RD：數(shù)據(jù)量太大，數(shù)據(jù)庫扛不住了，幫忙申請一個從庫，讀寫分離。

DBA：數(shù)據(jù)量多少?

RD：5000w左右。

DBA：讀寫吞吐量呢?

RD：讀QPS約200，寫QPS約30左右。

[[327606]]

額，數(shù)據(jù)庫讀寫分離雖然不難，但并不是所有的“數(shù)據(jù)庫扛不住”的場景，都應(yīng)該用讀寫分離。今天花1分鐘簡單介紹下這個場景。

什么是數(shù)據(jù)庫讀寫分離?

一主多從，讀寫分離，主動同步，是一種常見的數(shù)據(jù)庫架構(gòu)，一般來說：

• 主庫，提供數(shù)據(jù)庫寫服務(wù)
• 從庫，提供數(shù)據(jù)庫讀服務(wù)
• 主從之間，通過某種機制同步數(shù)據(jù)，例如mysql的binlog

一個組從同步集群通常稱為一個“分組”。

分組架構(gòu)究竟解決什么問題?

大部分互聯(lián)網(wǎng)業(yè)務(wù)讀多寫少，數(shù)據(jù)庫的讀往往最先成為性能瓶頸，如果希望：

• 線性提升數(shù)據(jù)庫讀性能
• 通過消除讀寫鎖沖突提升數(shù)據(jù)庫寫性能

此時可以使用分組架構(gòu)。

一句話，分組主要解決“數(shù)據(jù)庫讀性能瓶頸”問題，在數(shù)據(jù)庫扛不住讀的時候，通常讀寫分離，通過增加從庫線性提升系統(tǒng)讀性能。

什么是數(shù)據(jù)庫水平切分?

水平切分，也是一種常見的數(shù)據(jù)庫架構(gòu)，一般來說：

• 每個數(shù)據(jù)庫之間沒有數(shù)據(jù)重合，沒有類似binlog同步的關(guān)聯(lián)
• 所有數(shù)據(jù)并集，組成全部數(shù)據(jù)
• 會用算法，來完成數(shù)據(jù)分割，例如“取模”

一個水平切分集群中的每一個數(shù)據(jù)庫，通常稱為一個“分片”。

水平切分架構(gòu)究竟解決什么問題?

大部分互聯(lián)網(wǎng)業(yè)務(wù)數(shù)據(jù)量很大，單庫容量容易成為瓶頸，如果希望：

• 線性降低單庫數(shù)據(jù)容量
• 線性提升數(shù)據(jù)庫寫性能

此時可以使用水平切分架構(gòu)。

一句話總結(jié)，水平切分主要解決“數(shù)據(jù)庫數(shù)據(jù)量大”問題，在數(shù)據(jù)庫容量扛不住的時候，通常水平切分。

我為什么不喜歡讀寫分離?

對于互聯(lián)網(wǎng)大數(shù)據(jù)量，高并發(fā)量，高可用要求高，一致性要求高，前端面向用戶的業(yè)務(wù)場景，如果數(shù)據(jù)庫讀寫分離：

• 數(shù)據(jù)庫連接池需要區(qū)分：讀連接池，寫連接池
• 如果要保證讀高可用，讀連接池要實現(xiàn)故障自動轉(zhuǎn)移
• 有潛在的主庫從庫一致性問題



• 如果面臨的是“讀性能瓶頸”問題，增加緩存可能來得更直接，更容易一點
• 關(guān)于成本，從庫的成本比緩存高不少
• 對于云上的架構(gòu)，以阿里云為例，主庫提供高可用服務(wù)，從庫不提供高可用服務(wù)

所以，上述業(yè)務(wù)場景下，建議使用緩存架構(gòu)來加強系統(tǒng)讀性能，替代數(shù)據(jù)庫主從分離架構(gòu)。

當(dāng)然，使用緩存架構(gòu)的潛在問題：如果緩存掛了，流量全部壓到數(shù)據(jù)庫上，數(shù)據(jù)庫會雪崩。因此，對緩存，一般也會做水平切分，確保不會同一時間全掛。

總結(jié)

• 讀寫分離，解決“數(shù)據(jù)庫讀性能瓶頸”問題
• 水平切分，解決“數(shù)據(jù)庫數(shù)據(jù)量大”問題
• 對于互聯(lián)網(wǎng)大數(shù)據(jù)量，高并發(fā)量，高可用要求高，一致性要求高，前端面向用戶的業(yè)務(wù)場景，微服務(wù)緩存架構(gòu)，可能比數(shù)據(jù)庫讀寫分離架構(gòu)更合適

【本文為51CTO專欄作者“58沈劍”原創(chuàng)稿件，轉(zhuǎn)載請聯(lián)系原作者】

戳這里，看該作者更多好文