关系数据库集群

2018-06-18 01:29:05来源:未知 阅读 ()

新老客户大回馈,云服务器低至5折

背景

当站点的规模不断膨胀,这给数据库带来巨大的查询压力,单单数据库性能优化已经是不够的,需对数据库进行伸缩扩展。有三种方式:

1、数据库主从

2、数据表分库(垂直分区)

3、数据分区(水平分区)

PS:事实上,很多大规模的站点基本上经历了从简单主从复制到垂直分区,再到水平分区的步骤。

数据库主从

几乎所有主流关系数据库都支持数据复制功能,可将主服务器数据复制到从服务器,这个功能可以对数据库进行简单扩展。在主从基础上,采用读写分离的方法将应用程序中对数据库的写操作指向主服务器(保证数据一致性),而将读操作指向从服务器。

为何有用?

大多数站点的数据库读操作要比写操作更密集,而且查询条件相对复杂,数据库能力大部分消耗在查询上。通过将大量读操作剥离出来,转移到更多的从服务器上实现水平扩展,是非常简单有效的。 

MySQL为例

MySQL主从配置简单,只需做两点:

1、开启主服务器上的二进制日志(log-bin)。

2、在主服务器和从服务器上分别进行简单的配置和授权。

分发读操作方式:

应用程序本身不擅长分散读操作到多台从服务器上,可使用数据库反向代理来分发。MySQL可使用MySQL Proxy。

数据表分库(垂直分区)

对于某些写操作更加频繁的站点,主从方式的主服务器还是会成为瓶颈,从服务器的扩展并没带来好的效益。这时可以根据业务分割,将不同业务数据表部署在不同的数据库集群上,这就是数据表分库,也叫垂直分区。

制约

这种方式有个制约,跨库的表不能进行join操作,原本简单联合语句就能完成的,分库后需要一步步查询信息。但是,分库后的查询方式会更加容易保持相对稳定的开销。

例子,淘宝的用户和商品信息,将这两个数据表拆分成两个数据库。

数据分区(水平分区)

当数据表分库后,某一业务数据库(已经是很精细的业务)还是无法承受写操作压力时。这时可以考虑数据分区,将同一数据表中的数据通过特定算法进行分离,分别保存在不同数据表中,从而可以部署在不同的数据库服务器上。

PS:数据分区并不依赖特定的技术,更多是一种逻辑层面划分。

例子,Facebook的用户表,可以根据user_id的奇偶性将用户划分为两部分,分别存储到不同数据库服务器上。

参考文献

1、《构建高性能Web站点》

2、《大型网站技术架构》 

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:MySQL 数据类型

下一篇:Mysql-常用数据的基本操作和基本形式