了解數(shù)據(jù)庫(kù)擴(kuò)展的不同技術(shù)，有助于我們選擇適合我們需求和目的的合適策略。

因此，在這篇文章中，我們將展示不同的數(shù)據(jù)庫(kù)服務(wù)器擴(kuò)展解決方案和技術(shù)，分為讀取和寫(xiě)入兩大類策略。

讀取/加載

為了解決應(yīng)用程序有時(shí)負(fù)載過(guò)大的問(wèn)題，我們匯總了三種技術(shù)：

 緩存

緩存技術(shù)將頻繁請(qǐng)求的數(shù)據(jù)或費(fèi)時(shí)的計(jì)算操作響應(yīng)存儲(chǔ)在臨時(shí)內(nèi)存中。緩存中存儲(chǔ)的數(shù)據(jù)需要根據(jù)應(yīng)用程序的性質(zhì)進(jìn)行更改，并且可以通過(guò)緩存失效和清除技術(shù)進(jìn)行更新，以保持?jǐn)?shù)據(jù)的一致性。可以通過(guò)緩存過(guò)期時(shí)間（TTL）方法或其他依賴于所使用的緩存模式來(lái)實(shí)現(xiàn)。

使用不同的緩存模式可以作為實(shí)施緩存解決方案的策略。Caching aside是針對(duì)大量讀取并且即使緩存失效也能工作的解決方案。Read-through和Write-through一起使用，這是適用于讀取密集型工作負(fù)載的良好選擇，但如果緩存失敗會(huì)導(dǎo)致系統(tǒng)故障。Write-back則適用于寫(xiě)入密集型工作負(fù)載，并且被各種數(shù)據(jù)庫(kù)管理系統(tǒng)實(shí)現(xiàn)所使用。

緩存

根據(jù)要求，例如需要大量讀取、大量寫(xiě)入或二者混合，我們可以決定使用哪種模式以更好應(yīng)對(duì)緩存或數(shù)據(jù)庫(kù)故障。

數(shù)據(jù)庫(kù)復(fù)制

復(fù)制是一種工作方式，其中有一個(gè)被稱為“主數(shù)據(jù)庫(kù)”的數(shù)據(jù)庫(kù)，所有寫(xiě)入請(qǐng)求都流向該數(shù)據(jù)庫(kù)。此外，我們將主數(shù)據(jù)庫(kù)制作成精確的副本，作為稱為“輔助節(jié)點(diǎn)”的新節(jié)點(diǎn)副本，僅負(fù)責(zé)處理讀取請(qǐng)求。主數(shù)據(jù)庫(kù)不斷向從節(jié)點(diǎn)提供更新的數(shù)據(jù)，使得我們?cè)诩褐械乃泄?jié)點(diǎn)之間保持?jǐn)?shù)據(jù)一致性。

復(fù)制是處理容錯(cuò)和維護(hù)CAP定理和系統(tǒng)可擴(kuò)展性的有效策略。假設(shè)其中一個(gè)節(jié)點(diǎn)故障，我們?nèi)匀豢梢蕴峁┓?wù)，因?yàn)槲覀冊(cè)谄渌?jié)點(diǎn)中進(jìn)行了相同的數(shù)據(jù)復(fù)制。此外，在集群中，在主節(jié)點(diǎn)故障時(shí)，一個(gè)節(jié)點(diǎn)可以接管并成為主數(shù)據(jù)庫(kù)。復(fù)制還有助于減少應(yīng)用程序的延遲，因?yàn)槲覀兛梢詫?shù)據(jù)庫(kù)部署并在不同地區(qū)進(jìn)行數(shù)據(jù)復(fù)制，例如CDN，并且可以輕松地由本地用戶訪問(wèn)。

數(shù)據(jù)庫(kù)復(fù)制

同步和異步

隨著節(jié)點(diǎn)數(shù)量的增加，維護(hù)副本節(jié)點(diǎn)數(shù)據(jù)的一致性變得更加復(fù)雜。根據(jù)需求，這個(gè)問(wèn)題可以通過(guò)使用同步或異步復(fù)制策略來(lái)解決。

同步策略的優(yōu)勢(shì)在于延遲為零，并且數(shù)據(jù)始終保持一致，但劣勢(shì)是性能受到影響，因?yàn)樾枰却懈北靖虏⒈话l(fā)行者確認(rèn)。在異步策略中，寫(xiě)操作變得更快，因?yàn)橹鞴?jié)點(diǎn)不需要等待確認(rèn)，但如果某個(gè)副本未能更新數(shù)值，則會(huì)出現(xiàn)不一致?tīng)顟B(tài)的問(wèn)題。

請(qǐng)記住，并沒(méi)有萬(wàn)能策略，最佳策略取決于我們的需求。在一致性、可用性或分區(qū)（CAP定理）之間必須做出權(quán)衡。CAP定理指出我們每次只能保證其中兩個(gè)。

索引

索引用于定位和快速訪問(wèn)數(shù)據(jù)，提高數(shù)據(jù)庫(kù)活動(dòng)的性能。一個(gè)數(shù)據(jù)庫(kù)表可以與之關(guān)聯(lián)的一個(gè)或多個(gè)索引。

通過(guò)索引，查詢性能得到提升，數(shù)據(jù)檢索速度更快；索引增強(qiáng)了數(shù)據(jù)訪問(wèn)效率，減少了檢索數(shù)據(jù)的I/O次數(shù)；索引優(yōu)化了數(shù)據(jù)排序，因?yàn)閿?shù)據(jù)庫(kù)不需要對(duì)整個(gè)表進(jìn)行排序，只需對(duì)相關(guān)行進(jìn)行排序；索引使得在數(shù)據(jù)量增加的情況下仍然能夠保持?jǐn)?shù)據(jù)一致性；此外，索引還確保了數(shù)據(jù)庫(kù)的完整性，避免存儲(chǔ)重復(fù)數(shù)據(jù)。

但索引的缺點(diǎn)也很明顯——索引需要更多的存儲(chǔ)空間，增加了數(shù)據(jù)庫(kù)的大小。同時(shí)，在表中進(jìn)行添加、刪除和修改時(shí)也會(huì)增加維護(hù)開(kāi)銷。在特定查詢或應(yīng)用程序中選擇適當(dāng)?shù)乃饕赡軙?huì)比較困難。

寫(xiě)入

對(duì)于頻繁向數(shù)據(jù)庫(kù)寫(xiě)入大量數(shù)據(jù)的應(yīng)用程序，我們可以采用分片（sharding）和NoSQL作為策略。

分片

分片或數(shù)據(jù)分區(qū)允許將大型數(shù)據(jù)庫(kù)數(shù)據(jù)拆分為更小、更快、更易管理的部分，將數(shù)據(jù)庫(kù)拆分為多個(gè)主要數(shù)據(jù)庫(kù)。有兩種類型的分片，垂直分片和水平分片。

分片的優(yōu)勢(shì)在于查詢優(yōu)化，提供更好的性能和減少延遲。它使得用戶數(shù)據(jù)可以跨不同地理位置進(jìn)行訪問(wèn)，從而可以更快地為特定地區(qū)的用戶提供服務(wù)。此外，它還避免了單點(diǎn)故障的問(wèn)題。

但分片的一個(gè)缺點(diǎn)是當(dāng)我們沒(méi)有正確地將數(shù)據(jù)在分區(qū)之間進(jìn)行平衡時(shí)，可能會(huì)導(dǎo)致某些分區(qū)負(fù)載過(guò)重。根據(jù)所選擇的策略不同，可能會(huì)出現(xiàn)一些包含大量數(shù)據(jù)的分區(qū)和一些包含較少數(shù)據(jù)的分區(qū)，從而導(dǎo)致對(duì)于大型分區(qū)上的查詢變慢。另一個(gè)缺點(diǎn)是一旦實(shí)施了切片策略并將數(shù)據(jù)拆分到不同的數(shù)據(jù)庫(kù)中后，很難回退并恢復(fù)到之前無(wú)切片策略時(shí)的狀態(tài)。

對(duì)于數(shù)據(jù)進(jìn)行切片操作可以選擇邏輯切片或物理切片。邏輯切片是指在同一臺(tái)物理機(jī)器上具有不同的數(shù)據(jù)子集，而物理切片可以在一臺(tái)物理機(jī)器上擁有多個(gè)分區(qū)子集。

在進(jìn)行數(shù)據(jù)切片時(shí)，我們可以選擇算法切片或動(dòng)態(tài)切片。存在不同的算法和動(dòng)態(tài)切片技術(shù)，其中基于鍵的、基于范圍的和基于目錄的分片是最常用的方法。

垂直分片

對(duì)于垂直分片，我們將每個(gè)表放置在不同的機(jī)器上。例如，用戶表、日志表或評(píng)論表都放置在不同的機(jī)器上。當(dāng)查詢傾向于僅返回?cái)?shù)據(jù)的子集時(shí)，垂直分片是有效的。例如，如果某些查詢僅請(qǐng)求名稱，而其他查詢僅請(qǐng)求地址，則可以將名稱和地址分片到單獨(dú)的服務(wù)器上。

垂直分片

水平分片

如果我們有一個(gè)非常大的單個(gè)表，我們可以應(yīng)用水平分片。我們將單個(gè)表中的一部分相關(guān)數(shù)據(jù)拆分到多臺(tái)機(jī)器上。當(dāng)查詢傾向于返回經(jīng)常分組的行的子集時(shí)，水平分片是有效的。例如，基于短日期范圍篩選數(shù)據(jù)的查詢非常適合水平分片，因?yàn)槿掌诜秶鷮⒈厝幌拗撇樵兊絻H一部分服務(wù)器上。

水平分片

NoSQL

NoSQL不是一個(gè)關(guān)系型數(shù)據(jù)庫(kù)，本質(zhì)上是一個(gè)鍵值對(duì)模型。鍵值對(duì)模型天然能夠輕松地在多臺(tái)不同的機(jī)器上進(jìn)行自動(dòng)擴(kuò)展。NoSQL分為四個(gè)主要類別，列式存儲(chǔ)將數(shù)據(jù)按列族存儲(chǔ)，圖形存儲(chǔ)將數(shù)據(jù)存儲(chǔ)為節(jié)點(diǎn)和邊，鍵值存儲(chǔ)將數(shù)據(jù)存儲(chǔ)為鍵值對(duì)，文檔存儲(chǔ)將數(shù)據(jù)存儲(chǔ)為半結(jié)構(gòu)化文檔。

NoSQL 數(shù)據(jù)庫(kù)種類

NoSQL數(shù)據(jù)庫(kù)允許動(dòng)態(tài)模式，可以在不改變模式結(jié)構(gòu)的情況下適應(yīng)變化。此外，它提供了水平可擴(kuò)展性，通過(guò)向數(shù)據(jù)庫(kù)集群添加更多節(jié)點(diǎn)來(lái)擴(kuò)展。它還被設(shè)計(jì)為高可用性，能夠自動(dòng)處理節(jié)點(diǎn)故障，并在集群中的多個(gè)節(jié)點(diǎn)之間進(jìn)行數(shù)據(jù)復(fù)制。

與關(guān)系型數(shù)據(jù)庫(kù)相比，這種非關(guān)系型數(shù)據(jù)庫(kù)具有多個(gè)優(yōu)點(diǎn)，如可擴(kuò)展性、靈活性和成本效益。然而，它們也有一些缺點(diǎn)，例如缺乏標(biāo)準(zhǔn)化、缺乏ACID兼容性以及對(duì)復(fù)雜查詢的支持不足。

總結(jié)

在本文中，我們介紹了處理數(shù)據(jù)庫(kù)可擴(kuò)展性時(shí)可以實(shí)施的策略。

我們將策略分為讀取和寫(xiě)入兩個(gè)方面。對(duì)于讀取方面，我們可以應(yīng)用不同的緩存機(jī)制，使用主副本數(shù)據(jù)庫(kù)進(jìn)行復(fù)制，以及實(shí)施索引來(lái)定位和快速訪問(wèn)數(shù)據(jù)。對(duì)于寫(xiě)入可擴(kuò)展性，有分片或NoSQL等策略，它們都有各自的優(yōu)點(diǎn)和缺點(diǎn)。

最后，請(qǐng)記住，沒(méi)有完美的解決方案，我們需要了解自己的需求，并在選擇最佳策略時(shí)進(jìn)行權(quán)衡。

作者 | Jailson Evora

原文鏈接 | Databases Scaling Strategies - DZone