http://www.itokit.com/2012/0404/73496.html

隨著互聯(lián)網(wǎng)應(yīng)用的廣泛普及，海量數(shù)據(jù)的存儲和訪問成為了系統(tǒng)設(shè)計的瓶頸問題。對于一個大型的互聯(lián)網(wǎng)應(yīng)用，每天幾十億的PV無疑對數(shù)據(jù)庫造成了相當(dāng)高的負(fù)載。對于系統(tǒng)的穩(wěn)定性和擴(kuò)展性造成了極大的問題。通過數(shù)據(jù)切分來提高網(wǎng)站性能，橫向擴(kuò)展數(shù)據(jù)層已經(jīng)成為架構(gòu)研發(fā)人員首選的方式。水平切分?jǐn)?shù)據(jù)庫，可以降低單臺機(jī)器的負(fù)載，同時最大限度的降低了了宕機(jī)造成的損失。通過負(fù)載均衡策略，有效的降低了單臺機(jī)器的訪問負(fù)載，降低了宕機(jī)的可能性；通過集群方案，解決了數(shù)據(jù)庫宕機(jī)帶來的單點(diǎn)數(shù)據(jù)庫不能訪問的問題；通過讀寫分離策略更是最大限度了提高了應(yīng)用中讀取（Read）數(shù)據(jù)的速度和并發(fā)量。目前國內(nèi)的大型互聯(lián)網(wǎng)應(yīng)用中，大量的采用了這樣的數(shù)據(jù)切分方案，Taobao,Alibaba,Tencent，它們大都實(shí)現(xiàn)了自己的分布式數(shù)據(jù)訪問層（DDAL）。以實(shí)現(xiàn)方式和實(shí)現(xiàn)的層次來劃分，大概分為兩個層次（Java應(yīng)用為例）：JDBC層的封裝，ORM框架層的實(shí)現(xiàn)。就JDBC層的直接封裝而言，現(xiàn)在國內(nèi)發(fā)展較好的一個項目是被稱作“變形蟲”(Amoeba)的項目，由阿里集團(tuán)的研究院開發(fā)，現(xiàn)在仍然處于測試階段（beta版），其運(yùn)行效率和生產(chǎn)時效性有待考究。就ORM框架層的實(shí)現(xiàn)而言，比如Taobao的基于ibatis和Spring的的分布式數(shù)據(jù)訪問層，已有多年的應(yīng)用，運(yùn)行效率和生產(chǎn)實(shí)效性得到了開發(fā)人員和用戶的肯定。本文就是以O(shè)RM框架層為基礎(chǔ)而實(shí)現(xiàn)的分布式數(shù)據(jù)訪問層。本課題的難點(diǎn)在于分庫后，路由規(guī)則的制定和選擇以及后期的擴(kuò)展性，比如：如何做到用最少的數(shù)據(jù)遷移量，達(dá)到擴(kuò)充數(shù)據(jù)庫容量（增加機(jī)器節(jié)點(diǎn)）的目的。核心問題將圍繞數(shù)據(jù)庫分庫分表的路由規(guī)則和負(fù)載均衡策略展開。?

第2章 基本原理和概念?

2.1基本原理：?

人類認(rèn)知問題的過程總是這樣的：what（什么）-?why(為什么)-?how(怎么?

做)，接下來，本文將就這三個問題展開討論和研究：?

2.1.1什么是數(shù)據(jù)切分?

"Shard" 這個詞英文的意思是"碎片"，而作為數(shù)據(jù)庫相關(guān)的技術(shù)用語，似乎最早見于大型多人在線角色扮演游戲中。"Sharding" 姑且稱之為"分片"。Sharding 不是一門新技術(shù)，而是一個相對簡樸的軟件理念。眾所周知，MySQL 5 之后才有了數(shù)據(jù)表分區(qū)功能，那么在此之前，很多 MySQL 的潛在用戶都對 MySQL 的擴(kuò)展性有所顧慮，而是否具備分區(qū)功能就成了衡量一個數(shù)據(jù)庫可擴(kuò)展性與否的一個關(guān)鍵指標(biāo)(當(dāng)然不是唯一指標(biāo))。數(shù)據(jù)庫擴(kuò)展性是一個永恒的話題，MySQL 的推廣者經(jīng)常會被問到：如在單一數(shù)據(jù)庫上處理應(yīng)用數(shù)據(jù)捉襟見肘而需要進(jìn)行分區(qū)化之類的處理，是如何辦到的呢? 答案是：Sharding。? Sharding 不是一個某個特定數(shù)據(jù)庫軟件附屬的功能，而是在具體技術(shù)細(xì)節(jié)之上的抽象處理，是水平擴(kuò)展(Scale Out，亦或橫向擴(kuò)展、向外擴(kuò)展)的解決方案，其主要目的是為突破單節(jié)點(diǎn)數(shù)據(jù)庫服務(wù)器的 I/O 能力限制，解決數(shù)據(jù)庫擴(kuò)展性問題。?

通過一系列的切分規(guī)則將數(shù)據(jù)水平分布到不同的DB或table中，在通過相應(yīng)的DB路由 或者 table路由規(guī)則找到需要查詢的具體的DB或者table，以進(jìn)行Query操作。這里所說的“sharding”通常是指“水平切分”， 這也是本文討論的重點(diǎn)。具體將有什么樣的切分方式呢和路由方式呢？行文至此，讀者難免有所疑問，接下來舉個簡單的例子：我們針對一個Blog應(yīng)用中的日志來說明，比如日志文章（article）表有如下字段：?

?

面對這樣的一個表，我們怎樣切分呢？怎樣將這樣的數(shù)據(jù)分布到不同的數(shù)據(jù)庫中的表中去呢？其實(shí)分析blog的應(yīng)用，我們不難得出這樣的結(jié)論：blog的應(yīng)用中，用戶分為兩種：瀏覽者和blog的主人。瀏覽者瀏覽某個blog，實(shí)際上是在一個特定的用戶的blog下進(jìn)行瀏覽的，而blog的主人管理自己的blog，也同樣是在特定的用戶blog下進(jìn)行操作的（在自己的空間下）。所謂的特定的用戶，用數(shù)據(jù)庫的字段表示就是“user_id”。就是這個“user_id”，它就是我們需要的分庫的依據(jù)和規(guī)則的基礎(chǔ)。我們可以這樣做，將user_id為 1～10000的所有的文章信息放入DB1中的article表中，將user_id為10001～20000的所有文章信息放入DB2中的 article表中，以此類推，一直到DBn。 這樣一來，文章數(shù)據(jù)就很自然的被分到了各個數(shù)據(jù)庫中，達(dá)到了數(shù)據(jù)切分的目的。接下來要解決的問題就是怎樣找到具體的數(shù)據(jù)庫呢？其實(shí)問題也是簡單明顯的，既然分庫的時候我們用到了區(qū)分字段user_id，那么很自然，數(shù)據(jù)庫路由的過程當(dāng)然還是少不了 user_id的?？紤]一下我們剛才呈現(xiàn)的blog應(yīng)用，不管是訪問別人的blog還是管理自己的blog，總之我都要知道這個blog的用戶是誰吧，也就是我們知道了這個blog的user_id，就利用這個user_id，利用分庫時候的規(guī)則，反過來定位具體的數(shù)據(jù)庫，比如user_id是234，利用該才的規(guī)則，就應(yīng)該定位到DB1，假如user_id是12343，利用該才的規(guī)則，就應(yīng)該定位到DB2。以此類推，利用分庫的規(guī)則，反向的路由到具體的DB，這個過程我們稱之為“DB路由”。?

當(dāng)然考慮到數(shù)據(jù)切分的DB設(shè)計必然是非常規(guī)，不正統(tǒng)的DB設(shè)計。那么什么樣的DB設(shè)計是正統(tǒng)的DB設(shè)計呢？?

我們平常規(guī)規(guī)矩矩用的基本都是。平常我們會自覺的按照范式來設(shè)計我們的數(shù)據(jù)庫，負(fù)載高點(diǎn)可能考慮使用相關(guān)的Replication機(jī)制來提高讀寫的吞吐和性能，這可能已經(jīng)可以滿足很多需求，但這套機(jī)制自身的缺陷還是比較顯而易見的（下文會提及）。上面提到的“自覺的按照范式設(shè)計”?？紤]到數(shù)據(jù)切分的DB設(shè)計，將違背這個通常的規(guī)矩和約束，為了切分，我們不得不在數(shù)據(jù)庫的表中出現(xiàn)冗余字段，用作區(qū)分字段或者叫做分庫的標(biāo)記字段，比如上面的article的例子中的user_id這樣的字段（當(dāng)然，剛才的例子并沒有很好的體現(xiàn)出user_id的冗余性，因為user_id這個字段即使就是不分庫，也是要出現(xiàn)的，算是我們撿了便宜吧）。當(dāng)然冗余字段的出現(xiàn)并不只是在分庫的場景下才出現(xiàn)的，在很多大型應(yīng)用中，冗余也是必須的，這個涉及到高效DB的設(shè)計，本文不再贅述。?

2.1.2為什么要數(shù)據(jù)切分?

上面對什么是數(shù)據(jù)切分做了個概要的描述和解釋，讀者可能會疑問，為什么需要數(shù)據(jù)切分呢？像 Oracle這樣成熟穩(wěn)定的數(shù)據(jù)庫，足以支撐海量數(shù)據(jù)的存儲與查詢了？為什么還需要數(shù)據(jù)切片呢？的確，Oracle的DB確實(shí)很成熟很穩(wěn)定，但是高昂的使用費(fèi)用和高端的硬件支撐不是每一個公司能支付的起的。試想一下一年幾千萬的使用費(fèi)用和動輒上千萬元的小型機(jī)作為硬件支撐，這是一般公司能支付的起的嗎？即使就是能支付的起，假如有更好的方案，有更廉價且水平擴(kuò)展性能更好的方案，我們?yōu)槭裁床贿x擇呢？?

但是，事情總是不盡人意。平常我們會自覺的按照范式來設(shè)計我們的數(shù)據(jù)庫，負(fù)載高點(diǎn)可能考慮使用相關(guān)的Replication機(jī)制來提高讀寫的吞吐和性能，這可能已經(jīng)可以滿足很多需求，但這套機(jī)制自身的缺陷還是比較顯而易見的。首先它的有效很依賴于讀操作的比例，Master往往會成為瓶頸所在，寫操作需要順序排隊來執(zhí)行，過載的話Master首先扛不住，Slaves的數(shù)據(jù)同步的延遲也可能比較大，而且會大大耗費(fèi)CPU的計算能力，因為write操作在Master上執(zhí)行以后還是需要在每臺slave機(jī)器上都跑一次。這時候 Sharding可能會成為雞肋了。 Replication搞不定，那么為什么Sharding可以工作呢？道理很簡單，因為它可以很好的擴(kuò)展。我們知道每臺機(jī)器無論配置多么好它都有自身的物理上限，所以當(dāng)我們應(yīng)用已經(jīng)能觸及或遠(yuǎn)遠(yuǎn)超出單臺機(jī)器的某個上限的時候，我們惟有尋找別的機(jī)器的幫助或者繼續(xù)升級的我們的硬件，但常見的方案還是橫向擴(kuò)展, 通過添加更多的機(jī)器來共同承擔(dān)壓力。我們還得考慮當(dāng)我們的業(yè)務(wù)邏輯不斷增長，我們的機(jī)器能不能通過線性增長就能滿足需求？Sharding可以輕松的將計算，存儲，I/O并行分發(fā)到多臺機(jī)器上，這樣可以充分利用多臺機(jī)器各種處理能力，同時可以避免單點(diǎn)失敗，提供系統(tǒng)的可用性，進(jìn)行很好的錯誤隔離。?

綜合以上因素，數(shù)據(jù)切分是很有必要的，且我們在此討論的數(shù)據(jù)切分也是將MySql作為背景的?；诔杀镜目紤]，很多公司也選擇了Free且Open的MySql。對MySql有所了解的開發(fā)人員可能會知道，MySQL 5 之后才有了數(shù)據(jù)表分區(qū)功能，那么在此之前，很多 MySQL 的潛在用戶都對 MySQL 的擴(kuò)展性有所顧慮，而是否具備分區(qū)功能就成了衡量一個數(shù)據(jù)庫可擴(kuò)展性與否的一個關(guān)鍵指標(biāo)(當(dāng)然不是唯一指標(biāo))。數(shù)據(jù)庫擴(kuò)展性是一個永恒的話題，MySQL 的推廣者經(jīng)常會被問到：如在單一數(shù)據(jù)庫上處理應(yīng)用數(shù)據(jù)捉襟見肘而需要進(jìn)行分區(qū)化之類的處理，是如何辦到的呢? 答案也是Sharding，也就是我們所說的數(shù)據(jù)切分方案。?

??? 我們用免費(fèi)的MySQL和廉價的Server甚至是PC做集群，達(dá)到小型機(jī)+大型商業(yè)DB的效果，減少大量的資金投入，降低運(yùn)營成本，何樂而不為呢？所以，我們選擇Sharding，擁抱Sharding。?

2.1.3怎么做到數(shù)據(jù)切分?

說到數(shù)據(jù)切分，再次我們講對數(shù)據(jù)切分的方法和形式進(jìn)行比較詳細(xì)的闡述和說明。?

數(shù)據(jù)切分可以是物理 上的，對數(shù)據(jù)通過一系列的切分規(guī)則將數(shù)據(jù)分布到不同的DB服務(wù)器上，通過路由規(guī)則路由訪問特定的數(shù)據(jù)庫，這樣一來每次訪問面對的就不是單臺服務(wù)器了，而是N臺服務(wù)器，這樣就可以降低單臺機(jī)器的負(fù)載壓力。?

數(shù) 據(jù)切分也可以是數(shù)據(jù)庫內(nèi)的 ，對數(shù)據(jù)通過一系列的切分規(guī)則，將數(shù)據(jù)分布到一個數(shù)據(jù)庫的不同表中，比如將article分為article_001,article_002等子表，若干個子表水平拼合有組成了邏輯上一個完整的article表，這樣做的目的其實(shí)也是很簡單的。 舉個例子說明，比如article表中現(xiàn)在有5000w條數(shù)據(jù)，此時我們需要在這個表中增加（insert）一條新的數(shù)據(jù)，insert完畢后，數(shù)據(jù)庫會針對這張表重新建立索引，5000w行數(shù)據(jù)建立索引的系統(tǒng)開銷還是不容忽視的。但是反過來，假如我們將這個表分成100 個table呢，從article_001一直到article_100，5000w行數(shù)據(jù)平均下來，每個子表里邊就只有50萬行數(shù)據(jù)，這時候我們向一張只有50w行數(shù)據(jù)的table中insert數(shù)據(jù)后建立索引的時間就會呈數(shù)量級的下降，極大了提高了DB的運(yùn)行時效率，提高了DB的并發(fā)量。當(dāng)然分表的好處還不知這些，還有諸如寫操作的鎖操作等，都會帶來很多顯然的好處。?

綜上，分庫降低了單點(diǎn)機(jī)器的負(fù)載；分表，提高了數(shù)據(jù)操作的效率，尤其是Write操作的效率。 行文至此我們依然沒有涉及到如何切分的問題。接下來，我們將對切分規(guī)則進(jìn)行詳盡的闡述和說明。?

上文中提到，要想做到數(shù)據(jù)的水平切分，在每一個表中都要有相冗余字符 作為切分依據(jù)和標(biāo)記字段，通常的應(yīng)用中我們選用user_id作為區(qū)分字段，基于此就有如下三種分庫的方式和規(guī)則： （當(dāng)然還可以有其他的方式）?

按號段分：?

(1) user_id為區(qū)分，1～1000的對應(yīng)DB1，1001～2000的對應(yīng)DB2，以此類推；?

優(yōu)點(diǎn)：可部分遷移?

缺點(diǎn)：數(shù)據(jù)分布不均?

(2)hash取模分：?

對user_id進(jìn)行hash（或者如果user_id是數(shù)值型的話直接使用user_id 的值也可），然后用一個特定的數(shù)字，比如應(yīng)用中需要將一個數(shù)據(jù)庫切分成4個數(shù)據(jù)庫的話，我們就用4這個數(shù)字對user_id的hash值進(jìn)行取模運(yùn)算，也就是user_id%4,這樣的話每次運(yùn)算就有四種可能：結(jié)果為1的時候?qū)?yīng)DB1；結(jié)果為2的時候?qū)?yīng)DB2；結(jié)果為3的時候?qū)?yīng)DB3；結(jié)果為0的時候?qū)?yīng)DB4，這樣一來就非常均勻的將數(shù)據(jù)分配到4個DB中。?

優(yōu)點(diǎn)：數(shù)據(jù)分布均勻?

缺點(diǎn)：數(shù)據(jù)遷移的時候麻煩，不能按照機(jī)器性能分?jǐn)倲?shù)據(jù)?

(3)在認(rèn)證庫中保存數(shù)據(jù)庫配置?

就是建立一個DB，這個DB單獨(dú)保存user_id到DB的映射關(guān)系，每次訪問數(shù)據(jù)庫的時候都要先查詢一次這個數(shù)據(jù)庫，以得到具體的DB信息，然后才能進(jìn)行我們需要的查詢操作。?

優(yōu)點(diǎn)：靈活性強(qiáng)，一對一關(guān)系?

缺點(diǎn)：每次查詢之前都要多一次查詢，性能大打折扣?

以上就是通常的開發(fā)中我們選擇的三種方式，有些復(fù)雜的項目中可能會混合使用這三種方式。 通過上面的描述，我們對分庫的規(guī)則也有了簡單的認(rèn)識和了解。當(dāng)然還會有更好更完善的分庫方式，還需要我們不斷的探索和發(fā)現(xiàn)。?

第3章 本課題研究的基本輪廓?

上面的文字，我們按照人類認(rèn)知事物的規(guī)律，what?why?how這樣的方式闡述了數(shù)據(jù)庫切分的一些概念和意義以及對一些常規(guī)的切分規(guī)則做了概要的介紹。本課題所討論的分布數(shù)據(jù)層并不僅僅如此，它是一個完整的數(shù)據(jù)層解決方案，它到底是什么樣的呢？接下來的文字，我將詳細(xì)闡述本研究課題的完整思想和實(shí)現(xiàn)方式。?

分布式數(shù)據(jù)方案提供功能如下：?

（1）提供分庫規(guī)則和路由規(guī)則（RouteRule簡稱RR），將上面的說明中提到的三中切分規(guī)則直接內(nèi)嵌入本系統(tǒng)，具體的嵌入方式在接下來的內(nèi)容中進(jìn)行詳細(xì)的說明和論述；?

（2）引入集群（Group）的概念，保證數(shù)據(jù)的高可用性；?

（3）引入負(fù)載均衡策略（LoadBalancePolicy簡稱LB）；?

（4）引入集群節(jié)點(diǎn)可用性探測機(jī)制，對單點(diǎn)機(jī)器的可用性進(jìn)行定時的偵測，以保證LB策略的正確實(shí)施，以確保系統(tǒng)的高度穩(wěn)定性；?

（5）引入讀/寫分離，提高數(shù)據(jù)的查詢速度；?

僅僅是分庫分表的數(shù)據(jù)層設(shè)計也是不夠完善的，當(dāng)某個節(jié)點(diǎn)上的DB服務(wù)器出現(xiàn)了宕機(jī)的情況的時候，會是什么樣的呢？是的，我們采用了數(shù)據(jù)庫切分方案，也就是說有N太機(jī)器組成了一個完整的DB ，如果有一臺機(jī)器宕機(jī)的話，也僅僅是一個DB的N分之一的數(shù)據(jù)不能訪問而已，這是我們能接受的，起碼比切分之前的情況好很多了，總不至于整個DB都不能訪問。一般的應(yīng)用中，這樣的機(jī)器故障導(dǎo)致的數(shù)據(jù)無法訪問是可以接受的，假設(shè)我們的系統(tǒng)是一個高并發(fā)的電子商務(wù)網(wǎng)站呢？單節(jié)點(diǎn)機(jī)器宕機(jī)帶來的經(jīng)濟(jì)損失是非常嚴(yán)重的。也就是說，現(xiàn)在我們這樣的方案還是存在問題的，容錯性能是經(jīng)不起考驗的。當(dāng)然了，問題總是有解決方案的。我們引入集群的概念，在此我稱之為Group，也就是每一個分庫的節(jié)點(diǎn)我們引入多臺機(jī)器，每臺機(jī)器保存的數(shù)據(jù)是一樣的，一般情況下這多臺機(jī)器分?jǐn)傌?fù)載，當(dāng)出現(xiàn)宕機(jī)情況，負(fù)載均衡器將分配負(fù)載給這臺宕機(jī)的機(jī)器。這樣一來，?

就解決了容錯性的問題。所以我們引入了集群的概念，并將其內(nèi)嵌入我們的框架中，成為框架的一部分。?

?

如上圖所示，整個數(shù)據(jù)層有Group1，Group2，Group3三個集群組成，這三個集群就是數(shù)據(jù)水平切分的結(jié)果，當(dāng)然這三個集群也就組成了一個包含完整數(shù)據(jù)的DB。每一個Group包括1個Master（當(dāng)然Master也可以是多個）和 N個Slave，這些Master和Slave的數(shù)據(jù)是一致的。比如Group1中的一個slave發(fā)生了宕機(jī)現(xiàn)象，那么還有兩個slave是可以用的，這樣的模型總是不會造成某部分?jǐn)?shù)據(jù)不能訪問的問題，除非整個 Group里的機(jī)器全部宕掉，但是考慮到這樣的事情發(fā)生的概率非常小（除非是斷電了，否則不易發(fā)生吧）。?

在沒有引入集群以前，我們的一次查詢的過程大致如下：請求數(shù)據(jù)層，并傳遞必要的分庫區(qū)分字段（通常情況下是user_id）?數(shù)據(jù)層根據(jù)區(qū)分字段Route到具體的DB?在這個確定的DB內(nèi)進(jìn)行數(shù)據(jù)操作。 這是沒有引入集群的情況，當(dāng)時引入集群會是什么樣子的呢？看圖一即可得知，我們的路由器上規(guī)則和策略其實(shí)只能路由到具體的Group，也就是只能路由到一個虛擬的Group，這個Group并不是某個特定的物理服務(wù)器。接下來需要做的工作就是找到具體的物理的DB服務(wù)器，以進(jìn)行具體的數(shù)據(jù)操作?；谶@個環(huán)節(jié)的需求，我們引入了負(fù)載均衡器的概念（LB）。負(fù)載均衡器的職責(zé)就是定位到一臺具體的DB服務(wù)器。具體的規(guī)則如下：負(fù)載均衡器會分析當(dāng)前sql的讀寫特性，如果是寫操作或者是要求實(shí)時性很強(qiáng)的操作的話，直接將查詢負(fù)載分到Master，如果是讀操作則通過負(fù)載均衡策略分配一個Slave。我們的負(fù)載均衡器的主要研究放向也就是負(fù)載分發(fā)策略，通常情況下負(fù)載均衡包括隨機(jī)負(fù)載均衡和加權(quán)負(fù)載均衡 。 隨機(jī)負(fù)載均衡很好理解，就是從N個Slave中隨機(jī)選取一個Slave。這樣的隨機(jī)負(fù)載均衡是不考慮機(jī)器性能的，它默認(rèn)為每臺機(jī)器的性能是一樣的。假如真實(shí)的情況是這樣的，這樣做也是無可厚非的。假如實(shí)際情況并非如此呢？每個Slave的機(jī)器物理性能和配置不一樣的情況，再使用隨機(jī)的不考慮性能的負(fù)載均衡，是非常不科學(xué)的，這樣一來會給機(jī)器性能差的機(jī)器帶來不必要的高負(fù)載，甚至帶來宕機(jī)的危險， 同時高性能的數(shù)據(jù)庫服務(wù)器也不能充分發(fā)揮其物理性能?；诖丝紤]從，我們引入了加權(quán)負(fù)載均衡，也就是在我們的系統(tǒng)內(nèi)部通過一定的接口，可以給每臺DB服務(wù)器分配一個權(quán)值，然后再運(yùn)行時LB根據(jù)權(quán)值在集群中的比重，分配一定比例的負(fù)載給該DB服務(wù)器。當(dāng)然這樣的概念的引入，無疑增大了系統(tǒng)的復(fù)雜性和可維護(hù)性。有得必有失，我們也沒有辦法逃過的。?

有了分庫，有了集群，有了負(fù)載均衡器，是不是就萬事大吉了呢？ 事情遠(yuǎn)沒有我們想象的那么簡單。雖然有了這些東西，基本上能保證我們的數(shù)據(jù)層可以承受很大的壓力?

，但是這樣的設(shè)計并不能完全規(guī)避數(shù)據(jù)庫宕機(jī)的危害。假如Group1中的slave2 宕機(jī)了，那么系統(tǒng)的LB并不能得知，這樣的話其實(shí)是很危險的，因為LB不知道，它還會以為slave2為可用狀態(tài)，所以還是會給slave2分配負(fù)載。這樣一來，問題就出來了，客戶端很自然的就會發(fā)生數(shù)據(jù)操作失敗的錯誤或者異常。這樣是非常不友好的！怎樣解決這樣的問題呢？ 我們引入集群節(jié)點(diǎn)的可用性探測機(jī)制 ，或者是可用性的數(shù)據(jù)推送機(jī)制 。這兩種機(jī)制有什么不同呢？首先說探測機(jī)制吧，顧名思義，探測即使，就是我的數(shù)據(jù)層客戶端，不定時對集群中各個數(shù)據(jù)庫進(jìn)行可用性的嘗試，實(shí)現(xiàn)原理就是嘗試性鏈接，或者數(shù)據(jù)庫端口的嘗試性訪問，都可以做到，當(dāng)然也可以用JDBC嘗試性鏈接，利用Java的Exception機(jī)制進(jìn)行可用性的判斷，具體的會在后面的文字中提到。那數(shù)據(jù)推送機(jī)制又是什么呢？其實(shí)這個就要放在現(xiàn)實(shí)的應(yīng)用場景中來討論這個問題了，一般情況下應(yīng)用的DB 數(shù)據(jù)庫宕機(jī)的話我相信DBA肯定是知道的，這個時候DBA手動的將數(shù)據(jù)庫的當(dāng)前狀態(tài)通過程序的方式推送到客戶端，也就是分布式數(shù)據(jù)層的應(yīng)用端，這個時候在更新一個本地的DB狀態(tài)的列表。并告知LB，這個數(shù)據(jù)庫節(jié)點(diǎn)不能使用，請不要給它分配負(fù)載。一個是主動的監(jiān)聽機(jī)制，一個是被動的被告知的機(jī)制。兩者各有所長。但是都可以達(dá)到同樣的效果。這樣一來剛才假設(shè)的問題就不會發(fā)生了，即使就是發(fā)生了，那么發(fā)生的概率也會降到最低。?

上面的文字中提到的Master和Slave ，我們并沒有做太多深入的講解。如圖一所示，一個Group由1個Master和N個Slave組成。為什么這么做呢？其中Master負(fù)責(zé)寫操作的負(fù)載，也就是說一切寫的操作都在Master上進(jìn)行，而讀的操作則分?jǐn)偟絊lave上進(jìn)行。這樣一來的可以大大提高讀取的效率。在一般的互聯(lián)網(wǎng)應(yīng)用中，經(jīng)過一些數(shù)據(jù)調(diào)查得出結(jié)論，讀/寫的比例大概在 10：1左右 ，也就是說大量的數(shù)據(jù)操作是集中在讀的操作，這也就是為什么我們會有多個Slave的原因。但是為什么要分離讀和寫呢？熟悉DB的研發(fā)人員都知道，寫操作涉及到鎖的問題，不管是行鎖還是表鎖還是塊鎖，都是比較降低系統(tǒng)執(zhí)行效率的事情。我們這樣的分離是把寫操作集中在一個節(jié)點(diǎn)上，而讀操作其其他的N個節(jié)點(diǎn)上進(jìn)行，從另一個方面有效的提高了讀的效率，保證了系統(tǒng)的高可用性。讀寫分離也會引入新的問題，比如我的Master上的數(shù)據(jù)怎樣和集群中其他的Slave機(jī)器保持?jǐn)?shù)據(jù)的同步和一致呢?這個是我們不需要過多的關(guān)注的問題，MySql的Proxy機(jī)制可以幫助我們做到這點(diǎn)，由于Proxy機(jī)制與本課題相關(guān)性不是太強(qiáng)，?

在這里不做詳細(xì)介紹。?

綜上所述，本課題中所研究的分布式數(shù)據(jù)層的大體功能就是如此。以上是對基本原理的一些討論和闡述。接下來就系統(tǒng)設(shè)計層面，進(jìn)行深入的剖析和研究。?

第4章 系統(tǒng)設(shè)計?

4.1系統(tǒng)實(shí)現(xiàn)層面的選擇?

在引言部分中提到，該系統(tǒng)的實(shí)現(xiàn)層面有兩種選擇，一種是基于JDBC層面上的選擇，一種是基于現(xiàn)有數(shù)據(jù)持久層框架層面上的選擇，比如Hibernate，ibatis。兩種層面各有長處，也各有不足之處?；贘DBC層面上的系統(tǒng)實(shí)現(xiàn)，系統(tǒng)開發(fā)難度和后期的使用難度都將大大提高。大大增加了系統(tǒng)的開發(fā)費(fèi)用和維護(hù)費(fèi)用。本課題的定位是在成型的ibatis持久層框架的基礎(chǔ)上進(jìn)行上層的封裝，而不是對ibatis源碼的直接修改，這樣一來使本系統(tǒng)不會對現(xiàn)有框架有太多的侵入性，從而也增加了使用的靈活性。之所以選擇ibatis，原因如下：?

（1）ibatis的學(xué)習(xí)成本非常低，熟練的Java Programmer可在非常的短時間內(nèi)熟練使用ibatis；?

（2）ibatis是輕量級的ORM，只是簡單的完成了RO，OR的映射，其查詢語句也是通過配置文件sql-map.xml文件在原生sql的層面進(jìn)行簡單的配置，也就是說我們沒有引入諸如Hibernate那樣的HQL的概念，從而增強(qiáng)了 sql的可控性，優(yōu)秀的DBA可以很好的從sql的層面對sql進(jìn)行優(yōu)化，使數(shù)據(jù)層的應(yīng)用有很強(qiáng)的可控性。Hibernate雖然很強(qiáng)大，但是由于 Hibernate是OR的一個重型封裝，且引入HQL的概念，不便于DBA團(tuán)隊對sql語句的控制和性能的調(diào)優(yōu)。?

基于以上兩點(diǎn)理由，本課題在ORM的產(chǎn)品的選擇上選擇了易學(xué)易用且輕量級的持久層框架ibatis。下面的討論也都是特定于ibatis的基礎(chǔ)上的討論。?

4.2其他開源框架的選擇?

在一些大型的Java應(yīng)用中，我們通常會采用Spring這樣的開源框架，尤其是 IoC（DI）這部分，有效的幫助開發(fā)人員管理對象的依賴關(guān)系和層次，降低系統(tǒng)各層次之間的實(shí)體耦合。Spring的優(yōu)點(diǎn)和用處我相信這是開發(fā)人員眾所周知的，在此不再贅述。本課題的數(shù)據(jù)層也將采用Spring做為IoC（DI）的框架。?

4.3系統(tǒng)開發(fā)技術(shù)和工具介紹?

開發(fā)語言：Java JDK1.5?

集成開發(fā)環(huán)境：Eclipse 3.3.4?

Web環(huán)境下測試服務(wù)器：JBoss 4.2?

構(gòu)建工具：淘寶自行研發(fā)的構(gòu)建工具Antx（類似于Maven），當(dāng)然也可以用Maven?

依賴的開源Jar：Spring2.0，ibaits，commons-configuration(讀取配置文件)，log4j，junit等?

總結(jié)

以上是生活随笔為你收集整理的数据库水平切分的实现原理解析－－－分库，分表，主从，集群，负载均衡器的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。