1对多业务，数据库水平切分架构一次搞定

短命女 2022-05-19 02:25 212阅读 0赞

本文将以“帖子中心”为例，介绍“1对多”类业务，随着数据量的逐步增大，数据库性能显著降低，数据库水平切分相关的架构实践：

*  如何来实施水平切分
 *  水平切分后常见的问题
 *  典型问题的优化思路及实践

**一、什么是1****对多关系**

所谓的“1对1”，“1对多”，“多对多”，来自数据库设计中的“实体-关系”ER模型，用来描述实体之间的映射关系。

**1对1**

*  一个用户只有一个登录名，一个登录名只对应一个用户
 *  一个uid对应一个login\_name，一个login\_name只对应一个uid

这是一个1对1的关系。

**1对多**

*  一个用户可以发多条微博，一条微博只有一个发送者
 *  一个uid对应多个msg\_id，一个msg\_id只对应一个uid

这是一个1对多的关系。

**多对多**

*  一个用户可以关注多个用户
 *  一个用户也可以被多个粉丝关注

这是一个多对多的关系。

**二、帖子中心业务分析**

![640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1][]

帖子中心是一个典型的1对多业务。

![640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 1][]

一个用户可以发布多个帖子，一个帖子只对应一个发布者。

任何脱离业务的架构设计都是耍流氓，先来看看帖子中心对应的业务需求。

**帖子中心**，是一个提供帖子发布/修改/删除/查看/搜索的服务。

写操作：

*  发布(insert)帖子
 *  修改(update)帖子
 *  删除(delete)帖子

读操作：

*  通过tid查询(select)帖子实体，单行查询
 *  通过uid查询(select)用户发布过的帖子，列表查询
 *  帖子检索(search)，例如通过时间、标题、内容搜索符合条件的帖子

在数据量较大，并发量较大的时候，通常通过元数据与索引数据分离的**架构**来满足不同类型的需求：

![640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 2][]

架构中的几个关键点：

*  tiezi-center：帖子服务
 *  tiezi-db：提供元数据存储
 *  tiezi-search：帖子搜索服务
 *  tiezi-index：提供索引数据存储
 *  MQ：tiezi-center与tiezi-search通讯媒介，一般不直接使用RPC调用，而是通过MQ对两个子系统解耦（为何这么解耦，请参见《[到底什么时候该使用MQ？][MQ]》）

其中，tiezi-center和tiezi-search分别满足两类不同的**读需求**：

![70][]

如上图所示：

*  tid和uid上的查询需求，可以由tiezi-center从**元数据**读取并返回
 *  其他类检索需求，可以由tiezi-search从**索引数据**检索并返回

对于**写需求**：

![70 1][]

如上图所示：

*  增加，修改，删除的操作都会从tiezi-center发起
 *  tiezi-center修改元数据
 *  tiezi-center将信息修改通知发送给MQ
 *  tiezi-search从MQ接受修改信息
 *  tiezi-search修改索引数据

tiezi-search，搜索架构不是本文的重点（外置索引架构设计，请参见《[100亿数据1万属性数据架构设计][100_1]》），后文将重点描述帖子中心元数据这一块的水平切分设计。

**三、帖子中心元数据设计**

通过帖子中心业务分析，很容易了解到，其核心元数据为：

Tiezi(tid, uid, time, title, content, …);

其中：

*  tid为帖子ID，主键
 *  uid为用户ID，发帖人
 *  time, title, content …等为帖子属性

数据库设计上，在业务初期，单库就能满足元数据存储要求，其典型的架构设计为：

![70 2][]

*  tiezi-center：帖子中心服务，对调用者提供友好的RPC接口
 *  tiezi-db：对帖子数据进行存储

在相关字段上建立索引，就能满足相关业务需求：

*  帖子记录查询，**通过tid查询**，约占读请求量90%

select \* from t\_tiezi where tid=$tid

*  帖子列表查询，**通过uid查询**其发布的所有帖子，约占读请求量10%

select \* from t\_tiezi where uid=$uid

**四、帖子中心水平切分-tid****切分法**

当数据量越来越大时，需要对帖子数据的存储进行线性扩展。

既然是帖子中心，并且帖子记录查询量占了总请求的90%，很容易想到通过tid字段取模来进行水平切分：

![640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 3][]

这个方法简单直接，**优点**：

*  100%写请求可以直接定位到库
 *  90%的读请求可以直接定位到库

**缺点**：

*  一个用户发布的所有帖子可能会落到不同的库上，10%的请求通过uid来查询会比较麻烦

![640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 4][]

如上图，一个uid访问需要遍历所有库。

**五、帖子中心水平切分-uid****切分法**

有没有一种切分方法，确保同一个用户发布的所有帖子都落在同一个库上，而在查询一个用户发布的所有帖子时，不需要去遍历所有的库呢？

**答**：使用uid来分库可以解决这个问题。

新出现的问题：如果使用uid来分库，确保了一个用户的帖子数据落在同一个库上，那通过tid来查询，就不知道这个帖子落在哪个库上了，岂不是还需要遍历全库，需要怎么优化呢？

**答**：**tid的查询是单行记录查询**，只要在数据库（或者缓存）记录tid到uid的映射关系，就能解决这个问题。

新增一个索引库：

t\_mapping(tid, uid);

*  这个库只有两列，可以承载很多数据
 *  即使数据量过大，索引库可以利用tid水平切分
 *  这类kv形式的索引结构，可以很好的利用cache优化查询性能
 *  一旦帖子发布，tid和uid的映射关系就不会发生变化，cache的命中率会非常高

使用uid分库，并增加索引库记录tid到uid的映射关系之后，每当有uid上的查询：

![640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 5][]

可以通过uid直接定位到库。

每当有tid上的查询：

![640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 6][]

*  先查询索引表，通过tid查询到对应的uid
 *  再通过uid定位到库

这个方法的**优点**：

*  一个用户发布的所以帖子落在同一个库上
 *  10%的请求过过uid来查询列表，可以直接定位到库
 *  索引表cache命中率非常高，因为tid与uid的映射关系不会变

**缺点**：

*  90%的tid请求，以及100%的修改请求，不能直接定位到库，需要先进行一次索引表的查询，当然这个查询非常块，通常在5ms内可以返回
 *  数据插入时需要操作元数据与索引表，可能引发潜在的一致性问题

**六、帖子中心水平切分-****基因法**

有没有一种方法，既能够通过uid定位到库，又不需要建立索引表来进行二次查询呢，这就是本文要叙述的“1对多”业务分库最佳实践，**基因法**。

**什么是分库基因？**

通过uid分库，假设分为16个库，采用uid%16的方式来进行数据库路由，这里的uid%16，其本质是**uid的最后4个bit**决定这行数据落在哪个库上，**这4个bit，就是分库基因**。

**什么是基因法分库？**

在“1对多”的业务场景，使用“1”分库，在“多”的数据id生成时，id末端加入分库基因，就能同时满足“1”和“多”的分库查询需求。

![70 3][]

如上图所示，uid=666的用户发布了一条帖子（666的二进制表示为：1010011010）：

*  使用uid%16分库，决定这行数据要插入到哪个库中
 *  分库基因是uid的最后4个bit，即1010
 *  在生成tid时，先使用一种分布式ID生成算法生成前60bit（上图中绿色部分）
 *  将分库基因加入到tid的最后4个bit（上图中粉色部分）
 *  拼装成最终的64bit帖子tid（上图中蓝色部分）

（怎么生成60bit分布式唯一ID，请参见《[分布式ID生成算法][ID]》）

这般，保证了同一个用户发布的所有帖子的tid，都落在同一个库上，tid的最后4个bit都相同，于是：

*  通过uid%16能够定位到库
 *  通过tid%16也能定位到库

**潜在问题一：同一个uid发布的tid落在同一个库上，会不会出现数据不均衡？**

**答**：只要uid是均衡的，每个用户发布的平均帖子数是均衡的，每个库的数据就是均衡的。

**潜在问题二：最开始分16库，分库基因是4bit，未来要扩充成32库，分库基因变成了5bit，那怎么办？**

**答**：需要提前做好容量预估，例如事先规划好5年内数据增长256库足够，就提前预留8bit基因。

**七、总结**

将以“帖子中心”为典型的“1对多”类业务，在架构上，采用**元数据与索引数据分离**的架构设计方法：

*  帖子服务，元数据满足uid和tid的查询需求
 *  搜索服务，索引数据满足复杂搜索寻求

对于**元数据**的存储，在数据量较大的情况下，有三种常见的切分方法：

*  **tid切分法**，按照tid分库，同一个用户发布的帖子落在不同的库上，通过uid来查询要遍历所有库
 *  **uid切分法**，按照uid分库，同一个用户发布的帖子落在同一个库上，需要通过索引表或者缓存来记录tid与uid的映射关系，通过tid来查询时，先查到uid，再通过uid定位库
 *  **基因法**，按照uid分库，在生成tid里加入uid上的分库基因，保证通过uid和tid都能直接定位到库

对于1对多的业务场景，分库架构不再是瓶颈。

**相关推荐**

关于“搜索架构”，请参考系列文章：

《[如何迅猛的实现搜索需求][Link 1]》

《[深入浅出搜索引擎架构、方案与细节][Link 2]》

《[58同城如何检索到1秒前发布的帖子][58_1]》

《[100亿数据1万属性数据架构设计][100_1]》

原文链接: [https://mp.weixin.qq.com/s/kOTz5XAeAcUI2gzKl7AEHw][https_mp.weixin.qq.com_s_kOTz5XAeAcUI2gzKl7AEHw]

[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1]: /images/20220519/0742b323776d47d684ff72a44e28dce6.png
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 1]: /images/20220519/5b92bd1aa69a49a4ac66ff632dbed438.png
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 2]: /images/20220519/3361d03e0cf24d45adaa6d5cb7fe009b.png
[MQ]: http://mp.weixin.qq.com/s?__biz=MjM5ODYxMDA5OQ==&mid=2651960012&idx=1&sn=c6af5c79ecead98daa4d742e5ad20ce5&chksm=bd2d07108a5a8e0624ae6ad95001c4efe09d7ba695f2ddb672064805d771f3f84bee8123b8a6&scene=21#wechat_redirect
[70]: /images/20220519/02196e433c6342998dfba87e0a3fd1fd.png
[70 1]: /images/20220519/33e587b83d244d969653224018543f6a.png
[100_1]: http://mp.weixin.qq.com/s?__biz=MjM5ODYxMDA5OQ==&mid=2651959855&idx=1&sn=f33abe8ec598c273f29cebb9365ece59&chksm=bd2d07f38a5a8ee58a944507a134e1da1efc3ac9c4d1c4cff261137cd986e51f5fe7cee9de15&scene=21#wechat_redirect
[70 2]: /images/20220519/03738e80989d43a58358bb4446376ac5.png
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 3]: /images/20220519/b28f48d0a542429ab23550b7773879de.png
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 4]: /images/20220519/1d65369fa50c4ae0873dbe6641deb5d5.png
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 5]: /images/20220519/96cc689cb96046269de56c04fb66a2dd.png
[640_wx_fmt_png_tp_webp_wxfrom_5_wx_lazy_1 6]: /images/20220519/2bbc596657294cd4abfafd8865aaeef0.png
[70 3]: /images/20220519/210e41305a8942238ba00deb17950afd.png
[ID]: http://mp.weixin.qq.com/s?__biz=MjM5ODYxMDA5OQ==&mid=2651960245&idx=1&sn=5cef3d8ca6a3e6e94f61e0edaf985d11&chksm=bd2d06698a5a8f7fc89056af619b9b7e79b158bceb91bdeb776475bc686721e36fb925904a67&scene=21#wechat_redirect
[Link 1]: http://mp.weixin.qq.com/s?__biz=MjM5ODYxMDA5OQ==&mid=2651959917&idx=1&sn=8faeae7419a756b0c355af2b30c255df&chksm=bd2d07b18a5a8ea75f16f7e98ea897c7e7f47a0441c64bdaef8445a2100e0bdd2a7de99786c0&scene=21#wechat_redirect
[Link 2]: http://mp.weixin.qq.com/s?__biz=MjM5ODYxMDA5OQ==&mid=2651959895&idx=1&sn=de25ce2544c088ff9be0b93fd3ea4d15&chksm=bd2d078b8a5a8e9d5ae4339a683d3f980ff2994f3c10c4081c7bab7f0d77f37521de95e974bf&scene=21#wechat_redirect
[58_1]: http://mp.weixin.qq.com/s?__biz=MjM5ODYxMDA5OQ==&mid=2651959949&idx=1&sn=83f78cf6293714bd1fd97a11ff7c2c35&chksm=bd2d07518a5a8e47e6fce9fc03cddec1d8a43f2b4ac67cfbbf73a55143593da8a132da7a0815&scene=21#wechat_redirect
[https_mp.weixin.qq.com_s_kOTz5XAeAcUI2gzKl7AEHw]: https://mp.weixin.qq.com/s/kOTz5XAeAcUI2gzKl7AEHw