典型数据库架构设计
一、用戶中心
用戶中心是一個常見業務，主要提供用戶注冊、登錄、信息查詢與修改的服務，其核心元數據為：
User(uid, uname, passwd, sex, age,nickname, …)
其中：
uid為用戶ID，主鍵
uname, passwd, sex, age, nickname, …等為用戶的屬性
數據庫設計上，一般來說在業務初期，單庫單表就能夠搞定這個需求。
?
二、圖示說明
為了方便大家理解，后文圖片說明較多，其中：
“灰色”方框，表示service，服務
“紫色”圓框，標識master，主庫
“粉色”圓框，表示slave，從庫
?
三、單庫架構
最常見的架構設計如上：
user-service：用戶中心服務，對調用者提供友好的RPC接口
user-db：一個庫進行數據存儲
?
四、分組架構
什么是分組？
答：分組架構是最常見的一主多從，主從同步，讀寫分離數據庫架構：
user-service：依舊是用戶中心服務
user-db-M(master)：主庫，提供數據庫寫服務
user-db-S(slave)：從庫，提供數據庫讀服務
主和從構成的數據庫集群稱為“組”。
?
分組有什么特點？
答：同一個組里的數據庫集群：
主從之間通過binlog進行數據同步
多個實例數據庫結構完全相同
多個實例存儲的數據也完全相同，本質上是將數據進行復制
?
分組架構究竟解決什么問題？
答：大部分互聯網業務讀多寫少，數據庫的讀往往最先成為性能瓶頸，如果希望：
線性提升數據庫讀性能
通過消除讀寫鎖沖突提升數據庫寫性能
通過冗余從庫實現數據的“讀高可用”
此時可以使用分組架構，需要注意的是，分組架構中，數據庫的主庫依然是寫單點。
?
一句話總結，分組解決的是“數據庫讀寫高并發量高”問題，所實施的架構設計。
?
五、分片架構
什么是分片？
答：分片架構是大伙常說的水平切分(sharding)數據庫架構：
user-service：依舊是用戶中心服務
user-db1：水平切分成2份中的第一份
user-db2：水平切分成2份中的第二份
分片后，多個數據庫實例也會構成一個數據庫集群。
?
水平切分，到底是分庫還是分表？
答：強烈建議分庫，而不是分表，因為：
分表依然公用一個數據庫文件，仍然有磁盤IO的競爭
分庫能夠很容易的將數據遷移到不同數據庫實例，甚至數據庫機器上，擴展性更好
?
水平切分，用什么算法？
答：常見的水平切分算法有“范圍法”和“哈希法”：
范圍法如上圖：以用戶中心的業務主鍵uid為劃分依據，將數據水平切分到兩個數據庫實例上去：
user-db1：存儲0到1千萬的uid數據
user-db2：存儲0到2千萬的uid數據
哈希法如上圖：也是以用戶中心的業務主鍵uid為劃分依據，將數據水平切分到兩個數據庫實例上去：
user-db1：存儲uid取模得1的uid數據
user-db2：存儲uid取模得0的uid數據
這兩種方法在互聯網都有使用，其中哈希法使用較為廣泛。
?
分片有什么特點？
答：同一個分片里的數據庫集群：
多個實例之間本身不直接產生聯系，不像主從間有binlog同步
多個實例數據庫結構，也完全相同
多個實例存儲的數據之間沒有交集，所有實例間數據并集構成全局數據
?
分片架構究竟解決什么問題？
答：大部分互聯網業務數據量很大，單庫容量容易成為瓶頸，此時通過分片可以：
線性提升數據庫寫性能，需要注意的是，分組架構是不能線性提升數據庫寫性能的
降低單庫數據容量
?
一句話總結，分片解決的是“數據庫數據量大”問題，所實施的架構設計。
?
六、分組+分片架構
如果業務讀寫并發量很高，數據量也很大，通常需要實施分組+分片的數據庫架構：
通過分片來降低單庫的數據量，線性提升數據庫的寫性能
通過分組來線性提升數據庫的讀性能，保證讀庫的高可用
?
七、垂直切分
除了水平切分，垂直切分也是一類常見的數據庫架構設計，垂直切分一般和業務結合比較緊密。
還是以用戶中心為例，可以這么進行垂直切分：
User(uid, uname, passwd, sex, age, …)
User_EX(uid, intro, sign, …)
垂直切分開的表，主鍵都是uid
登錄名，密碼，性別，年齡等屬性放在一個垂直表（庫）里
自我介紹，個人簽名等屬性放在另一個垂直表（庫）里
?
如何進行垂直切分？
答：根據業務對數據進行垂直切分時，一般要考慮屬性的“長度”和“訪問頻度”兩個因素：
長度較短，訪問頻率較高的放在一起
長度較長，訪問頻度較低的放在一起
這是因為，數據庫會以行(row)為單位，將數load到內存(buffer)里，在內存容量有限的情況下，長度短且訪問頻度高的屬性，內存能夠load更多的數據，命中率會更高，磁盤IO會減少，數據庫的性能會提升。
?
垂直切分有什么特點？
答：垂直切分和水平切有相似的地方，又不太相同：
多個實例之間也不直接產生聯系，即沒有binlog同步
多個實例數據庫結構，都不一樣
多個實例存儲的數據之間至少有一列交集，一般來說是業務主鍵，所有實例間數據并集構成全局數據
?
垂直切分解決什么問題？
答：垂直切分即可以降低單庫的數據量，還可以降低磁盤IO從而提升吞吐量，但它與業務結合比較緊密，并不是所有業務都能夠進行垂直切分的。
?
八、總結
文章較長，希望至少記住這么幾點：
業務初期用單庫
讀壓力大，讀高可用，用分組
數據量大，寫線性擴容，用分片
屬性短，訪問頻度高的屬性，垂直拆分到一起
總結
- 上一篇： SpingSecurity配置
- 下一篇： linux cmake编译源码,linu