完整分库分表流程demo
一、 技术
- 选用sharding-jdbc做项目主要分库分表技术, sharding-proxy做运维辅助技术
- 选用uid-generator做唯一id生成器
- 选用datax做单表数据迁移到分库分表同步工具, 需要整合datax和sharding-jdbc
二、 模拟订单表分库分表迁移流程
1. 确认分库分表键
- 可以统计查询订单表的where条件
选用命中率高的, 减轻主要查询压力
- 需要考虑分布式事务
t_order表和t_order_item表, 保存一次订单,确保分库后order和order_item都放在同一个库中,
这样就可以使用本地事务了。一般选用user_id, 选用order_id也可以, 本demo使用user_id注意事项,选用了user_id做分片键,则原先使用order_id查询的接口会遍历各个分库查询数据 a. 如果数据量不是特别大,可以不处理 b. 本demo将user_id和order_id映射关系保存到t_order_mapping表中,使用order_id查询时先查询一次user_id,然后带上user_id查询订单 c. 基因id 处理,参考美团订单分库分表实现,定制order_id,中间嵌入user_id后几位数字,分片查询时根据user_id基因数字路由,这种改造工程比较大 d. 多列分库分表,在将user_id做一次分库分表的同时,也将order_id做一次分库分表,存了两份数据,存储较大
2. 分片算法
-
range
按时间或id范围划分,如[1-10000]放到1库,[10001-20000]放到2库
优点:单表大小可控,天然水平扩展。
缺点:无法解决集中写入瓶颈的问题。 -
hash
hash取模 2^n
分2(库) * 4 (表), 即分2个库,每个库4张表
则 路由规则是 库号= user_id % 2, 表号= (user_id/2) % 4优点: 易扩展,解决集中写入瓶颈的问题
缺点: 扩容麻烦,需要重新hash,(注意避免在同一张表的数据,重新hash到不同的表), 需要迁移数据(本demo采用该方法)
3. 确定容量,考虑扩容
-
生产中一次性分够,够用好几年,不用考虑扩容
分32(库) * 32 (表) , 分成32个库,每个库32张表, 共1024张表(也可以16*64)
路由规则是 库号= user_id % 32, 表号= (user_id/32) % 32 -
初始逻辑分库,实际上可以部署4台机器,每台机器8库, 每个库32表
当表数据超过单机限制后,可以部署8台机器,每台机器4各库,每个库32表 最多可以部署1024台机器,每台机器1张表
扩容时,仅仅是改一下配置,迁移数据就可以了, 原来在同一张表的数据,扩容之后,还在同一张表
更具体的介绍看美团实现
4. 唯一id
-
uuid 字符串
占用空间较多, 不能做到递增
-
雪花算法
可以做到递增,性能较好
维护workId比较麻烦
存在时钟回拨问题
其他的实现一般都是基于雪花算法进行改造 -
比较复杂,暂不考虑
-
比较简单,解决workId维护问题,解决了时钟回拨问题,暂未提供workId重用实现
本demo采用该实现,已实现复用workId
ecp-uid整合了美团leaf、百度UidGenerator、原生snowflake 实现,可以参考,
由于直接使用uid-generator足够简单,且有效使用,暂不采用ecp-uid
5. 单库表 迁移 到分库
参考美团双写实现
-
① 原系统中将需要订单表的关联查询(join)去掉
改成在应用中用代码处理join, 为后续分库分表做准备
-
② 改造系统中订单id的实现,统一使用uid-generator生成的唯一id
-
③ 数据库双写(先写单库,后写分库,事务以单库为主,读数据以单库为主 ),同步订单历史数据到分库,然后校验补偿分库数据
a. 先写单库,后写分库,事务以单库为主,读数据以单库为主
b. 同时,使用datax同步历史订单数据到分库
c. 校验单库和分库数据,补偿数据到分库(插入或根据更新时间比较更新)
-
④ 在③步骤数据补平后,数据仍双写(先写分库,后写单库,事务以分库为主,读数据以分库为主),同时校验补偿单库数据
a. 先写分库,后写单库,事务以分库为主,读数据以分库为主
(如果服务众多,可以切一小部分服务灰度尝试读写, 如果有问题,可以回退到③)b. 校验单库和分库数据,补偿数据到单库(插入或根据更新时间比较更新)
-
⑤ 观察几天没问题后,下线单库订单表
6. 分库分表中间件
-
mycat
基于数据库代理实现,存在单点问题
-
目前成为apache顶级项目, 从前景上说,采用该技术应是最好的
-
sharding-jdbc
shardingsphere子项目, jdbc代理
a. 不存在单点问题
b. 可能会存在多份配置
c. 升级比较麻烦,需要统一升级
d. 只能应用于java语言 -
sharding-proxy
shardingsphere子项目, 数据库代理
a. 存在单点问题
b. 兼容性问题
c. 优点是没有语言限制
目前demo采用sharding-jdbc实现为主,sharding-proxy运维为辅
-
后记
分库分表是突破单机性能的重要手段,但分库分表实现比较复杂,不到万不得已不可轻易使用
本demo尚未在真实项目中使用,仅供学习和参考
参考资料