【SQLServer】怎么分庫分表嗎？如何做到永不遷移數據和避免熱點呢？
當前位置：點晴教程→知識管理交流
→『 技術文檔交流 』
一、前言 中大型項目中，一旦遇到數據量比較大，小伙伴應該都知道就應該對數據進行拆分了。有垂直和水平兩種。 垂直拆分比較簡單，也就是本來一個數據庫數據量大之后，從業務角度進行拆分多個庫。如下圖，獨立的拆分出 訂單庫 和 用戶庫。
水平拆分的概念，是同一個業務數據量大之后，進行水平拆分。
上圖中訂單數據達到了4000萬，我們也知道mysql單表存儲量推薦是百萬級，如果不進行處理，mysql單表數據太大，會導致性能變慢。使用方案可以參考數據進行水平拆分。把4000萬數據拆分4張表或者更多。當然也可以分庫，再分表;把壓力從數據庫層級分開。
二、分庫分表方案 分庫分表方案中有常用的方案，hash取模 和 range范圍 方案；分庫分表方案最主要就是路由算法，把路由的key按照指定的算法進行路由存放。下面來介紹一下兩個方案的特點。
三、hash取模方案
在我們設計系統之前，可以先預估一下大概這幾年的訂單量，如:4000萬。每張表我們可以容納1000萬，也我們可以設計4張表進行存儲。 那具體如何路由存儲的呢？hash的方案就是對指定的路由key(如:id)對分表總數進行取模，上圖中，id=12的訂單，對4進行取模，也就是會得到0，那此訂單會放到0表中。id=13的訂單，取模得到為1，就會放到1表中。為什么對4取模，是因為分表總數是4。
訂單數據可以均勻的放到那4張表中，這樣此訂單進行操作時，就不會有熱點問題。 熱點的含義：熱點的意思就是對訂單進行操作集中到1個表中，其他表的操作很少。
訂單有個特點就是時間屬性，一般用戶操作訂單數據，都會集中到這段時間產生的訂單。如果這段時間產生的訂單 都在同一張訂單表中，那就會形成熱點，那張表的壓力會比較大。
將來的數據遷移和擴容，會很難。 如:業務發展很好，訂單量很大，超出了4000萬的量，那我們就需要增加分表數。如果我們增加4個表。
一旦我們增加了分表的總數，取模的基數就會變成8，以前id=12的訂單按照此方案就會到4表中查詢，但之前的此訂單時在0表的這樣就導致了數據查不到。就是因為取模的基數產生了變化。 遇到這個情況，我們小伙伴想到的方案就是做數據遷移，把之前的4000萬數據，重新做一個hash方案，放到新的規劃分表中。也就是我們要做數據遷移。這個是很痛苦的事情。有些小公司可以接受晚上停機遷移，但大公司是不允許停機做數據遷移的。當然做數據遷移可以結合自己的公司的業務，做一個工具進行，不過也帶來了很多工作量，每次擴容都要做數據遷移。 那有沒有不需要做數據遷移的方案呢，我們看下面的方案。
四、range范圍方案 range方案也就是以范圍進行拆分數據。
range方案比較簡單，就是把一定范圍內的訂單，存放到一個表中；如上圖id=12放到0表中，id=1300萬的放到1表中。設計這個方案時就是前期把表的范圍設計好。通過id進行路由存放。
我們小伙伴們想一下，此方案是不是有利于將來的擴容，不需要做數據遷移。即時再增加4張表，之前的4張表的范圍不需要改變，id=12的還是在0表，id=1300萬的還是在1表，新增的4張表他們的范圍肯定是大于 4000萬之后的范圍劃分的。
有熱點問題，我們想一下，因為id的值會一直遞增變大，那這段時間的訂單是不是會一直在某一張表中，如id=1000萬~id=2000萬之間，這段時間產生的訂單是不是都會集中到此張表中，這個就導致1表過熱，壓力過大，而其他的表沒有什么壓力。
五、小結 hash取模方案：沒有熱點問題，但擴容遷移數據痛苦； range方案：不需要遷移數據，但有熱點問題。 那有沒有一個方案，即不需要遷移數據，又能解決數據熱點的問題呢？有什么方案可以做到兩者的優點結合呢？ 其實還有一個現實需求，能否根據服務器的性能以及存儲高低，適當均勻調整存儲呢？
六、方案思路 hash是可以解決數據均勻的問題，range可以解決數據遷移問題，那我們可以不可以兩者相結合呢？利用這兩者的特性呢？ 我們考慮一下數據的擴容代表著，路由key(如id)的值變大了，這個是一定的，那我們先保證數據變大的時候，首先用range方案讓數據落地到一個范圍里面。這樣以后id再變大，那以前的數據是不需要遷移的。 但又要考慮到數據均勻，那是不是可以在一定的范圍內數據均勻的呢？因為我們每次的擴容肯定會事先設計好這次擴容的范圍大小，我們只要保證這次的范圍內的數據均勻是不是就ok了。
七、方案設計 我們先定義一個group組概念，這組里面包含了一些分庫以及分表，如下圖：
上圖有幾個關鍵點： 1) id=0~4000萬肯定落到group01組中； 2) group01組有3個DB，那一個id如何路由到哪個DB？ 3) 根據hash取模定位DB，那模數為多少？模數要為所有此group組DB中的表數，上圖總表數為10。為什么要去表的總數？而不是DB總數3呢？ 4) 如id=12，id%10=2;那值為2，落到哪個DB庫呢？這是設計是前期設定好的，那怎么設定的呢？ 5) 一旦設計定位哪個DB后就需要確定落到DB中的哪張表呢？
八、核心主流程
按照上面的流程，我們就可以根據此規則，定位一個id，我們看看有沒有避免熱點問題。 我們看一下，id在【0，1000萬】范圍內的，根據上面的流程設計，1000萬以內的id都均勻的分配到DB 0,DB 1,DB 2三個數據庫中的Table_0表中，為什么可以均勻，因為我們用了hash的方案，對10進行取模。 上面也提了疑問，為什么對表的總數10取模，而不是DB的總數3進行取模？我們看一下為什么DB 0是4張表，其他兩個DB1是3張表？ 在我們安排服務器時，有些服務器的性能高，存儲高，就可以安排多存放些數據，有些性能低的就少放點數據。如果我們取模是按照DB總數3，進行取模，那就代表著【0，4000萬】的數據是平均分配到3個DB中的，那就不能夠實現按照服務器能力適當分配了。 按照Table總數10就能夠達到，看如何達到：
上圖中我們對10進行取模，如果值為【0，1，2，3】就路由到DB_0，【4，5，6】路由到DB_1，【7，8，9】路由到DB_2。現在小伙伴們有沒有理解，這樣的設計就可以把多一點的數據放到DB 0中，其他2個DB數據量就可以少一點。DB 0承擔了4/10的數據量，DB1承擔了3/10的數據量，DB2也承擔了3/10的數據量。整個Group01承擔了【0，4000萬】的數據量。 注意：小伙伴千萬不要被DB 1或DB 2中table的范圍也是0~4000萬疑惑了，這個是范圍區間，也就是id在哪些范圍內，落地到哪個表而已。 上面一大段的介紹，就解決了熱點的問題，以及可以按照服務器指標，設計數據量的分配。
九、如何擴容 其實上面設計思路理解了，擴容就已經出來了：那就是擴容的時候再設計一個group02組，定義好此group的數據范圍就ok了。
因為是新增的一個group01組，所以就沒有什么數據遷移概念，完全是新增的group組，而且這個group組照樣就防止了熱點，也就是【4000萬，5500萬】的數據，都均勻分配到三個DB的table 0表中，【5500萬~7000萬】數據均勻分配到table 1表中。
十、系統設計
思路確定了，設計是比較簡單的，就3張表，把group，DB，table之間建立好關聯關系就行了。
group和DB的關系
table和db的關系 上面的表關聯其實是比較簡單的，只要原理思路理順了，就ok了。小伙伴們在開發的時候不要每次都去查詢三張關聯表，可以保存到緩存中(本地jvm緩存)，這樣不會影響性能。 ? 一旦需要擴容，小伙伴是不是要增加一下group02關聯關系，那應用服務需要重新啟動嗎？ 簡單點的話，就凌晨配置，重啟應用服務就行了。但如果是大型公司，是不允許的，因為凌晨也有訂單的。那怎么辦呢？本地ivm緩存怎么更新呢？ 其實方案也很多，推薦用zookeeper，具體的小伙伴可以上網查詢，以后也會出文章介紹。 到此為止，整體的方案介紹結束，希望對小伙伴們有所幫助。謝謝！！！ 這邊隱含了一個關鍵點，那就是路由key(如:id)的值是非常關鍵的，要求一定是有序的，自增的，這個就涉及到分布式唯一id的方案。? 閱讀原文：https://mp.weixin.qq.com/s/82RGEMy1IN_LBkUSnc0qEg 該文章在 2025/2/25 18:33:02 編輯過 |
關鍵字查詢
相關文章
正在查詢... 
|
400 186 1886
