MySQL 是一个开放源码的小型关联式数据库管理系统, 开发者为瑞典 MySQL AB 公司 MySQL 被广泛地应用在 Internet 上的中小型网站中由于其体积小速度快总体拥有成本低, 尤其是开放源码这一特点, 许多中小型网站为了降低网站总体拥有成本而选择了 MySQL 作为网站数据库
这篇文章主要介绍了 mysql 数据库分表分库的策略希望我们的整理能给你提供到帮助
一先说一下为什么要分表:
当一张的数据达到几百万时, 你查询一次所花的时间会变多, 如果有联合查询的话, 有可能会死在那儿了分表的目的就在于此, 减小数据库的负担, 缩短查询时间日常开发中我们经常会遇到大表的情况, 所谓的大表是指存储了百万级乃至千万级条记录的表这样的表过于庞大, 导致数据库在查询和插入的时候耗时太长, 性能低下, 如果涉及联合查询的情况, 性能会更加糟糕分表和表分区的目的就是减少数据库的负担, 提高数据库的效率, 通常点来讲就是提高表的增删改查效率数据库中的数据量不一定是可控的, 在未进行分库分表的情况下, 随着时间和业务的发展, 库中的表会越来越多, 表中的数据量也会越来越大, 相应地, 数据操作, 增删改查的开销也会越来越大; 另外, 由于无法进行分布式式部署, 而一台服务器的资源 (CPU 磁盘内存 IO 等) 是有限的, 最终数据库所能承载的数据量数据处理能力都将遭遇瓶颈
mysql 执行一个 sql 的过程如下:
1 接收到 sql;
2 把 sql 放到排队队列中;
3 执行 sql;
4 返回执行结果
在这个执行过程中最花时间在什么地方呢? 第一, 是排队等待的时间, 第二, sql 的执行时间其实这两个是一回事, 等待的同时, 肯定有 sql 在执行所以我们要缩短 sql 的执行时间
mysql 中有一种机制是表锁定和行锁定, 为什么要出现这种机制, 是为了保证数据的完整性, 我举个例子来说吧, 如果有二个 sql 都要修改同一张表的同一条数据, 这个时候怎么办呢, 是不是二个 sql 都可以同时修改这条数据呢? 很显然 mysql 对这种情况的处理是, 一种是表锁定 (myisam 存储引擎), 一个是行锁定(innodb 存储引擎) 表锁定表示你们都不能对这张表进行操作, 必须等我对表操作完才行行锁定也一样, 别的 sql 必须等我对这条数据操作完了, 才能对这条数据进行操作如果数据太多, 一次执行的时间太长, 等待的时间就越长, 这也是我们为什么要分表的原因
二分表的方案
1 集群
1, 做 mysql 集群, 有人会问 mysql 集群, 根分表有什么关系吗? 虽然它不是实际意义上的分表, 但是它启到了分表的作用, 做集群的意义是什么呢? 为一个数据库减轻负担, 说白了就是减少 sql 排队队列中的 sql 的数量, 举个例子: 有 10 个 sql 请求, 如果放在一个数据库服务器的排队队列中, 他要等很长时间, 如果把这 10 个 sql 请求, 分配到 5 个数据库服务器的排队队列中, 一个数据库服务器的队列中只有 2 个, 这样等待时间是不是大大的缩短了呢? 这已经很明显了所以我把它列到了分表的范围以内, 我做过一些 mysql 的集群:
linux mysql proxy 的安装, 配置, 以及读写分离
mysql replication 互为主从的安装及配置, 以及数据同步
优点: 扩展性好, 没有多个分表后的复杂操作(php 代码)
缺点: 单个表的数据量还是没有变, 一次操作所花的时间还是那么多, 硬件开销大
2 分表
分表的 2 种方式:
讲字段拆分到不同表中, 将原表中的 string 类型字段拆分到其他表, 能够加快主表的查询
2. 垂直分割就是按字段分.
一个数据库有 3000W 用户记录. 包括字段 id,user,password,first_name,last_name,email,addr, 等几十字段. 用户登录时需要 user,password 字段, 需要查找 user,password 字段比较慢, 若是把它 user,password 单建立一表, 速度会快. 用户的其它字段独立再建立一个表. 这仅是一个例子.
把数据拆分到多个同样结构的表中
水平. 就是按记录分. 一个数据库有 3000W 用户记录. 处理速度比较慢. 这时可以把 3000W. 分成五份. 每份都是 600W. 分别放在不同的机器上.
水平分表:
就是预先估计会出现大数据量并且访问频繁的表, 将其分为若干个表, 这种预估大差不差的, 论坛里面发表帖子的表, 时间长了这张表肯定很大, 几十万, 几百万都有可能聊天室里面信息表, 几十个人在一起一聊一个晚上, 时间长了, 这张表的数据肯定很大像这样的情况很多所以这种能预估出来的大数据量表, 我们就事先分出个 N 个表, 这个 N 是多少, 根据实际情况而定以聊天信息表为例:
我事先建 100 个这样的表, message_00,message_01,message_02.message_98,message_99. 然后根据用户的 ID 来判断这个用户的聊天信息放到哪张表里面, 可以用求余的方式来获得
3 实际应用中:
需要把垂直分表和水平分表结合起来使用, 如果一个数据库有 3000w 用户的话, 可以先考虑垂直拆, 拆完之后在进行水平拆分
就是先将其他字段拆分到 user_info 表中, 用户主表只留下用户 id, 密码, 用户名等关键字段
之后在进行水平拆分, 将用户和用户信息表分为多个同样结构的表
接下来我们来看下 MYSQL 在分表存储数据的时候是如何运作的:
1 简单的 MySQL 主从复制:
MySQL 的主从复制解决了数据库的读写分离, 并很好的提升了读的性能, 其图如下:
其主从复制的过程如下图所示:
但是, 主从复制也带来其他一系列性能瓶颈问题:
1. 写入无法扩展
2. 写入无法缓存
3. 复制延时
4. 锁表率上升
5. 表变大, 缓存率下降
那问题产生总得解决的, 这就产生下面的优化方案, 一起来看看
2MySQL 垂直分区
如果把业务切割得足够独立, 那把不同业务的数据放到不同的数据库服务器将是一个不错的方案, 而且万一其中一个业务崩溃了也不会影响其他业务的正常进行, 并且也起到了负载分流的作用, 大大提升了数据库的吞吐能力经过垂直分区后的数据库架构图如下:
然而, 尽管业务之间已经足够独立了, 但是有些业务之间或多或少总会有点联系, 如用户, 基本上都会和每个业务相关联, 况且这种分区方式, 也不能解决单张表数据量暴涨的问题, 因此为何不试试水平分割呢?
3MySQL 水平分片(Sharding)
这是一个非常好的思路, 将用户按一定规则 (按 id 哈希) 分组, 并把该组用户的数据存储到一个数据库分片中, 即一个 sharding, 这样随着用户数量的增加, 只要简单地配置一台服务器即可, 原理图如下:
如何来确定某个用户所在的 shard 呢, 可以建一张用户和 shard 对应的数据表, 每次请求先从这张表找用户的 shard id, 再从对应 shard 中查询相关数据, 如下图所示:
单库单表
单库单表是最常见的数据库设计, 例如, 有一张用户 (user) 表放在数据库 db 中, 所有的用户都可以在 db 库中的 user 表中查到
单库多表
随着用户数量的增加, user 表的数据量会越来越大, 当数据量达到一定程度的时候对 user 表的查询会渐渐的变慢, 从而影响整个 DB 的性能如果使用 mysql, 还有一个更严重的问题是, 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
可以通过某种方式将 user 进行水平的切分, 产生两个表结构完全一样的 user_0000,user_0001 等表, user_0000 + user_0001 + 的数据刚好是一份完整的数据
多库多表
随着数据量增加也许单台 DB 的存储空间不够, 随着查询量的增加单台数据库服务器已经没办法支撑这个时候可以再对数据库进行水平区分
分库分表规则
设计表的时候需要确定此表按照什么样的规则进行分库分表例如, 当有新用户时, 程序得确定将此用户信息添加到哪个表中; 同理, 当登录的时候我们得通过用户的账号找到数据库中对应的记录, 所有的这些都需要按照某一规则进行
路由
通过分库分表规则查找到对应的表和库的过程如分库分表的规则是 user_id mod 4 的方式, 当用户新注册了一个账号, 账号 id 的 123, 我们可以通过 id mod 4 的方式确定此账号应该保存到 User_0003 表中当用户 123 登录的时候, 我们通过 123 mod 4 后确定记录在 User_0003 中
分库分表产生的问题, 及注意事项
1. 分库分表维度的问题
假如用户购买了商品, 需要将交易记录保存取来, 如果按照用户的纬度分表, 则每个用户的交易记录都保存在同一表中, 所以很快很方便的查找到某用户的 购买情况, 但是某商品被购买的情况则很有可能分布在多张表中, 查找起来比较麻烦反之, 按照商品维度分表, 可以很方便的查找到此商品的购买情况, 但要查找 到买人的交易记录比较麻烦
所以常见的解决方式有:
a. 通过扫表的方式解决, 此方法基本不可能, 效率太低了
b. 记录两份数据, 一份按照用户纬度分表, 一份按照商品维度分表
c. 通过搜索引擎解决, 但如果实时性要求很高, 又得关系到实时搜索
2. 联合查询的问题
联合查询基本不可能, 因为关联的表有可能不在同一数据库中
3. 避免跨库事务
避免在一个事务中修改 db0 中的表的时候同时修改 db1 中的表, 一个是操作起来更复杂, 效率也会有一定影响
4. 尽量把同一组数据放到同一 DB 服务器上
例如将卖家 a 的商品和交易信息都放到 db0 中, 当 db1 挂了的时候, 卖家 a 相关的东西可以正常使用也就是说避免数据库中的数据依赖另一数据库中的数据
一主多备
在实际的应用中, 绝大部分情况都是读远大于写 Mysql 提供了读写分离的机制, 所有的写操作都必须对应到 Master, 读操作可以在 Master 和 Slave 机器上进行, Slave 与 Master 的结构完全一样, 一个 Master 可以有多个 Slave, 甚至 Slave 下还可以挂 Slave, 通过此方式可以有效的提高 DB 集群的 QPS.
所有的写操作都是先在 Master 上操作, 然后同步更新到 Slave 上, 所以从 Master 同步到 Slave 机器有一定的延迟, 当系统很繁忙的时候, 延迟问题会更加严重, Slave 机器数量的增加也会使这个问题更加严重
此外, 可以看出 Master 是集群的瓶颈, 当写操作过多, 会严重影响到 Master 的稳定性, 如果 Master 挂掉, 整个集群都将不能正常工作
所以, 1. 当读压力很大的时候, 可以考虑添加 Slave 机器的分式解决, 但是当 Slave 机器达到一定的数量就得考虑分库了 2. 当写压力很大的时候, 就必须得进行分库操作
MySQL 使用为什么要分库分表
可以用说用到 MySQL 的地方, 只要数据量一大, 马上就会遇到一个问题, 要分库分表.
这里引用一个问题为什么要分库分表呢? MySQL 处理不了大的表吗?
其实是可以处理的大表的. 我所经历的项目中单表物理上文件大小在 80G 多, 单表记录数在 5 亿以上, 而且这个表
属于一个非常核用的表: 朋友关系表.
但这种方式可以说不是一个最佳方式. 因为面临文件系统如 Ext3 文件系统对大于大文件处理上也有许多问题.
这个层面可以用 xfs 文件系统进行替换. 但 MySQL 单表太大后有一个问题是不好解决: 表结构调整相关的操作基
本不在可能. 所以大项在使用中都会面监着分库分表的应用.
从 Innodb 本身来讲数据文件的 Btree 上只有两个锁, 叶子节点锁和子节点锁, 可以想而知道, 当发生页拆分或是添加
新叶时都会造成表里不能写入数据.
所以分库分表还就是一个比较好的选择了.
那么分库分表多少合适呢?
经测试在单表 1000 万条记录一下, 写入读取性能是比较好的. 这样在留点 buffer, 那么单表全是数据字型的保持在
800 万条记录以下, 有字符型的单表保持在 500 万以下.
如果按 100 库 100 表来规划, 如用户业务:
500 万 * 100*100 = 50000000 万 = 5000 亿记录.
心里有一个数了, 按业务做规划还是比较容易的.
来源: http://www.phperz.com/article/18/0217/361420.html