當(dāng)MySQL單表記錄數(shù)過大時(shí)，增刪改查性能都會急劇下降,，可以參考以下步驟來優(yōu)化：

單表優(yōu)化

除非單表數(shù)據(jù)未來會一直不斷上漲,，否則不要一開始就考慮拆分，拆分會帶來邏輯,、部署,、運(yùn)維的各種復(fù)雜度,，一般以整型值為主的表在千萬級以下，字符串為主的表在五百萬以下是沒有太大問題的,。而事實(shí)上很多時(shí)候MySQL單表的性能依然有不少優(yōu)化空間,，甚至能正常支撐千萬級以上的數(shù)據(jù)量：

字段

• 盡量使用TINYINT、SMALLINT,、MEDIUM_INT作為整數(shù)類型而非INT,，如果非負(fù)則加上UNSIGNED
• VARCHAR的長度只分配真正需要的空間
• 使用枚舉或整數(shù)代替字符串類型
• 盡量使用TIMESTAMP而非DATETIME，
• 單表不要有太多字段,，建議在20以內(nèi)
• 避免使用NULL字段,，很難查詢優(yōu)化且占用額外索引空間
• 用整型來存IP

索引

• 索引并不是越多越好，要根據(jù)查詢有針對性的創(chuàng)建,，考慮在WHERE和ORDER BY命令上涉及的列建立索引,，可根據(jù)EXPLAIN來查看是否用了索引還是全表掃描
• 應(yīng)盡量避免在WHERE子句中對字段進(jìn)行NULL值判斷，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描
• 值分布很稀少的字段不適合建索引,，例如"性別"這種只有兩三個(gè)值的字段
• 字符字段只建前綴索引
• 字符字段最好不要做主鍵
• 不用外鍵,，由程序保證約束
• 盡量不用UNIQUE，由程序保證約束
• 使用多列索引時(shí)主意順序和查詢條件保持一致,，同時(shí)刪除不必要的單列索引

查詢SQL

• 可通過開啟慢查詢?nèi)罩緛碚页鲚^慢的SQL
• 不做列運(yùn)算：SELECT id WHERE age + 1 = 10,，任何對列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫教程函數(shù),、計(jì)算表達(dá)式等等,，查詢時(shí)要盡可能將操作移至等號右邊
• sql語句盡可能簡單：一條sql只能在一個(gè)cpu運(yùn)算;大語句拆小語句，減少鎖時(shí)間;一條大sql可以堵死整個(gè)庫
• 不用SELECT *
• OR改寫成IN：OR的效率是n級別,，IN的效率是log(n)級別,，in的個(gè)數(shù)建議控制在200以內(nèi)
• 不用函數(shù)和觸發(fā)器，在應(yīng)用程序?qū)崿F(xiàn)
• 避免%xxx式查詢
• 少用JOIN
• 使用同類型進(jìn)行比較,，比如用'123'和'123'比,，123和123比
• 盡量避免在WHERE子句中使用!=或<>操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描
• 對于連續(xù)數(shù)值,，使用BETWEEN不用IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5
• 列表數(shù)據(jù)不要拿全表,，要使用LIMIT來分頁，每頁數(shù)量也不要太大

引擎

目前廣泛使用的是MyISAM和InnoDB兩種引擎：

MyISAM

MyISAM引擎是MySQL 5.1及之前版本的默認(rèn)引擎,，它的特點(diǎn)是：

• 不支持行鎖,，讀取時(shí)對需要讀到的所有表加鎖，寫入時(shí)則對表加排它鎖
• 不支持事務(wù)
• 不支持外鍵
• 不支持崩潰后的安全恢復(fù)
• 在表有讀取查詢的同時(shí),，支持往表中插入新紀(jì)錄
• 支持BLOB和TEXT的前500個(gè)字符索引，支持全文索引
• 支持延遲更新索引,，極大提升寫入性能
• 對于不會進(jìn)行修改的表,，支持壓縮表，極大減少磁盤空間占用

InnoDB

InnoDB在MySQL 5.5后成為默認(rèn)索引，它的特點(diǎn)是：

• 支持行鎖,，采用MVCC來支持高并發(fā)
• 支持事務(wù)
• 支持外鍵
• 支持崩潰后的安全恢復(fù)
• 不支持全文索引

總體來講,，MyISAM適合SELECT密集型的表，而InnoDB適合INSERT和UPDATE密集型的表

系統(tǒng)調(diào)優(yōu)參數(shù)

可以使用下面幾個(gè)工具來做基準(zhǔn)測試：

• sysbench：一個(gè)模塊化,，跨平臺以及多線程的性能測試工具
• iibench-mysql：基于 Java 的 MySQL/Percona/MariaDB 索引進(jìn)行插入性能測試工具
• tpcc-mysql：Percona開發(fā)的TPC-C測試工具

具體的調(diào)優(yōu)參數(shù)內(nèi)容較多,，具體可參考官方文檔，這里介紹一些比較重要的參數(shù)：

• back_log：back_log值指出在MySQL暫時(shí)停止回答新請求之前的短時(shí)間內(nèi)多少個(gè)請求可以被存在堆棧中,。也就是說,，如果MySql的連接數(shù)據(jù)達(dá)到max_connections時(shí)，新來的請求將會被存在堆棧中,，以等待某一連接釋放資源,，該堆棧的數(shù)量即back_log，如果等待連接的數(shù)量超過back_log,，將不被授予連接資源,。可以從默認(rèn)的50升至500
• wait_timeout：數(shù)據(jù)庫連接閑置時(shí)間,，閑置連接會占用內(nèi)存資源,。可以從默認(rèn)的8小時(shí)減到半小時(shí)
• max_user_connection: 最大連接數(shù),，默認(rèn)為0無上限,，最好設(shè)一個(gè)合理上限
• thread_concurrency：并發(fā)線程數(shù)，設(shè)為CPU核數(shù)的兩倍
• skip_name_resolve：禁止對外部連接進(jìn)行DNS解析,，消除DNS解析時(shí)間,，但需要所有遠(yuǎn)程主機(jī)用IP訪問
• key_buffer_size：索引塊的緩存大小，增加會提升索引處理速度,，對MyISAM表性能影響最大,。對于內(nèi)存4G左右，可設(shè)為256M或384M,，通過查詢show status like 'key_read%',，保證key_reads / key_read_requests在0.1%以下最好
• innodb_buffer_pool_size：緩存數(shù)據(jù)塊和索引塊，對InnoDB表性能影響最大,。通過查詢show status like 'Innodb_buffer_pool_read%',，保證 (Innodb_buffer_pool_read_requests – Innodb_buffer_pool_reads) / Innodb_buffer_pool_read_requests越高越好
• innodb_additional_mem_pool_size：InnoDB存儲引擎用來存放數(shù)據(jù)字典信息以及一些內(nèi)部數(shù)據(jù)結(jié)構(gòu)的內(nèi)存空間大小，當(dāng)數(shù)據(jù)庫對象非常多的時(shí)候,，適當(dāng)調(diào)整該參數(shù)的大小以確保所有數(shù)據(jù)都能存放在內(nèi)存中提高訪問效率,，當(dāng)過小的時(shí)候，MySQL會記錄Warning信息到數(shù)據(jù)庫的錯(cuò)誤日志中,，這時(shí)就需要該調(diào)整這個(gè)參數(shù)大小
• innodb_log_buffer_size：InnoDB存儲引擎的事務(wù)日志所使用的緩沖區(qū),，一般來說不建議超過32MB
• query_cache_size：緩存MySQL中的ResultSet,，也就是一條SQL語句執(zhí)行的結(jié)果集，所以僅僅只能針對select語句,。當(dāng)某個(gè)表的數(shù)據(jù)有任何任何變化,，都會導(dǎo)致所有引用了該表的select語句在Query Cache中的緩存數(shù)據(jù)失效。所以,，當(dāng)我們的數(shù)據(jù)變化非常頻繁的情況下,，使用Query Cache可能會得不償失。根據(jù)命中率(Qcache_hits/(Qcache_hits+Qcache_inserts)*100))進(jìn)行調(diào)整,，一般不建議太大,，256MB可能已經(jīng)差不多了，大型的配置型靜態(tài)數(shù)據(jù)可適當(dāng)調(diào)大.
• 可以通過命令show status like 'Qcache_%'查看目前系統(tǒng)Query catch使用大小
• read_buffer_size：MySql讀入緩沖區(qū)大小,。對表進(jìn)行順序掃描的請求將分配一個(gè)讀入緩沖區(qū),，MySql會為它分配一段內(nèi)存緩沖區(qū)。如果對表的順序掃描請求非常頻繁,，可以通過增加該變量值以及內(nèi)存緩沖區(qū)大小提高其性能
• sort_buffer_size：MySql執(zhí)行排序使用的緩沖大小,。如果想要增加ORDER BY的速度，首先看是否可以讓MySQL使用索引而不是額外的排序階段,。如果不能，可以嘗試增加sort_buffer_size變量的大小
• read_rnd_buffer_size：MySql的隨機(jī)讀緩沖區(qū)大小,。當(dāng)按任意順序讀取行時(shí)(例如，按照排序順序),，將分配一個(gè)隨機(jī)讀緩存區(qū),。進(jìn)行排序查詢時(shí)，MySql會首先掃描一遍該緩沖,，以避免磁盤搜索,，提高查詢速度，如果需要排序大量數(shù)據(jù),，可適當(dāng)調(diào)高該值,。但MySql會為每個(gè)客戶連接發(fā)放該緩沖空間，所以應(yīng)盡量適當(dāng)設(shè)置該值,，以避免內(nèi)存開銷過大,。
• record_buffer：每個(gè)進(jìn)行一個(gè)順序掃描的線程為其掃描的每張表分配這個(gè)大小的一個(gè)緩沖區(qū)。如果你做很多順序掃描,，可能想要增加該值
• thread_cache_size：保存當(dāng)前沒有與連接關(guān)聯(lián)但是準(zhǔn)備為后面新的連接服務(wù)的線程,，可以快速響應(yīng)連接的線程請求而無需創(chuàng)建新的
• table_cache：類似于thread_cache_size，但用來緩存表文件,，對InnoDB效果不大,，主要用于MyISAM

升級硬件

Scale up,，這個(gè)不多說了,，根據(jù)MySQL是CPU密集型還是I/O密集型,，通過提升CPU和內(nèi)存、使用SSD,，都能顯著提升MySQL性能

讀寫分離

也是目前常用的優(yōu)化,，從庫讀主庫寫，一般不要采用雙主或多主引入很多復(fù)雜性,，盡量采用文中的其他方案來提高性能,。同時(shí)目前很多拆分的解決方案同時(shí)也兼顧考慮了讀寫分離

緩存

緩存可以發(fā)生在這些層次：

• MySQL內(nèi)部：在系統(tǒng)調(diào)優(yōu)參數(shù)介紹了相關(guān)設(shè)置
• 數(shù)據(jù)訪問層：比如MyBatis針對SQL語句做緩存，而Hibernate可以精確到單個(gè)記錄,，這里緩存的對象主要是持久化對象Persistence Object
• 應(yīng)用服務(wù)層：這里可以通過編程手段對緩存做到更精準(zhǔn)的控制和更多的實(shí)現(xiàn)策略,，這里緩存的對象是數(shù)據(jù)傳輸對象Data Transfer Object
• Web層：針對web頁面做緩存
• 瀏覽器客戶端：用戶端的緩存

可以根據(jù)實(shí)際情況在一個(gè)層次或多個(gè)層次結(jié)合加入緩存。這里重點(diǎn)介紹下服務(wù)層的緩存實(shí)現(xiàn),，目前主要有兩種方式：

• 直寫式(Write Through)：在數(shù)據(jù)寫入數(shù)據(jù)庫后,，同時(shí)更新緩存,，維持?jǐn)?shù)據(jù)庫與緩存的一致性。這也是當(dāng)前大多數(shù)應(yīng)用緩存框架如Spring Cache的工作方式,。這種實(shí)現(xiàn)非常簡單,，同步好,，但效率一般。
• 回寫式(Write Back)：當(dāng)有數(shù)據(jù)要寫入數(shù)據(jù)庫時(shí),，只會更新緩存,，然后異步批量的將緩存數(shù)據(jù)同步到數(shù)據(jù)庫上。這種實(shí)現(xiàn)比較復(fù)雜,，需要較多的應(yīng)用邏輯,，同時(shí)可能會產(chǎn)生數(shù)據(jù)庫與緩存的不同步，但效率非常高,。

表分區(qū)

MySQL在5.1版引入的分區(qū)是一種簡單的水平拆分,，用戶需要在建表的時(shí)候加上分區(qū)參數(shù)，對應(yīng)用是透明的無需修改代碼

對用戶來說,，分區(qū)表是一個(gè)獨(dú)立的邏輯表,，但是底層由多個(gè)物理子表組成,，實(shí)現(xiàn)分區(qū)的代碼實(shí)際上是通過對一組底層表的對象封裝，但對SQL層來說是一個(gè)完全封裝底層的黑盒子,。MySQL實(shí)現(xiàn)分區(qū)的方式也意味著索引也是按照分區(qū)的子表定義,，沒有全局索引

用戶的SQL語句是需要針對分區(qū)表做優(yōu)化，SQL條件中要帶上分區(qū)條件的列,，從而使查詢定位到少量的分區(qū)上,，否則就會掃描全部分區(qū)，可以通過EXPLAIN PARTITIONS來查看某條SQL語句會落在那些分區(qū)上,，從而進(jìn)行SQL優(yōu)化,，如下圖5條記錄落在兩個(gè)分區(qū)上：

分區(qū)的好處是：

• 可以讓單表存儲更多的數(shù)據(jù)
• 分區(qū)表的數(shù)據(jù)更容易維護(hù)，可以通過清楚整個(gè)分區(qū)批量刪除大量數(shù)據(jù),，也可以增加新的分區(qū)來支持新插入的數(shù)據(jù),。另外，還可以對一個(gè)獨(dú)立分區(qū)進(jìn)行優(yōu)化,、檢查,、修復(fù)等操作
• 部分查詢能夠從查詢條件確定只落在少數(shù)分區(qū)上，速度會很快
• 分區(qū)表的數(shù)據(jù)還可以分布在不同的物理設(shè)備上,，從而搞笑利用多個(gè)硬件設(shè)備
• 可以使用分區(qū)表賴避免某些特殊瓶頸,，例如InnoDB單個(gè)索引的互斥訪問、ext3文件系統(tǒng)的inode鎖競爭
• 可以備份和恢復(fù)單個(gè)分區(qū)

分區(qū)的限制和缺點(diǎn)：

• 一個(gè)表最多只能有1024個(gè)分區(qū)
• 如果分區(qū)字段中有主鍵或者唯一索引的列,，那么所有主鍵列和唯一索引列都必須包含進(jìn)來
• 分區(qū)表無法使用外鍵約束
• NULL值會使分區(qū)過濾無效
• 所有分區(qū)必須使用相同的存儲引擎

分區(qū)的類型：

• RANGE分區(qū)：基于屬于一個(gè)給定連續(xù)區(qū)間的列值,，把多行分配給分區(qū)
• LIST分區(qū)：類似于按RANGE分區(qū)，區(qū)別在于LIST分區(qū)是基于列值匹配一個(gè)離散值集合中的某個(gè)值來進(jìn)行選擇
• HASH分區(qū)：基于用戶定義的表達(dá)式的返回值來進(jìn)行選擇的分區(qū),，該表達(dá)式使用將要插入到表中的這些行的列值進(jìn)行計(jì)算,。這個(gè)函數(shù)可以包含MySQL中有效的、產(chǎn)生非負(fù)整數(shù)值的任何表達(dá)式
• KEY分區(qū)：類似于按HASH分區(qū),，區(qū)別在于KEY分區(qū)只支持計(jì)算一列或多列,，且MySQL服務(wù)器提供其自身的哈希函數(shù)。必須有一列或多列包含整數(shù)值

分區(qū)適合的場景有：

• 最適合的場景數(shù)據(jù)的時(shí)間序列性比較強(qiáng),，則可以按時(shí)間來分區(qū),，如下所示： 

CREATE TABLE members ( 
    firstname VARCHAR(25) NOT NULL, 
    lastname VARCHAR(25) NOT NULL, 
    username VARCHAR(16) NOT NULL, 
    email VARCHAR(35), 
    joined DATE NOT NULL 
) 
PARTITION BY RANGE( YEAR(joined) ) ( 
    PARTITION p0 VALUES LESS THAN (1960), 
    PARTITION p1 VALUES LESS THAN (1970), 
    PARTITION p2 VALUES LESS THAN (1980), 
    PARTITION p3 VALUES LESS THAN (1990), 
    PARTITION p4 VALUES LESS THAN MAXVALUE 
); 

查詢時(shí)加上時(shí)間范圍條件效率會非常高，同時(shí)對于不需要的歷史數(shù)據(jù)能很容的批量刪除,。

• 如果數(shù)據(jù)有明顯的熱點(diǎn),，而且除了這部分?jǐn)?shù)據(jù)，其他數(shù)據(jù)很少被訪問到,，那么可以將熱點(diǎn)數(shù)據(jù)單獨(dú)放在一個(gè)分區(qū),，讓這個(gè)分區(qū)的數(shù)據(jù)能夠有機(jī)會都緩存在內(nèi)存中，查詢時(shí)只訪問一個(gè)很小的分區(qū)表，能夠有效使用索引和緩存

另外MySQL有一種早期的簡單的分區(qū)實(shí)現(xiàn) - 合并表(merge table),，限制較多且缺乏優(yōu)化,，不建議使用，應(yīng)該用新的分區(qū)機(jī)制來替代

垂直拆分

垂直分庫是根據(jù)數(shù)據(jù)庫里面的數(shù)據(jù)表的相關(guān)性進(jìn)行拆分,，比如：一個(gè)數(shù)據(jù)庫里面既存在用戶數(shù)據(jù),，又存在訂單數(shù)據(jù)，那么垂直拆分可以把用戶數(shù)據(jù)放到用戶庫,、把訂單數(shù)據(jù)放到訂單庫,。垂直分表是對數(shù)據(jù)表進(jìn)行垂直拆分的一種方式，常見的是把一個(gè)多字段的大表按常用字段和非常用字段進(jìn)行拆分,，每個(gè)表里面的數(shù)據(jù)記錄數(shù)一般情況下是相同的，只是字段不一樣,，使用主鍵關(guān)聯(lián)

比如原始的用戶表是：

垂直拆分后是：

垂直拆分的優(yōu)點(diǎn)是：

• 可以使得行數(shù)據(jù)變小,，一個(gè)數(shù)據(jù)塊(Block)就能存放更多的數(shù)據(jù)，在查詢時(shí)就會減少I/O次數(shù)(每次查詢時(shí)讀取的Block 就少)
• 可以達(dá)到最大化利用Cache的目的,，具體在垂直拆分的時(shí)候可以將不常變的字段放一起,，將經(jīng)常改變的放一起
• 數(shù)據(jù)維護(hù)簡單

缺點(diǎn)是：

• 主鍵出現(xiàn)冗余，需要管理冗余列
• 會引起表連接JOIN操作(增加CPU開銷)可以通過在業(yè)務(wù)服務(wù)器上進(jìn)行join來減少數(shù)據(jù)庫壓力
• 依然存在單表數(shù)據(jù)量過大的問題(需要水平拆分)
• 事務(wù)處理復(fù)雜

水平拆分

概述

水平拆分是通過某種策略將數(shù)據(jù)分片來存儲,，分庫內(nèi)分表和分庫兩部分,，每片數(shù)據(jù)會分散到不同的MySQL表或庫，達(dá)到分布式的效果,，能夠支持非常大的數(shù)據(jù)量,。前面的表分區(qū)本質(zhì)上也是一種特殊的庫內(nèi)分表

庫內(nèi)分表，僅僅是單純的解決了單一表數(shù)據(jù)過大的問題,，由于沒有把表的數(shù)據(jù)分布到不同的機(jī)器上,，因此對于減輕MySQL服務(wù)器的壓力來說，并沒有太大的作用,，大家還是競爭同一個(gè)物理機(jī)上的IO,、CPU、網(wǎng)絡(luò),，這個(gè)就要通過分庫來解決

前面垂直拆分的用戶表如果進(jìn)行水平拆分,，結(jié)果是：

實(shí)際情況中往往會是垂直拆分和水平拆分的結(jié)合，即將Users_A_M和Users_N_Z再拆成Users和UserExtras,，這樣一共四張表

水平拆分的優(yōu)點(diǎn)是:

• 不存在單庫大數(shù)據(jù)和高并發(fā)的性能瓶頸
• 應(yīng)用端改造較少
• 提高了系統(tǒng)的穩(wěn)定性和負(fù)載能力

缺點(diǎn)是：

• 分片事務(wù)一致性難以解決
• 跨節(jié)點(diǎn)Join性能差,，邏輯復(fù)雜
• 數(shù)據(jù)多次擴(kuò)展難度跟維護(hù)量極大

分片原則

• 能不分就不分，參考單表優(yōu)化
• 分片數(shù)量盡量少,，分片盡量均勻分布在多個(gè)數(shù)據(jù)結(jié)點(diǎn)上,，因?yàn)橐粋€(gè)查詢SQL跨分片越多，則總體性能越差,，雖然要好于所有數(shù)據(jù)在一個(gè)分片的結(jié)果,，只在必要的時(shí)候進(jìn)行擴(kuò)容,，增加分片數(shù)量
• 分片規(guī)則需要慎重選擇做好提前規(guī)劃，分片規(guī)則的選擇,，需要考慮數(shù)據(jù)的增長模式,，數(shù)據(jù)的訪問模式，分片關(guān)聯(lián)性問題,，以及分片擴(kuò)容問題,，最近的分片策略為范圍分片，枚舉分片,，一致性Hash分片,，這幾種分片都有利于擴(kuò)容
• 盡量不要在一個(gè)事務(wù)中的SQL跨越多個(gè)分片，分布式事務(wù)一直是個(gè)不好處理的問題
• 查詢條件盡量優(yōu)化,，盡量避免Select * 的方式,，大量數(shù)據(jù)結(jié)果集下，會消耗大量帶寬和CPU資源,，查詢盡量避免返回大量結(jié)果集,，并且盡量為頻繁使用的查詢語句建立索引。
• 通過數(shù)據(jù)冗余和表分區(qū)賴降低跨庫Join的可能

這里特別強(qiáng)調(diào)一下分片規(guī)則的選擇問題,，如果某個(gè)表的數(shù)據(jù)有明顯的時(shí)間特征,，比如訂單、交易記錄等,，則他們通常比較合適用時(shí)間范圍分片,，因?yàn)榫哂袝r(shí)效性的數(shù)據(jù)，我們往往關(guān)注其近期的數(shù)據(jù),，查詢條件中往往帶有時(shí)間字段進(jìn)行過濾,，比較好的方案是，當(dāng)前活躍的數(shù)據(jù),，采用跨度比較短的時(shí)間段進(jìn)行分片,，而歷史性的數(shù)據(jù)，則采用比較長的跨度存儲,。

總體上來說,，分片的選擇是取決于最頻繁的查詢SQL的條件，因?yàn)椴粠魏蜽here語句的查詢SQL,，會遍歷所有的分片,，性能相對最差，因此這種SQL越多,，對系統(tǒng)的影響越大,，所以我們要盡量避免這種SQL的產(chǎn)生。

解決方案

由于水平拆分牽涉的邏輯比較復(fù)雜，當(dāng)前也有了不少比較成熟的解決方案,。這些方案分為兩大類：客戶端架構(gòu)和代理架構(gòu),。

客戶端架構(gòu)

通過修改數(shù)據(jù)訪問層，如JDBC,、Data Source,、MyBatis，通過配置來管理多個(gè)數(shù)據(jù)源,，直連數(shù)據(jù)庫,，并在模塊內(nèi)完成數(shù)據(jù)的分片整合，一般以Jar包的方式呈現(xiàn)

這是一個(gè)客戶端架構(gòu)的例子：

可以看到分片的實(shí)現(xiàn)是和應(yīng)用服務(wù)器在一起的,，通過修改Spring JDBC層來實(shí)現(xiàn)

客戶端架構(gòu)的優(yōu)點(diǎn)是：

• 應(yīng)用直連數(shù)據(jù)庫,，降低外圍系統(tǒng)依賴所帶來的宕機(jī)風(fēng)險(xiǎn)
• 集成成本低，無需額外運(yùn)維的組件

缺點(diǎn)是：

• 限于只能在數(shù)據(jù)庫訪問層上做文章,，擴(kuò)展性一般,，對于比較復(fù)雜的系統(tǒng)可能會力不從心
• 將分片邏輯的壓力放在應(yīng)用服務(wù)器上，造成額外風(fēng)險(xiǎn)

代理架構(gòu)

通過獨(dú)立的中間件來統(tǒng)一管理所有數(shù)據(jù)源和數(shù)據(jù)分片整合,，后端數(shù)據(jù)庫集群對前端應(yīng)用程序透明，需要獨(dú)立部署和運(yùn)維代理組件

這是一個(gè)代理架構(gòu)的例子：

代理組件為了分流和防止單點(diǎn),，一般以集群形式存在,，同時(shí)可能需要Zookeeper之類的服務(wù)組件來管理

代理架構(gòu)的優(yōu)點(diǎn)是：

• 能夠處理非常復(fù)雜的需求，不受數(shù)據(jù)庫訪問層原來實(shí)現(xiàn)的限制,，擴(kuò)展性強(qiáng)
• 對于應(yīng)用服務(wù)器透明且沒有增加任何額外負(fù)載

缺點(diǎn)是：

• 需部署和運(yùn)維獨(dú)立的代理中間件,，成本高
• 應(yīng)用需經(jīng)過代理來連接數(shù)據(jù)庫，網(wǎng)絡(luò)上多了一跳,，性能有損失且有額外風(fēng)險(xiǎn)

各方案比較

如此多的方案，如何進(jìn)行選擇?可以按以下思路來考慮：

1. 確定是使用代理架構(gòu)還是客戶端架構(gòu)。中小型規(guī)?；蚴潜容^簡單的場景傾向于選擇客戶端架構(gòu),，復(fù)雜場景或大規(guī)模系統(tǒng)傾向選擇代理架構(gòu)
2. 具體功能是否滿足，比如需要跨節(jié)點(diǎn)ORDER BY,，那么支持該功能的優(yōu)先考慮
3. 不考慮一年內(nèi)沒有更新的產(chǎn)品,，說明開發(fā)停滯，甚至無人維護(hù)和技術(shù)支持
4. 最好按大公司->社區(qū)->小公司->個(gè)人這樣的出品方順序來選擇
5. 選擇口碑較好的,，比如github星數(shù),、使用者數(shù)量質(zhì)量和使用者反饋
6. 開源的優(yōu)先，往往項(xiàng)目有特殊需求可能需要改動源代碼

按照上述思路,，推薦以下選擇：

• 客戶端架構(gòu)
• 代理架構(gòu)

兼容MySQL且可水平擴(kuò)展的數(shù)據(jù)庫

目前也有一些開源數(shù)據(jù)庫兼容MySQL協(xié)議,，如：

• TiDB
• Cubrid

但其工業(yè)品質(zhì)和MySQL尚有差距，且需要較大的運(yùn)維投入，如果想將原始的MySQL遷移到可水平擴(kuò)展的新數(shù)據(jù)庫中,，可以考慮一些云數(shù)據(jù)庫：

• 阿里云PetaData
• 阿里云OceanBase
• 騰訊云DCDB

NoSQL

在MySQL上做Sharding是一種戴著鐐銬的跳舞,，事實(shí)上很多大表本身對MySQL這種RDBMS的需求并不大，并不要求ACID,，可以考慮將這些表遷移到NoSQL,，徹底解決水平擴(kuò)展問題，例如：

• 日志類,、監(jiān)控類,、統(tǒng)計(jì)類數(shù)據(jù)
• 非結(jié)構(gòu)化或弱結(jié)構(gòu)化數(shù)據(jù)
• 對事務(wù)要求不強(qiáng)，且無太多關(guān)聯(lián)操作的數(shù)據(jù)

【編輯推薦】