需要分片的查询，Hint分片策略性能可能会更好
-
-
不分片策略 NoneShardingStrategy（需了解）
- 不分片的策略。
-
4.3执行流程原理
执行过程为：SQL解析 -> SQL优化 -> SQL路由 -> SQL改写 -> SQL执行 -> 结果归并 ->返回结果
