從單機(jī)到分布式：拆解高并發(fā)數(shù)據(jù)庫(kù)架構(gòu)的六大生死決策
作者：greencoatman
關(guān)系型數(shù)據(jù)庫(kù)（如MySQL）設(shè)計(jì)側(cè)重ACID，分片會(huì)破壞事務(wù)和Join，需業(yè)務(wù)層權(quán)衡；而Redis/MongoDB等為高擴(kuò)展設(shè)計(jì)，犧牲部分特性（如強(qiáng)一致性）內(nèi)置Sharding支持。
一、數(shù)據(jù)庫(kù)讀寫(xiě)分離
核心原理
- 主從集群搭建：一主一從/一主多從，主機(jī)負(fù)責(zé)讀寫(xiě)，從機(jī)只讀。
- 數(shù)據(jù)同步：主機(jī)通過(guò)復(fù)制同步數(shù)據(jù)到從機(jī)，所有節(jié)點(diǎn)存儲(chǔ)全量數(shù)據(jù)。
- 流量分發(fā)：業(yè)務(wù)層將寫(xiě)操作指向主機(jī)，讀操作分發(fā)至從機(jī)。
適用場(chǎng)景
- 業(yè)務(wù)量持續(xù)增長(zhǎng)，且已優(yōu)化索引、引入緩存后仍性能不足。
常見(jiàn)問(wèn)題與解法
- 問(wèn)題：寫(xiě)后讀數(shù)據(jù)不一致（如剛寫(xiě)入主機(jī)，從機(jī)未同步）。
- 解法：
- 讀寫(xiě)綁定：寫(xiě)后讀強(qiáng)制走主機(jī)（侵入性強(qiáng)，易留坑）。
- 二次讀取：從機(jī)讀失敗后重試主機(jī)（增加主機(jī)壓力）。
- 業(yè)務(wù)分級(jí)：核心業(yè)務(wù)讀寫(xiě)均走主機(jī)，非核心業(yè)務(wù)讀寫(xiě)分離（需嚴(yán)格編碼規(guī)范）。
實(shí)現(xiàn)方式對(duì)比
方式 | 中間件代理 | 客戶端分庫(kù) |
復(fù)雜度 | 高（需獨(dú)立部署、集群管理） | 低（基于JDBC封裝） |
維護(hù)成本 | 高（需高可用設(shè)計(jì)） | 低（無(wú)額外部署） |
語(yǔ)言支持 | 跨語(yǔ)言 | 需各語(yǔ)言單獨(dú)實(shí)現(xiàn) |
二、數(shù)據(jù)庫(kù)分庫(kù)分表
拆分策略
- 垂直拆分：按列拆分，解決單表字段過(guò)多問(wèn)題（常見(jiàn)于2B場(chǎng)景）。
- 水平拆分：按行拆分，分散數(shù)據(jù)壓力（常見(jiàn)于2C海量數(shù)據(jù)場(chǎng)景）。
拆分時(shí)機(jī)
- B+樹(shù)層數(shù)超過(guò)3層（約2000萬(wàn)數(shù)據(jù)）。
- 單表數(shù)據(jù)占滿Innodb Buffer Pool（如2G數(shù)據(jù)）。
- 數(shù)據(jù)持續(xù)增長(zhǎng)且性能瓶頸明顯。
核心問(wèn)題與解法
- Join失效：
a.冗余小表（如字典表）。
b.代碼層手動(dòng)Join。
c.字段冗余（如訂單表直接存商品類型）。
- 事務(wù)一致性：
- 引入分布式事務(wù)（如2PC、3PC）。
- 路由與聚合：
- 路由算法（如Hash、范圍分片）。
- 分片后Count/Order by需中間件或應(yīng)用層聚合。
- 擴(kuò)展限制
- 數(shù)據(jù)庫(kù)連接數(shù)瓶頸（如MySQL默認(rèn)100連接）。
- 中間件聚合操作性能受限，需權(quán)衡分片數(shù)量。
三、數(shù)據(jù)庫(kù)分布式事務(wù)算法
主流方案對(duì)比
算法 | 2PC（兩階段提交） | 3PC（三階段提交） |
流程 | 1. 準(zhǔn)備階段 | 1. CanCommit |
優(yōu)點(diǎn) | 強(qiáng)一致性，實(shí)現(xiàn)簡(jiǎn)單 | 減少阻塞，降低超時(shí)風(fēng)險(xiǎn) |
缺點(diǎn) | 協(xié)調(diào)者單點(diǎn)故障、同步阻塞 | 存在腦裂風(fēng)險(xiǎn)（部分提交、部分回滾） |
XA事務(wù)實(shí)踐
- 外部XA：跨多數(shù)據(jù)庫(kù)實(shí)例，由應(yīng)用代碼協(xié)調(diào)（如PHP示例中的多庫(kù)事務(wù)）。
- 內(nèi)部XA：?jiǎn)螌?shí)例多存儲(chǔ)引擎事務(wù)，由Binlog協(xié)調(diào)（如MySQL內(nèi)部機(jī)制）。
隨堂測(cè)驗(yàn)
- **?** 讀寫(xiě)分離僅提升讀性能，寫(xiě)仍由主機(jī)處理。
- **?** 分庫(kù)分表分散寫(xiě)壓力，提升寫(xiě)性能。
- **?** 中間件可能成性能瓶頸，需謹(jǐn)慎設(shè)計(jì) ? 中間件性能：取決于架構(gòu)設(shè)計(jì)（如集群化），不可一概而論 。
- **?** 3PC存在腦裂風(fēng)險(xiǎn)，不優(yōu)先于2PC ? 3PC與2PC選擇：需權(quán)衡「一致性要求」與「系統(tǒng)可用性」，無(wú)絕對(duì)優(yōu)先級(jí)。
- **?** 協(xié)調(diào)者可為代碼（外部XA）或獨(dú)立系統(tǒng)（如Binlog）。
思考題解析
- 為何傳統(tǒng)數(shù)據(jù)庫(kù)不自帶分庫(kù)分表？
關(guān)系型數(shù)據(jù)庫(kù)（如MySQL）設(shè)計(jì)側(cè)重ACID，分片會(huì)破壞事務(wù)和Join，需業(yè)務(wù)層權(quán)衡；而Redis/MongoDB等為高擴(kuò)展設(shè)計(jì)，犧牲部分特性（如強(qiáng)一致性）內(nèi)置Sharding支持。
站在巨人的肩膀上，架構(gòu)之路更從容！
圖片
責(zé)任編輯：武曉燕
來(lái)源：
二進(jìn)制跳動(dòng)
