Shardingsphere分库分表技术应用(一)-526互联

Shardingsphere分库分表技术应用(一)

1、开源的分布式数据库生态技术

ShardingShpere-JDBC 轻量级Java框架
ShardingShpere-Proxy 数据库代理
ShardingShpere-sidecar(规划中) -kubernates的云原生数据库代理

2、高性能数据库集群架构模式（V5.1.1）

海量数据，利用数据库集群提升性能；高性能集群架构模式：

读写分离
数据分片

3、读写分离架构

读写分离原理：将数据库的读写操作分散到不同的节点

高性能架构模式-CAP定理：布鲁尔定理，一致性(consistence)、可用性(availability)、分区容错性(Partition Tolerance)，当涉及读写操作时，只能保证三者中的两个，另一个必须被牺牲。

C一致性(Consistency): 对某个指定的客户端来说，读操作保证能够返回最新的写操作结果。
A可用性(Availability): 非故障的节点在合理的时间内返回合理的响应(不是错误和超时的响应)。
P分区容忍性(Partition Tolerance) : 当出现网络分区后，系统能够继续“履行职责”

CAP理论中的C在实践中是不可能完美实现的，即使无法做到强一致性，但应用可以采用适合的方式达到最终一致性

基本可用(Basically Available) : 分布式系统在出现故障时，允许损失部分可用性，即保证核心可用。
软状态(Soft State):允许系统存在中间状态，而该中间状态不会影响系统整体可用性。这里的中间状态就是CAP理论中的数据不一致。
最终一致性 (Eventua Consistency) : 系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。

读写分离的问题：读写分离分散了数据库读写操作的压力，但没有分散存储压力，为了满足业务数据存储的需求，就需要将存储分散到多台数据库服务器上

4、数据库分片架构

数据分片：将存放在单一数据库中的数据分散地存放至多个数据库或表中，以达到提升性能瓶颈以及可用性的效果。数据分片的有效手段是对关系型数据库进行分库和分表。数据分片的拆分方式又分为垂直分片和水平分片

4.1 垂直分片

垂直分库不同的数据库存放不同的业务数据
垂直分表将列数比较多且不常用的列拆分出去

垂直分库：按照业务拆分的方式称为垂直分片，又称为纵向拆分，它的核心理念是专库专用。在拆分之前，一个数据库由多个数据表构成，每个表对应着不同的业务。而拆分之后，则是按照业务将表进行归类，分布到不同的数据库中，从而将压力分散至不同的数据库。

垂直拆分可以缓解数据量和访问量带来的问题，但无法根治。如果垂直拆分之后，表中的数据量依然超过单节所能承载的阈值，则需要水平分片来进一步处理。

垂直分表：适合将表中某些不常用的列，或者是占了大量空间的列拆分出去用户表ID Name age NickName Desc

水平分表：表行数特别大，水平分表属于水平分片

4.2 水平分片

单表进行切分后，是否将多个表分散在不同的数据库服务器中，可以根据实际的切分效果来确定。
水平分表：单表切分为多表后，新的表即使在同一个数据库服务器中，也可能带来可观的性能提升，如果性能能够满足业务要求，可以不拆分到多台数据库服务器，毕竟业务分库也会引入很多复杂性;
水平分库：”如果单表拆分为多表后，单台服务器依然无法满足性能要求，那就需要将多个表分散在不同的数据库服务器中。