單表優(yōu)化

除非單表數(shù)據(jù)未來(lái)會(huì)一直不斷上漲，否則不要一開(kāi)始就考慮拆分，拆分會(huì)帶來(lái)邏輯、部署、運(yùn)維的各種復(fù)雜度，一般以整型值為主的表在千萬(wàn)級(jí)以下，字符串為主的表在五百萬(wàn)以下是沒(méi)有太大問(wèn)題的。

而事實(shí)上很多時(shí)候 MySQL 單表的性能依然有不少優(yōu)化空間，甚至能正常支撐千萬(wàn)級(jí)以上的數(shù)據(jù)量。

字段

•  盡量使用 TINYINT、 SMALLINT、 MEDIUM_INT 作為整數(shù)類型而非 INT，如果非負(fù)則加上 UNSIGNED
•  VARCHAR 的長(zhǎng)度只分配真正需要的空間
•  使用枚舉或整數(shù)代替字符串類型
•  盡量使用 TIMESTAMP 而非 DATETIME
•  單表不要有太多字段，建議在 20 以內(nèi)
•  避免使用 NULL 字段，很難查詢優(yōu)化且占用額外索引空間
•  用整型來(lái)存 IP

索引

•  索引并不是越多越好，要根據(jù)查詢有針對(duì)性的創(chuàng)建，考慮在 WHERE 和 ORDER BY
•  命令上涉及的列建立索引，可根據(jù) EXPLAIN 來(lái)查看是否用了索引還是全表掃描
•  應(yīng)盡量避免在 WHERE 子句中對(duì)字段進(jìn)行 NULL 值判斷，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描
•  值分布很稀少的字段不適合建索引，例如"性別"這種只有兩三個(gè)值的字段
•  字符字段只建前綴索引
•  字符字段最好不要做主鍵
•  不用外鍵，由程序保證約束
•  盡量不用 UNIQUE，由程序保證約束
•  使用多列索引時(shí)主意順序和查詢條件保持一致，同時(shí)刪除不必要的單列索引

查詢SQL

•  可通過(guò)開(kāi)啟慢查詢?nèi)罩緛?lái)找出較慢的 SQL
•  不做列運(yùn)算：SELECT id WHERE age+1=10，任何對(duì)列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫(kù)教程函數(shù)、計(jì)算表達(dá)式等等，查詢時(shí)要盡可能將操作移至等號(hào)右邊
•  sql 語(yǔ)句盡可能簡(jiǎn)單：一條 sql 只能在一個(gè) cpu 運(yùn)算；大語(yǔ)句拆小語(yǔ)句，減少鎖時(shí)間；一條大sql 可以堵死整個(gè)庫(kù)
•  不用 SELECT *
•  OR 改寫(xiě)成 IN：OR 的效率是 n 級(jí)別， IN 的效率是 log(n) 級(jí)別，IN 的個(gè)數(shù)建議控制在 200 以內(nèi)
•  不用函數(shù)和觸發(fā)器，在應(yīng)用程序?qū)崿F(xiàn)
•  避免 %xxx 式查詢
•  少用 JOIN
•  使用同類型進(jìn)行比較，比如用 '123' 和 '123' 比， 123 和 123 比
•  盡量避免在 WHERE 子句中使用 != 或 <> 操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描
•  對(duì)于連續(xù)數(shù)值，使用 BETWEEN 不用 IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5
•  列表數(shù)據(jù)不要拿全表，要使用 LIMIT 來(lái)分頁(yè)，每頁(yè)數(shù)量也不要太大

引擎

目前廣泛使用的是 MyISAM 和 InnoDB 兩種引擎：

MyISAM

MyISAM 引擎是 MySQL 5.1 及之前版本的默認(rèn)引擎，它的特點(diǎn)是：

•  不支持行鎖，讀取時(shí)對(duì)需要讀到的所有表加鎖，寫(xiě)入時(shí)則對(duì)表加排它鎖
•  不支持事務(wù)
•  不支持外鍵
•  不支持崩潰后的安全恢復(fù)
•  在表有讀取查詢的同時(shí)，支持往表中插入新紀(jì)錄
•  支持 BLOB 和 TEXT 的前 500 個(gè)字符索引，支持全文索引
•  支持延遲更新索引，極大提升寫(xiě)入性能
•  對(duì)于不會(huì)進(jìn)行修改的表，支持壓縮表，極大減少磁盤(pán)空間占用

InnoDB

InnoDB 在 MySQL 5.5 后成為默認(rèn)索引，它的特點(diǎn)是：

•  支持行鎖，采用 MVCC 來(lái)支持高并發(fā)
•  支持事務(wù)
•  支持外鍵
•  支持崩潰后的安全恢復(fù)
•  不支持全文索引（5.6.4之后版本逐漸開(kāi)始支持）

總體來(lái)講，MyISAM 適合 SELECT 密集型的表，而 InnoDB 適合 INSERT 和 UPDATE 密集型的表

系統(tǒng)調(diào)優(yōu)參數(shù)

可以使用下面幾個(gè)工具來(lái)做基準(zhǔn)測(cè)試：

•  sysbench：一個(gè)模塊化，跨平臺(tái)以及多線程的性能測(cè)試工具
•  iibench-mysql：基于 Java 的 MySQL/Percona/MariaDB 索引進(jìn)行插入性能測(cè)試工具
•  tpcc-mysql：Percona 開(kāi)發(fā)的 TPC-C 測(cè)試工具

具體的調(diào)優(yōu)參數(shù)內(nèi)容較多，具體可參考官方文檔，這里介紹一些比較重要的參數(shù)：

•  backlog：backlog 值指出在 MySQL 暫時(shí)停止回答新請(qǐng)求之前的短時(shí)間內(nèi)多少個(gè)請(qǐng)求可以被存在堆棧中。也就是說(shuō)，如果 MySql 的連接數(shù)據(jù)達(dá)到 maxconnections 時(shí)，新來(lái)的請(qǐng)求將會(huì)被存在堆棧中，以等待某一連接釋放資源，該堆棧的數(shù)量即 backlog，如果等待連接的數(shù)量超過(guò)back_log，將不被授予連接資源。可以從默認(rèn)的 50 升至 500
•  wait_timeout：數(shù)據(jù)庫(kù)連接閑置時(shí)間，閑置連接會(huì)占用內(nèi)存資源?？梢詮哪J(rèn)的 8 小時(shí)減到半小時(shí)
•  maxuserconnection：最大連接數(shù)，默認(rèn)為 0 無(wú)上限，最好設(shè)一個(gè)合理上限
•  thread_concurrency：并發(fā)線程數(shù)，設(shè)為 CPU 核數(shù)的兩倍
•  skipnameresolve：禁止對(duì)外部連接進(jìn)行 DNS 解析，消除 DNS 解析時(shí)間，但需要所有遠(yuǎn)程主機(jī)用 IP 訪問(wèn)
•  keybuffersize：索引塊的緩存大小，增加會(huì)提升索引處理速度，對(duì) MyISAM 表性能影響最大。對(duì)于內(nèi)存 4G 左右，可設(shè)為 256M 或 384M，通過(guò)查詢 show status like'key_read%'，保證 key_reads / key_read_requests 在 0.1% 以下最好
•  innodbbufferpool_size：緩存數(shù)據(jù)塊和索引塊，對(duì) InnoDB 表性能影響最大。通過(guò)查詢 show status like'Innodb_buffer_pool_read%'，保證 (Innodb_buffer_pool_read_requests –<br />Innodb_buffer_pool_reads) / Innodb_buffer_pool_read_requests 越高越好
•  innodbadditionalmempoolsize：InnoDB 存儲(chǔ)引擎用來(lái)存放數(shù)據(jù)字典信息以及一些內(nèi)部數(shù)據(jù)結(jié)構(gòu)的內(nèi)存空間大小，當(dāng)數(shù)據(jù)庫(kù)對(duì)象非常多的時(shí)候，適當(dāng)調(diào)整該參數(shù)的大小以確保所有數(shù)據(jù)都能存放在內(nèi)存中提高訪問(wèn)效率，當(dāng)過(guò)小的時(shí)候，MySQL 會(huì)記錄 Warning 信息到數(shù)據(jù)庫(kù)的錯(cuò)誤日志中，這時(shí)就需要該調(diào)整這個(gè)參數(shù)大小
•  innodblogbuffer_size：InnoDB 存儲(chǔ)引擎的事務(wù)日志所使用的緩沖區(qū)，一般來(lái)說(shuō)不建議超過(guò)

         32MB

•  querycachesize：緩存 MySQL 中的 ResultSet，也就是一條 SQL 語(yǔ)句執(zhí)行的結(jié)果集，所以僅僅只能針對(duì) select 語(yǔ)句。當(dāng)某個(gè)表的數(shù)據(jù)有任何任何變化，都會(huì)導(dǎo)致所有引用了該表的select 語(yǔ)句在 Query Cache 中的緩存數(shù)據(jù)失效。所以，當(dāng)我們的數(shù)據(jù)變化非常頻繁的情況下，使用 Query Cache 可能會(huì)得不償失。根據(jù)命中率 (Qcache_hits / (Qcache_hits + Qcache_inserts) * 100)) 進(jìn)行調(diào)整，一般不建議太大，256MB 可能已經(jīng)差不多了，大型的配置型靜態(tài)數(shù)據(jù)可適當(dāng)調(diào)大. 可以通過(guò)命令 show status like'Qcache_%' 查看目前系統(tǒng) Query Catch 使用大小

•  readbuffersize：MySql 讀入緩沖區(qū)大小。對(duì)表進(jìn)行順序掃描的請(qǐng)求將分配一個(gè)讀入緩沖區(qū)，MySql 會(huì)為它分配一段內(nèi)存緩沖區(qū)。如果對(duì)表的順序掃描請(qǐng)求非常頻繁，可以通過(guò)增加該變量值以及內(nèi)存緩沖區(qū)大小提高其性能
•  sortbuffersize：MySql 執(zhí)行排序使用的緩沖大小。如果想要增加 ORDER BY 的速度，首先看是否可以讓 MySQL 使用索引而不是額外的排序階段。如果不能，可以嘗試增加 sortbuffersize 變量的大小
•  readrndbuffer_size：MySql 的隨機(jī)讀緩沖區(qū)大小。當(dāng)按任意順序讀取行時(shí)(例如，按照排序順序)，將分配一個(gè)隨機(jī)讀緩存區(qū)。進(jìn)行排序查詢時(shí)，MySql 會(huì)首先掃描一遍該緩沖，以避免磁盤(pán)搜索，提高查詢速度，如果需要排序大量數(shù)據(jù)，可適當(dāng)調(diào)高該值。但 MySql 會(huì)為每個(gè)客戶連接發(fā)放該緩沖空間，所以應(yīng)盡量適當(dāng)設(shè)置該值，以避免內(nèi)存開(kāi)銷過(guò)大
•  record_buffer：每個(gè)進(jìn)行一個(gè)順序掃描的線程為其掃描的每張表分配這個(gè)大小的一個(gè)緩沖區(qū)。如果你做很多順序掃描，可能想要增加該值
•  threadcachesize：保存當(dāng)前沒(méi)有與連接關(guān)聯(lián)但是準(zhǔn)備為后面新的連接服務(wù)的線程，可以快速響應(yīng)連接的線程請(qǐng)求而無(wú)需創(chuàng)建新的
•  tablecache：類似于 threadcache_size，但用來(lái)緩存表文件，對(duì) InnoDB 效果不大，主要用于 MyISAM

升級(jí)硬件

Scale up，這個(gè)不多說(shuō)了，根據(jù) MySQL 是 CPU 密集型還是 I/O 密集型，通過(guò)提升 CPU 和內(nèi)存、使用 SSD，都能顯著提升 MySQL 性能。

讀寫(xiě)分離

也是目前常用的優(yōu)化，從庫(kù)讀主庫(kù)寫(xiě)，一般不要采用雙主或多主引入很多復(fù)雜性，盡量采用文中的其他方案來(lái)提高性能。

同時(shí)目前很多拆分的解決方案同時(shí)也兼顧考慮了讀寫(xiě)分離。讀寫(xiě)分離：手把手教你實(shí)現(xiàn)MySQL讀寫(xiě)分離

緩存

緩存可以發(fā)生在這些層次：

•  MySQL 內(nèi)部：在系統(tǒng)調(diào)優(yōu)參數(shù)介紹了相關(guān)設(shè)置
•  數(shù)據(jù)訪問(wèn)層：比如 MyBatis 針對(duì) SQL 語(yǔ)句做緩存，而 Hibernate 可以精確到單個(gè)記錄，這里緩存的對(duì)象主要是持久化對(duì)象 PersistenceObject
•  應(yīng)用服務(wù)層：這里可以通過(guò)編程手段對(duì)緩存做到更精準(zhǔn)的控制和更多的實(shí)現(xiàn)策略，這里緩存的對(duì)象是數(shù)據(jù)傳輸對(duì)象 DataTransferObject（DTO）
•  Web 層：針對(duì) web 頁(yè)面做緩存
•  瀏覽器客戶端：用戶端的緩存

可以根據(jù)實(shí)際情況在一個(gè)層次或多個(gè)層次結(jié)合加入緩存。緩存擴(kuò)展：緩存常見(jiàn)問(wèn)題及解決方案

這里重點(diǎn)介紹下服務(wù)層的緩存實(shí)現(xiàn)，目前主要有兩種方式：

•  直寫(xiě)式（Write Through）：在數(shù)據(jù)寫(xiě)入數(shù)據(jù)庫(kù)后，同時(shí)更新緩存，維持?jǐn)?shù)據(jù)庫(kù)與緩存的一致性。這也是當(dāng)前大多數(shù)應(yīng)用緩存框架如 Spring Cache 的工作方式。這種實(shí)現(xiàn)非常簡(jiǎn)單，同步好，但效率一般。
•  回寫(xiě)式（Write Back）：當(dāng)有數(shù)據(jù)要寫(xiě)入數(shù)據(jù)庫(kù)時(shí)，只會(huì)更新緩存，然后異步批量的將緩存數(shù)據(jù)同步到數(shù)據(jù)庫(kù)上。這種實(shí)現(xiàn)比較復(fù)雜，需要較多的應(yīng)用邏輯，同時(shí)可能會(huì)產(chǎn)生數(shù)據(jù)庫(kù)與緩存的不同步，但效率非常高。

表分區(qū)

MySQL 在 5.1 版引入的分區(qū)是一種簡(jiǎn)單的水平拆分，用戶需要在建表的時(shí)候加上分區(qū)參數(shù)，對(duì)應(yīng)用是透明的無(wú)需修改代碼

對(duì)用戶來(lái)說(shuō)，分區(qū)表是一個(gè)獨(dú)立的邏輯表，但是底層由多個(gè)物理子表組成，實(shí)現(xiàn)分區(qū)的代碼實(shí)際上是通過(guò)對(duì)一組底層表的對(duì)象封裝，但對(duì) SQL 層來(lái)說(shuō)是一個(gè)完全封裝底層的黑盒子。MySQL 實(shí)現(xiàn)分區(qū)的方式也意味著索引也是按照分區(qū)的子表定義，沒(méi)有全局索引。

用戶的 SQL 語(yǔ)句是需要針對(duì)分區(qū)表做優(yōu)化，SQL 條件中要帶上分區(qū)條件的列，從而使查詢定位到少量的分區(qū)上，否則就會(huì)掃描全部分區(qū)，可以通過(guò) EXPLAIN PARTITIONS 來(lái)查看某條SQL 語(yǔ)句會(huì)落在那些分區(qū)上，從而進(jìn)行 SQL 優(yōu)化，如下圖 5 條記錄落在兩個(gè)分區(qū)上：

分區(qū)的好處是：

•  可以讓單表存儲(chǔ)更多的數(shù)據(jù)
•  分區(qū)表的數(shù)據(jù)更容易維護(hù)，可以通過(guò)清楚整個(gè)分區(qū)批量刪除大量數(shù)據(jù)，也可以增加新的分區(qū)來(lái)支持新插入的數(shù)據(jù)。另外，還可以對(duì)一個(gè)獨(dú)立分區(qū)進(jìn)行優(yōu)化、檢查、修復(fù)等操作
•  部分查詢能夠從查詢條件確定只落在少數(shù)分區(qū)上，速度會(huì)很快
•  分區(qū)表的數(shù)據(jù)還可以分布在不同的物理設(shè)備上，從而高效利用多個(gè)硬件設(shè)備
•  可以使用分區(qū)表賴避免某些特殊瓶頸，例如 InnoDB 單個(gè)索引的互斥訪問(wèn)、ext3 文件系統(tǒng)的
•  inode 鎖競(jìng)爭(zhēng)
•  可以備份和恢復(fù)單個(gè)分區(qū)

分區(qū)的限制和缺點(diǎn)：

•  一個(gè)表最多只能有 1024 個(gè)分區(qū)
•  如果分區(qū)字段中有主鍵或者唯一索引的列，那么所有主鍵列和唯一索引列都必須包含進(jìn)來(lái)
•  分區(qū)表無(wú)法使用外鍵約束
•  NULL 值會(huì)使分區(qū)過(guò)濾無(wú)效
•  所有分區(qū)必須使用相同的存儲(chǔ)引擎

分區(qū)的類型：

•  RANGE 分區(qū)：基于屬于一個(gè)給定連續(xù)區(qū)間的列值，把多行分配給分區(qū)
•  LIST 分區(qū)：類似于按 RANGE 分區(qū)，區(qū)別在于 LIST 分區(qū)是基于列值匹配一個(gè)離散值集合中的某個(gè)值來(lái)進(jìn)行選擇
•  HASH 分區(qū)：基于用戶定義的表達(dá)式的返回值來(lái)進(jìn)行選擇的分區(qū)，該表達(dá)式使用將要插入到表中的這些行的列值進(jìn)行計(jì)算。這個(gè)函數(shù)可以包含 MySQL 中有效的、產(chǎn)生非負(fù)整數(shù)值的任何表達(dá)式
•  KEY 分區(qū)：類似于按 HASH 分區(qū)，區(qū)別在于 KEY 分區(qū)只支持計(jì)算一列或多列，且 MySQL 服務(wù)器提供其自身的哈希函數(shù)。必須有一列或多列包含整數(shù)值

分區(qū)適合的場(chǎng)景有：

最適合的場(chǎng)景數(shù)據(jù)的時(shí)間序列性比較強(qiáng)，則可以按時(shí)間來(lái)分區(qū)，如下所示：

查詢時(shí)加上時(shí)間范圍條件效率會(huì)非常高，同時(shí)對(duì)于不需要的歷史數(shù)據(jù)能很容的批量刪除。

如果數(shù)據(jù)有明顯的熱點(diǎn)，而且除了這部分?jǐn)?shù)據(jù)，其他數(shù)據(jù)很少被訪問(wèn)到，那么可以將熱點(diǎn)數(shù)據(jù)單獨(dú)放在一個(gè)分區(qū)，讓這個(gè)分區(qū)的數(shù)據(jù)能夠有機(jī)會(huì)都緩存在內(nèi)存中，查詢時(shí)只訪問(wèn)一個(gè)很小的分區(qū)表，能夠有效使用索引和緩存。索引相關(guān)：帶你從頭到尾捋一遍MySQL索引

另外 MySQL 有一種早期的簡(jiǎn)單的分區(qū)實(shí)現(xiàn) - 合并表（merge table），限制較多且缺乏優(yōu)化，不建議使用，應(yīng)該用新的分區(qū)機(jī)制來(lái)替代

垂直拆分

垂直分庫(kù)是根據(jù)數(shù)據(jù)庫(kù)里面的數(shù)據(jù)表的相關(guān)性進(jìn)行拆分。擴(kuò)展：互聯(lián)網(wǎng)公司常用分庫(kù)分表方案匯總

比如：一個(gè)數(shù)據(jù)庫(kù)里面既存在用戶數(shù)據(jù)，又存在訂單數(shù)據(jù)，那么垂直拆分可以把用戶數(shù)據(jù)放到用戶庫(kù)、把訂單數(shù)據(jù)放到訂單庫(kù)。

垂直分表是對(duì)數(shù)據(jù)表進(jìn)行垂直拆分的一種方式，常見(jiàn)的是把一個(gè)多字段的大表按常用字段和非常用字段進(jìn)行拆分，每個(gè)表里面的數(shù)據(jù)記錄數(shù)一般情況下是相同的，只是字段不一樣，使用主鍵關(guān)聯(lián)

比如原始的用戶表是：

垂直拆分后是：

垂直拆分的優(yōu)點(diǎn)是：

•  可以使得行數(shù)據(jù)變小，一個(gè)數(shù)據(jù)塊( Block )就能存放更多的數(shù)據(jù)，在查詢時(shí)就會(huì)減少 I/O 次數(shù)(每次查詢時(shí)讀取的 Block 就少)
•  可以達(dá)到最大化利用 Cache 的目的，具體在垂直拆分的時(shí)候可以將不常變的字段放一起，將經(jīng)常改變的放一起
•  數(shù)據(jù)維護(hù)簡(jiǎn)單

缺點(diǎn)是：

•  主鍵出現(xiàn)冗余，需要管理冗余列
•  會(huì)引起表連接 JOIN 操作（增加 CPU 開(kāi)銷）可以通過(guò)在業(yè)務(wù)服務(wù)器上進(jìn)行 join 來(lái)減少數(shù)據(jù)庫(kù)壓力
•  依然存在單表數(shù)據(jù)量過(guò)大的問(wèn)題（需要水平拆分）
•  事務(wù)處理復(fù)雜

水平拆分

概述

水平拆分是通過(guò)某種策略將數(shù)據(jù)分片來(lái)存儲(chǔ)，分庫(kù)內(nèi)分表和分庫(kù)兩部分，每片數(shù)據(jù)會(huì)分散到不同的 MySQL 表或庫(kù)，達(dá)到分布式的效果，能夠支持非常大的數(shù)據(jù)量。前面的表分區(qū)本質(zhì)上也是一種特殊的庫(kù)內(nèi)分表。

庫(kù)內(nèi)分表，僅僅是單純的解決了單一表數(shù)據(jù)過(guò)大的問(wèn)題，由于沒(méi)有把表的數(shù)據(jù)分布到不同的機(jī)器上，因此對(duì)于減輕 MySQL 服務(wù)器的壓力來(lái)說(shuō)，并沒(méi)有太大的作用，大家還是競(jìng)爭(zhēng)同一個(gè)物理機(jī)上的 IO、CPU、網(wǎng)絡(luò)，這個(gè)就要通過(guò)分庫(kù)來(lái)解決

前面垂直拆分的用戶表如果進(jìn)行水平拆分，結(jié)果是：

實(shí)際情況中往往會(huì)是垂直拆分和水平拆分的結(jié)合，即將 Users_A_M 和 Users_N_Z 再拆成 Users 和 UserExtras，這樣一共四張表

水平拆分的優(yōu)點(diǎn)是:

•  不存在單庫(kù)大數(shù)據(jù)和高并發(fā)的性能瓶頸
•  應(yīng)用端改造較少
•  提高了系統(tǒng)的穩(wěn)定性和負(fù)載能力

缺點(diǎn)是：

•  分片事務(wù)一致性難以解決
•  跨節(jié)點(diǎn) Join 性能差，邏輯復(fù)雜
•  數(shù)據(jù)多次擴(kuò)展難度跟維護(hù)量極大

分片原則

•  能不分就不分，參考單表優(yōu)化
•  分片數(shù)量盡量少，分片盡量均勻分布在多個(gè)數(shù)據(jù)結(jié)點(diǎn)上，因?yàn)橐粋€(gè)查詢 SQL 跨分片越多，則總體性能越差，雖然要好于所有數(shù)據(jù)在一個(gè)分片的結(jié)果，只在必要的時(shí)候進(jìn)行擴(kuò)容，增加分片數(shù)量
•  分片規(guī)則需要慎重選擇做好提前規(guī)劃，分片規(guī)則的選擇，需要考慮數(shù)據(jù)的增長(zhǎng)模式，數(shù)據(jù)的訪問(wèn)模式，分片關(guān)聯(lián)性問(wèn)題，以及分片擴(kuò)容問(wèn)題，最近的分片策略為范圍分片，枚舉分片，一致性 Hash 分片，這幾種分片都有利于擴(kuò)容
• 盡量不要在一個(gè)事務(wù)中的 SQL 跨越多個(gè)分片，分布式事務(wù)一直是個(gè)不好處理的問(wèn)題
•  查詢條件盡量?jī)?yōu)化，盡量避免 Select * 的方式，大量數(shù)據(jù)結(jié)果集下，會(huì)消耗大量帶寬和

        CPU 資源，查詢盡量避免返回大量結(jié)果集，并且盡量為頻繁使用的查詢語(yǔ)句建立索引。

•  通過(guò)數(shù)據(jù)冗余和表分區(qū)依賴降低跨庫(kù) Join 的可能

這里特別強(qiáng)調(diào)一下分片規(guī)則的選擇問(wèn)題，如果某個(gè)表的數(shù)據(jù)有明顯的時(shí)間特征，比如訂單、交易記錄等，則他們通常比較合適用時(shí)間范圍分片，因?yàn)榫哂袝r(shí)效性的數(shù)據(jù)，我們往往關(guān)注其近期的數(shù)據(jù)，查詢條件中往往帶有時(shí)間字段進(jìn)行過(guò)濾，比較好的方案是，當(dāng)前活躍的數(shù)據(jù)，采用跨度比較短的時(shí)間段進(jìn)行分片，而歷史性的數(shù)據(jù)，則采用比較長(zhǎng)的跨度存儲(chǔ)。

總體上來(lái)說(shuō)，分片的選擇是取決于最頻繁的查詢 SQL 的條件，因?yàn)椴粠魏?Where 語(yǔ)句的查詢 SQL，會(huì)遍歷所有的分片，性能相對(duì)最差，因此這種 SQL 越多，對(duì)系統(tǒng)的影響越大，所以我們要盡量避免這種 SQL 的產(chǎn)生。

解決方案

由于水平拆分牽涉的邏輯比較復(fù)雜，當(dāng)前也有了不少比較成熟的解決方案。這些方案分為兩大類：

•  客戶端架構(gòu)
•  代理架構(gòu)

客戶端架構(gòu)

通過(guò)修改數(shù)據(jù)訪問(wèn)層，如 JDBC、Data Source、MyBatis，通過(guò)配置來(lái)管理多個(gè)數(shù)據(jù)源，直連數(shù)據(jù)庫(kù)，并在模塊內(nèi)完成數(shù)據(jù)的分片整合，一般以 Jar 包的方式呈現(xiàn)

這是一個(gè)客戶端架構(gòu)的例子：

可以看到分片的實(shí)現(xiàn)是和應(yīng)用服務(wù)器在一起的，通過(guò)修改 Spring JDBC 層來(lái)實(shí)現(xiàn)

客戶端架構(gòu)的優(yōu)點(diǎn)是：

•  應(yīng)用直連數(shù)據(jù)庫(kù)，降低外圍系統(tǒng)依賴所帶來(lái)的宕機(jī)風(fēng)險(xiǎn)
•  集成成本低，無(wú)需額外運(yùn)維的組件

缺點(diǎn)是：

•  限于只能在數(shù)據(jù)庫(kù)訪問(wèn)層上做文章，擴(kuò)展性一般，對(duì)于比較復(fù)雜的系統(tǒng)可能會(huì)力不從心
•  將分片邏輯的壓力放在應(yīng)用服務(wù)器上，造成額外風(fēng)險(xiǎn)

代理架構(gòu)

通過(guò)獨(dú)立的中間件來(lái)統(tǒng)一管理所有數(shù)據(jù)源和數(shù)據(jù)分片整合，后端數(shù)據(jù)庫(kù)集群對(duì)前端應(yīng)用程序透明，需要獨(dú)立部署和運(yùn)維代理組件

這是一個(gè)代理架構(gòu)的例子：

代理組件為了分流和防止單點(diǎn)，一般以集群形式存在，同時(shí)可能需要 Zookeeper 之類的服務(wù)組件來(lái)管理

代理架構(gòu)的優(yōu)點(diǎn)是：

•  能夠處理非常復(fù)雜的需求，不受數(shù)據(jù)庫(kù)訪問(wèn)層原來(lái)實(shí)現(xiàn)的限制，擴(kuò)展性強(qiáng)
•  對(duì)于應(yīng)用服務(wù)器透明且沒(méi)有增加任何額外負(fù)載

缺點(diǎn)是：

•  需部署和運(yùn)維獨(dú)立的代理中間件，成本高
•  應(yīng)用需經(jīng)過(guò)代理來(lái)連接數(shù)據(jù)庫(kù)，網(wǎng)絡(luò)上多了一跳，性能有損失且有額外風(fēng)險(xiǎn)

各方案比較

點(diǎn)開(kāi)放大看

如此多的方案，如何進(jìn)行選擇？可以按以下思路來(lái)考慮：

•  確定是使用代理架構(gòu)還是客戶端架構(gòu)。中小型規(guī)?；蚴潜容^簡(jiǎn)單的場(chǎng)景傾向于選擇客戶端架構(gòu)，復(fù)雜場(chǎng)景或大規(guī)模系統(tǒng)傾向選擇代理架構(gòu)
•  具體功能是否滿足，比如需要跨節(jié)點(diǎn) ORDER BY，那么支持該功能的優(yōu)先考慮
•  不考慮一年內(nèi)沒(méi)有更新的產(chǎn)品，說(shuō)明開(kāi)發(fā)停滯，甚至無(wú)人維護(hù)和技術(shù)支持
•  最好按大公司 -> 社區(qū) -> 小公司 -> 個(gè)人這樣的出品方順序來(lái)選擇
•  選擇口碑較好的，比如 GitHub 星數(shù)、使用者數(shù)量質(zhì)量和使用者反饋
•  開(kāi)源的優(yōu)先，往往項(xiàng)目有特殊需求可能需要改動(dòng)源代碼

按照上述思路，推薦以下選擇：

•  客戶端架構(gòu)：ShardingJDBC
•  代理架構(gòu)：MyCat 或 Atlas

兼容 MySQL 且可水平擴(kuò)展的數(shù)據(jù)庫(kù)

目前也有一些開(kāi)源數(shù)據(jù)庫(kù)兼容 MySQL 協(xié)議，如： 

https://github.com/pingcap/tidb  
http://www.cubrid.org/ 

但其工業(yè)品質(zhì)和 MySQL 尚有差距，且需要較大的運(yùn)維投入，如果想將原始的 MySQL 遷移到可水平擴(kuò)展的新數(shù)據(jù)庫(kù)中，可以考慮一些云數(shù)據(jù)庫(kù)： 

https://cn.aliyun.com/product/petadata/?spm=5176.7960203.237031.38.cAzx5r  
https://cn.aliyun.com/product/oceanbase?spm=5176.7960203.237031.40.cAzx5r  
https://www.qcloud.com/product/dcdbfortdsql.html 

NoSQL

在 MySQL 上做 Sharding 是一種戴著鐐銬的跳舞，事實(shí)上很多大表本身對(duì) MySQL 這種

RDBMS 的需求并不大，并不要求 ACID，可以考慮將這些表遷移到 NoSQL，徹底解決水平擴(kuò)展問(wèn)題，例如：

•  日志類、監(jiān)控類、統(tǒng)計(jì)類數(shù)據(jù)
•  非結(jié)構(gòu)化或弱結(jié)構(gòu)化數(shù)據(jù)
•  對(duì)事務(wù)要求不強(qiáng)，且無(wú)太多關(guān)聯(lián)操作的數(shù)據(jù)