一個(gè)1對(duì)多的業(yè)務(wù)場(chǎng)景，一個(gè)屬性分庫，另一個(gè)屬性上的查詢?cè)趺崔k？

很多架構(gòu)師會(huì)面臨這樣的業(yè)務(wù)場(chǎng)景，今天就以帖子中心為例，聊聊這里面的架構(gòu)設(shè)計(jì)。

帖子中心，是互聯(lián)網(wǎng)業(yè)務(wù)中，一類典型的“1對(duì)多”業(yè)務(wù)，即：一個(gè)用戶能發(fā)布多個(gè)帖子，一個(gè)帖子只有一個(gè)發(fā)布者。

任何脫離業(yè)務(wù)的架構(gòu)設(shè)計(jì)都是耍流氓，先來看看帖子中心對(duì)應(yīng)的業(yè)務(wù)需求，再來考慮它的分庫設(shè)計(jì)，與架構(gòu)設(shè)計(jì)。

帖子中心，是一個(gè)提供帖子發(fā)布，修改，刪除，查看，搜索的服務(wù)。

帖子中心，有什么寫操作？

• 發(fā)布(insert)帖子；
• 修改(update)帖子；
• 刪除(delete)帖子；

帖子中心，有什么讀操作？

• 通過tid查詢(select)帖子實(shí)體，單行查詢；
• 通過uid查詢(select)用戶發(fā)布過的帖子，列表查詢；
• 帖子檢索(search)，例如通過時(shí)間、標(biāo)題、內(nèi)容搜索符合條件的帖子；

在數(shù)據(jù)量較大，并發(fā)量較大的時(shí)候，架構(gòu)如何設(shè)計(jì)？

典型的，通常通過元數(shù)據(jù)與索引數(shù)據(jù)分離的架構(gòu)設(shè)計(jì)方法。

架構(gòu)中的幾個(gè)關(guān)鍵點(diǎn)，如上圖所示：

• tiezi-center：帖子服務(wù)；
• tiezi-db：提供元數(shù)據(jù)存儲(chǔ)；
• tiezi-search：帖子搜索服務(wù)；
• tiezi-index：提供索引數(shù)據(jù)存儲(chǔ)；
• MQ：tiezi-center與tiezi-search通訊媒介，一般不直接使用RPC調(diào)用，而是通過MQ對(duì)兩個(gè)子系統(tǒng)解耦。

此時(shí)，讀需求怎么滿足？

tiezi-center和tiezi-search分別滿足兩類不同的讀需求。

如上圖所示：

• tid和uid上的查詢需求，可以由tiezi-center從元數(shù)據(jù)讀取并返回；
• 其他類檢索需求，可以由tiezi-search從索引數(shù)據(jù)檢索并返回；

寫需求怎么辦呢？

至于寫需求，如上圖所示：

• 增加，修改，刪除的操作都會(huì)從tiezi-center發(fā)起；
• tiezi-center修改元數(shù)據(jù)；
• tiezi-center將信息修改通知發(fā)送給MQ；
• tiezi-search從MQ接受修改信息；
• tiezi-search修改索引數(shù)據(jù)；

tiezi-search，搜索架構(gòu)不是本文的重點(diǎn)，不再展開，后文將重點(diǎn)描述帖子中心元數(shù)據(jù)水平切分設(shè)計(jì)。

帖子中心，數(shù)據(jù)庫元數(shù)據(jù)如何設(shè)計(jì)？

帖子中心業(yè)務(wù)，很容易了解到，其核心元數(shù)據(jù)為：

t_tiezi(tid, uid, time, title, content, …);

其中：

• tid為帖子ID，主鍵；
• uid為用戶ID，發(fā)帖人；
• time, title, content …等為帖子屬性；

數(shù)據(jù)庫設(shè)計(jì)上，在業(yè)務(wù)初期，單庫就能滿足元數(shù)據(jù)存儲(chǔ)要求。

• tiezi-center：帖子中心服務(wù)，對(duì)調(diào)用者提供友好的RPC接口；
• tiezi-db：對(duì)帖子數(shù)據(jù)進(jìn)行存儲(chǔ)；

在相關(guān)字段上建立索引，就能滿足相關(guān)業(yè)務(wù)需求。

• 帖子記錄查詢，通過tid查詢，約占讀請(qǐng)求量90%；

select * from t_tiezi where tid=$tid

• 帖子列表查詢，通過uid查詢其發(fā)布的所有帖子，約占讀請(qǐng)求量10%；

select * from t_tiezi where uid=$uid

隨著數(shù)據(jù)量越來越大，如何進(jìn)行水平切分，對(duì)存儲(chǔ)容量進(jìn)行線性擴(kuò)展呢？

方案一：帖子ID切分法

既然是帖子中心，并且帖子記錄查詢量占了總請(qǐng)求的90%，很容易想到通過tid字段取模來進(jìn)行水平切分。

這個(gè)方法簡單直接，優(yōu)點(diǎn)：

• 100%寫請(qǐng)求可以直接定位到庫；
• 90%的讀請(qǐng)求可以直接定位到庫；

缺點(diǎn)也很明顯：一個(gè)用戶發(fā)布的所有帖子可能會(huì)落到不同的庫上，10%的請(qǐng)求通過uid來查詢會(huì)比較麻煩；

如上圖，一個(gè)uid訪問需要遍歷所有庫。

有沒有一種切分方法，確保同一個(gè)用戶發(fā)布的所有帖子都落在同一個(gè)庫上，而在查詢一個(gè)用戶發(fā)布的所有帖子時(shí)，不需要去遍歷所有的庫呢？

方案二：Mapping映射法

使用uid來分庫可以解決這個(gè)問題。

新的問題出現(xiàn)了：如果使用uid來分庫，確保了一個(gè)用戶的帖子數(shù)據(jù)落在同一個(gè)庫上，那通過tid來查詢，就不知道這個(gè)帖子落在哪個(gè)庫上了，豈不是還需要遍歷全庫，需要怎么優(yōu)化呢？

tid的查詢是單行記錄查詢，只要在數(shù)據(jù)庫（或者緩存）記錄tid到uid的映射關(guān)系，就能解決這個(gè)問題。

新增一個(gè)索引庫：

t_mapping(tid, uid);

• 這個(gè)庫只有兩列，可以承載很多數(shù)據(jù)；
• 即使數(shù)據(jù)量過大，索引庫可以利用tid水平切分；
• 這類kv形式的索引結(jié)構(gòu)，可以很好的利用cache優(yōu)化查詢性能；
• 一旦帖子發(fā)布，tid和uid的映射關(guān)系就不會(huì)發(fā)生變化，cache的命中率會(huì)非常高；

使用uid分庫，并增加索引庫記錄tid到uid的映射關(guān)系之后，每當(dāng)有uid上的查詢，可以通過uid直接定位到庫。

每當(dāng)有tid上的查詢，可以先查mapping表得到uid，再通過uid定位到庫。

這個(gè)方法的優(yōu)點(diǎn)是：

• 一個(gè)用戶發(fā)布的所有帖子落在同一個(gè)庫上；
• 10%的請(qǐng)求通過uid來查詢列表，可以直接定位到庫；
• 索引表cache命中率非常高，因?yàn)閠id與uid的映射關(guān)系不會(huì)變；

缺點(diǎn)也很明顯：

• 90%的tid請(qǐng)求，以及100%的修改請(qǐng)求，不能直接定位到庫，需要先進(jìn)行一次索引表的查詢，當(dāng)然這個(gè)查詢非?？?，通常在5ms內(nèi)可以返回；
• 數(shù)據(jù)插入時(shí)需要操作元數(shù)據(jù)與索引表，可能引發(fā)潛在的一致性問題；

有沒有一種方法，既能夠通過uid定位到庫，又不需要建立索引表來進(jìn)行二次查詢呢，使得uid和tid都能夠直接一次命中的方案呢？

方案三：基因法

什么是分庫基因？

通過uid分庫，假設(shè)分為16個(gè)庫，采用uid%16的方式來進(jìn)行數(shù)據(jù)庫路由，這里的uid%16，其本質(zhì)是uid的最后4個(gè)bit決定這行數(shù)據(jù)落在哪個(gè)庫上，這4個(gè)bit，就是分庫基因。

什么是基因法分庫？

在“1對(duì)多”的業(yè)務(wù)場(chǎng)景，使用“1”分庫，在“多”的數(shù)據(jù)id生成時(shí)，id末端加入分庫基因，就能同時(shí)滿足“1”和“多”的分庫查詢需求。

如上圖所示，uid=666的用戶發(fā)布了一條帖子（666的二進(jìn)制表示為：1010011010）：

• 使用uid%16分庫，決定這行數(shù)據(jù)要插入到哪個(gè)庫中；
• 分庫基因是uid的最后4個(gè)bit，即1010；
• 在生成tid時(shí)，先使用一種分布式ID生成算法生成前60bit（上圖中綠色部分）；
• 將分庫基因加入到tid的最后4個(gè)bit（上圖中粉色部分）；
• 拼裝成最終的64bit帖子tid（上圖中藍(lán)色部分）；

這般，保證了同一個(gè)用戶發(fā)布的所有帖子的tid，都落在同一個(gè)庫上，tid的最后4個(gè)bit都相同，于是：

• 通過uid%16能夠定位到庫；
• 通過tid%16也能定位到庫；

有人要問了，同一個(gè)uid發(fā)布的tid落在同一個(gè)庫上，會(huì)不會(huì)出現(xiàn)數(shù)據(jù)不均衡？

只要uid是均衡的，每個(gè)用戶發(fā)布的平均帖子數(shù)是均衡的，每個(gè)庫的數(shù)據(jù)就是均衡的。

總結(jié)

將以“帖子中心”為典型的“1對(duì)多”類業(yè)務(wù)，在架構(gòu)上，采用元數(shù)據(jù)與索引數(shù)據(jù)分離的架構(gòu)設(shè)計(jì)方法：

• 帖子服務(wù)，元數(shù)據(jù)滿足uid和tid的查詢需求；
• 搜索服務(wù)，索引數(shù)據(jù)滿足復(fù)雜搜索尋求；

對(duì)于元數(shù)據(jù)的存儲(chǔ)，在數(shù)據(jù)量較大的情況下，有三種常見的切分方法：

• tid切分法，按照tid分庫，同一個(gè)用戶發(fā)布的帖子落在不同的庫上，通過uid來查詢要遍歷所有庫；
• Mapping映射法，按照uid分庫，同一個(gè)用戶發(fā)布的帖子落在同一個(gè)庫上，需要通過索引表或者緩存來記錄tid與uid的映射關(guān)系，通過tid來查詢時(shí)，先查到uid，再通過uid定位庫；
• 基因法，按照uid分庫，在生成tid里加入uid上的分庫基因，保證通過uid和tid都能直接定位到庫；

知其然，知其所以然。

思路比結(jié)論更重要。