一、先說一下為什么要分表：

當一張的數(shù)據(jù)達到幾百萬時，你查詢一次所花的時間會變多，如果有聯(lián)合查詢的話，有可能會死在那兒了。分表的目的就在于此，減小數(shù)據(jù)庫的負擔，縮短查詢時間。日常開發(fā)中我們經(jīng)常會遇到大表的情況，所謂的大表是指存儲了百萬級乃至千萬級條記錄的表。這樣的表過于龐大，導致數(shù)據(jù)庫在查詢和插入的時候耗時太長，性能低下，如果涉及聯(lián)合查詢的情況，性能會更加糟糕。分表和表分區(qū)的目的就是減少數(shù)據(jù)庫的負擔，提高數(shù)據(jù)庫的效率，通常點來講就是提高表的增刪改查效率。數(shù)據(jù)庫中的數(shù)據(jù)量不一定是可控的，在未進行分庫分表的情況下，隨著時間和業(yè)務的發(fā)展，庫中的表會越來越多，表中的數(shù)據(jù)量也會越來越大，相應地，數(shù)據(jù)操作，增刪改查的開銷也會越來越大；另外，由于無法進行分布式式部署，而一臺服務器的資源（CPU、磁盤、內(nèi)存、IO等）是有限的，最終數(shù)據(jù)庫所能承載的數(shù)據(jù)量、數(shù)據(jù)處理能力都將遭遇瓶頸。

mysql執(zhí)行一個sql的過程如下：

1、接收到sql; 

2、把sql放到排隊隊列中;

3、執(zhí)行sql; 

4、返回執(zhí)行結(jié)果。

在這個執(zhí)行過程中最花時間在什么地方呢？第一，是排隊等待的時間，第二，sql的執(zhí)行時間。其實這兩個是一回事，等待的同時，肯定有sql在執(zhí)行。所以我們要縮短sql的執(zhí)行時間。

mysql中有一種機制是表鎖定和行鎖定，為什么要出現(xiàn)這種機制，是為了保證數(shù)據(jù)的完整性，我舉個例子來說吧，如果有二個sql都要修改同一張表的同一條數(shù)據(jù)，這個時候怎么辦呢，是不是二個sql都可以同時修改這條數(shù)據(jù)呢？很顯然mysql對這種情況的處理是，一種是表鎖定（myisam存儲引擎），一個是行鎖定（innodb存儲引擎）。表鎖定表示你們都不能對這張表進行操作，必須等我對表操作完才行。行鎖定也一樣，別的sql必須等我對這條數(shù)據(jù)操作完了，才能對這條數(shù)據(jù)進行操作。如果數(shù)據(jù)太多，一次執(zhí)行的時間太長，等待的時間就越長，這也是我們?yōu)槭裁匆直淼脑颉?nbsp;

二、分表的方案

1、集群

1，做mysql集群，有人會問mysql集群，根分表有什么關(guān)系嗎？雖然它不是實際意義上的分表，但是它啟到了分表的作用，做集群的意義是什么呢？為一個數(shù)據(jù)庫減輕負擔，說白了就是減少sql排隊隊列中的sql的數(shù)量，舉個例子：有10個sql請求，如果放在一個數(shù)據(jù)庫服務器的排隊隊列中，他要等很長時間，如果把這10個sql請求，分配到5個數(shù)據(jù)庫服務器的排隊隊列中，一個數(shù)據(jù)庫服務器的隊列中只有2個，這樣等待時間是不是大大的縮短了呢？這已經(jīng)很明顯了。所以我把它列到了分表的范圍以內(nèi)，我做過一些mysql的集群：

linux mysql proxy 的安裝，配置，以及讀寫分離 

mysql replication 互為主從的安裝及配置，以及數(shù)據(jù)同步

優(yōu)點：擴展性好，沒有多個分表后的復雜操作（php代碼）

缺點：單個表的數(shù)據(jù)量還是沒有變，一次操作所花的時間還是那么多，硬件開銷大。

2、分表

 分表的2種方式：

講字段拆分到不同表中，將原表中的string類型字段拆分到其他表，能夠加快主表的查詢。

2.垂直分割就是按字段分.

  一個數(shù)據(jù)庫有3000W用戶記錄.包括字段id,user,password,first_name,last_name,email,addr,等幾十字段.用戶登錄時需要user,password字段,需要查找user,password字段比較慢,若是把它user,password單建立一表,速度會快.用戶的其它字段獨立再建立一個表.這僅是一個例子.

把數(shù)據(jù)拆分到多個同樣結(jié)構(gòu)的表中。

水平.就是按記錄分.一個數(shù)據(jù)庫有3000W用戶記錄.處理速度比較慢.這時可以把3000W.分成五份.每份都是600W.分別放在不同的機器上.

水平分表：

就是預先估計會出現(xiàn)大數(shù)據(jù)量并且訪問頻繁的表，將其分為若干個表，這種預估大差不差的，論壇里面發(fā)表帖子的表，時間長了這張表肯定很大，幾十萬，幾百萬都有可能。聊天室里面信息表，幾十個人在一起一聊一個晚上，時間長了，這張表的數(shù)據(jù)肯定很大。像這樣的情況很多。所以這種能預估出來的大數(shù)據(jù)量表，我們就事先分出個N個表，這個N是多少，根據(jù)實際情況而定。以聊天信息表為例：

我事先建100個這樣的表，message_00,message_01,message_02……….message_98,message_99.然后根據(jù)用戶的ID來判斷這個用戶的聊天信息放到哪張表里面，可以用求余的方式來獲得

3、實際應用中：

需要把垂直分表和水平分表結(jié)合起來使用，如果一個數(shù)據(jù)庫有3000w用戶的話，可以先考慮垂直拆，拆完之后在進行水平拆分。

就是先將其他字段拆分到user_info表中，用戶主表只留下用戶id，密碼，用戶名等關(guān)鍵字段。

之后在進行水平拆分，將用戶和用戶信息表分為多個同樣結(jié)構(gòu)的表。

接下來我們來看下MYSQL在分表存儲數(shù)據(jù)的時候是如何運作的：

1、簡單的MySQL主從復制:

MySQL的主從復制解決了數(shù)據(jù)庫的讀寫分離，并很好的提升了讀的性能，其圖如下：

其主從復制的過程如下圖所示：

但是，主從復制也帶來其他一系列性能瓶頸問題：

1. 寫入無法擴展

2. 寫入無法緩存

3. 復制延時

4. 鎖表率上升

5. 表變大，緩存率下降

那問題產(chǎn)生總得解決的，這就產(chǎn)生下面的優(yōu)化方案，一起來看看。

2、MySQL垂直分區(qū)

如果把業(yè)務切割得足夠獨立，那把不同業(yè)務的數(shù)據(jù)放到不同的數(shù)據(jù)庫服務器將是一個不錯的方案，而且萬一其中一個業(yè)務崩潰了也不會影響其他業(yè)務的正常進行，并且也起到了負載分流的作用，大大提升了數(shù)據(jù)庫的吞吐能力。經(jīng)過垂直分區(qū)后的數(shù)據(jù)庫架構(gòu)圖如下：

然而，盡管業(yè)務之間已經(jīng)足夠獨立了，但是有些業(yè)務之間或多或少總會有點聯(lián)系，如用戶，基本上都會和每個業(yè)務相關(guān)聯(lián)，況且這種分區(qū)方式，也不能解決單張表數(shù)據(jù)量暴漲的問題，因此為何不試試水平分割呢？

3、MySQL水平分片（Sharding）

這是一個非常好的思路，將用戶按一定規(guī)則（按id哈希）分組，并把該組用戶的數(shù)據(jù)存儲到一個數(shù)據(jù)庫分片中，即一個sharding，這樣隨著用戶數(shù)量的增加，只要簡單地配置一臺服務器即可，原理圖如下：

如何來確定某個用戶所在的shard呢，可以建一張用戶和shard對應的數(shù)據(jù)表，每次請求先從這張表找用戶的shard id，再從對應shard中查詢相關(guān)數(shù)據(jù)，如下圖所示：

單庫單表 

單庫單表是最常見的數(shù)據(jù)庫設(shè)計，例如，有一張用戶(user)表放在數(shù)據(jù)庫db中，所有的用戶都可以在db庫中的user表中查到。 

單庫多表 

隨著用戶數(shù)量的增加，user表的數(shù)據(jù)量會越來越大，當數(shù)據(jù)量達到一定程度的時候?qū)ser表的查詢會漸漸的變慢，從而影響整個DB的性能。如果使用mysql, 還有一個更嚴重的問題是，當需要添加一列的時候，mysql會鎖表，期間所有的讀寫操作只能等待。 

可以通過某種方式將user進行水平的切分，產(chǎn)生兩個表結(jié)構(gòu)完全一樣的user_0000,user_0001等表，user_0000 + user_0001 + …的數(shù)據(jù)剛好是一份完整的數(shù)據(jù)。 

多庫多表 

 隨著數(shù)據(jù)量增加也許單臺DB的存儲空間不夠，隨著查詢量的增加單臺數(shù)據(jù)庫服務器已經(jīng)沒辦法支撐。這個時候可以再對數(shù)據(jù)庫進行水平區(qū)分。 

分庫分表規(guī)則 

設(shè)計表的時候需要確定此表按照什么樣的規(guī)則進行分庫分表。例如，當有新用戶時，程序得確定將此用戶信息添加到哪個表中；同理，當?shù)卿浀臅r候我們得通過用戶的賬號找到數(shù)據(jù)庫中對應的記錄，所有的這些都需要按照某一規(guī)則進行。 

路由 

 通過分庫分表規(guī)則查找到對應的表和庫的過程。如分庫分表的規(guī)則是user_id mod 4的方式，當用戶新注冊了一個賬號，賬號id的123,我們可以通過id mod 4的方式確定此賬號應該保存到User_0003表中。當用戶123登錄的時候，我們通過123 mod 4后確定記錄在User_0003中。 

分庫分表產(chǎn)生的問題，及注意事項 

1.   分庫分表維度的問題 

假如用戶購買了商品,需要將交易記錄保存取來，如果按照用戶的緯度分表，則每個用戶的交易記錄都保存在同一表中，所以很快很方便的查找到某用戶的 購買情況，但是某商品被購買的情況則很有可能分布在多張表中，查找起來比較麻煩。反之，按照商品維度分表，可以很方便的查找到此商品的購買情況，但要查找 到買人的交易記錄比較麻煩。 

所以常見的解決方式有： 

     a.通過掃表的方式解決，此方法基本不可能，效率太低了。 

     b.記錄兩份數(shù)據(jù)，一份按照用戶緯度分表，一份按照商品維度分表。 

     c.通過搜索引擎解決，但如果實時性要求很高，又得關(guān)系到實時搜索。 

2.   聯(lián)合查詢的問題 

聯(lián)合查詢基本不可能，因為關(guān)聯(lián)的表有可能不在同一數(shù)據(jù)庫中。 

3.   避免跨庫事務 

避免在一個事務中修改db0中的表的時候同時修改db1中的表，一個是操作起來更復雜，效率也會有一定影響。 

4.   盡量把同一組數(shù)據(jù)放到同一DB服務器上 

例如將賣家a的商品和交易信息都放到db0中，當db1掛了的時候，賣家a相關(guān)的東西可以正常使用。也就是說避免數(shù)據(jù)庫中的數(shù)據(jù)依賴另一數(shù)據(jù)庫中的數(shù)據(jù)。 

一主多備 

在實際的應用中，絕大部分情況都是讀遠大于寫。Mysql提供了讀寫分離的機制，所有的寫操作都必須對應到Master，讀操作可以在 Master和Slave機器上進行，Slave與Master的結(jié)構(gòu)完全一樣，一個Master可以有多個Slave,甚至Slave下還可以掛 Slave,通過此方式可以有效的提高DB集群的 QPS.   

所有的寫操作都是先在Master上操作，然后同步更新到Slave上，所以從Master同步到Slave機器有一定的延遲，當系統(tǒng)很繁忙的時候，延遲問題會更加嚴重，Slave機器數(shù)量的增加也會使這個問題更加嚴重。 

此外，可以看出Master是集群的瓶頸，當寫操作過多，會嚴重影響到Master的穩(wěn)定性，如果Master掛掉，整個集群都將不能正常工作。 

所以，1. 當讀壓力很大的時候，可以考慮添加Slave機器的分式解決，但是當Slave機器達到一定的數(shù)量就得考慮分庫了。 2. 當寫壓力很大的時候，就必須得進行分庫操作。 

MySQL使用為什么要分庫分表 

可以用說用到MySQL的地方,只要數(shù)據(jù)量一大, 馬上就會遇到一個問題,要分庫分表. 

這里引用一個問題為什么要分庫分表呢?MySQL處理不了大的表嗎? 

其實是可以處理的大表的.我所經(jīng)歷的項目中單表物理上文件大小在80G多,單表記錄數(shù)在5億以上,而且這個表 

屬于一個非常核用的表:朋友關(guān)系表. 

但這種方式可以說不是一個最佳方式. 因為面臨文件系統(tǒng)如Ext3文件系統(tǒng)對大于大文件處理上也有許多問題. 

這個層面可以用xfs文件系統(tǒng)進行替換.但MySQL單表太大后有一個問題是不好解決: 表結(jié)構(gòu)調(diào)整相關(guān)的操作基 

本不在可能.所以大項在使用中都會面監(jiān)著分庫分表的應用. 

從Innodb本身來講數(shù)據(jù)文件的Btree上只有兩個鎖, 葉子節(jié)點鎖和子節(jié)點鎖,可以想而知道,當發(fā)生頁拆分或是添加 

新葉時都會造成表里不能寫入數(shù)據(jù). 

所以分庫分表還就是一個比較好的選擇了. 

那么分庫分表多少合適呢? 

經(jīng)測試在單表1000萬條記錄一下,寫入讀取性能是比較好的. 這樣在留點buffer,那么單表全是數(shù)據(jù)字型的保持在 

800萬條記錄以下, 有字符型的單表保持在500萬以下. 

如果按 100庫100表來規(guī)劃,如用戶業(yè)務: 

500萬*100*100 = 50000000萬 = 5000億記錄. 

心里有一個數(shù)了,按業(yè)務做規(guī)劃還是比較容易的.

最新評論