mysql分库分表解决方案思路

痛定思痛。 2023-07-18 11:29 34阅读 0赞

# 垂直拆分 #

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70][]

# 水平拆分 #

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70 1][]

# 分库分表解决方案 #

技术方案：proxy或应用层

proxy: mycat-cobar(社区), atlas(数字),heinsberge(百度),vitess(youtube)

应用层：sharding-jdbc(当当)，TDDL(阿里)

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70 2][]

拆分的原则

*  能不拆分尽量不拆分
 *   如果要拆分一定要选择合适的拆分规则，提前规划好
 *   数据拆分尽量通过数据冗余或表分组来降低跨库join的可能
 *   跨库join是共同难题，所以业务读取尽量少使用多表join

## mycat ##

mycat就是一个数据库中间件，数据库的代理，它屏蔽了物理数据库，应用连接mycat，然后mycat再连接物理数据库   
它支持水平拆分（分库分表，通过分库达到分表)，支持多种分片规则，比如范围切片、自然月分片、hash取模分片等   
它支持mysql、oracle、mongodb、sql server，并且支持数据库集群

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70 3][]

分片规则和策略     （多种策略，可自定义）

分布式全局唯一ID（多种分布式全局唯一ＩＤ）

多数据源管理问题（统一管理所有数据源）

跨库跨表join问题　（全局表、ｓｈａｒｄｊｏｉｎ、ｃａｔｌｅｔ）

### 其它特点 ###

独创ER关系分片，解决E-R分片难处理问题

采用全局分片技术，每个节点同时并发插入和更新数据，都可以读取数据

通过人工智能的Catlet支持跨分片复杂SQL实现以及存储过程支持等

### 整体架构图 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70 4][]

### 核心的配置文件 ###

**server.xml**：是Mycat服务器参数调整和用户授权的配置文件。

**schema.xml**：是逻辑库定义和表以及分片定义的配置文件。

**rule.xml**：是分片规则的配置文件，分片规则的具体一些参数信息单独存放为文件，也在这个目录下，配置文件修改需要重启MyCAT。

**log4j.xml**：日志存放在logs/log中，每天一个文件，日志的配置是在conf/log4j.xml中，根据自己的需要可以调整输出级别为debug；debug级别下，会输出更多的信息，方便排查问题。

分片相关的id分片规则配置文件

autopartition-long.txt

partition-hash-int.txt

sequence\_conf.properties

sequence\_db\_conf.properties

### 高可用架构 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70 5][]

## 分库分表问题 ##

### 垂直拆分带来的问题： ###

*  部分**业务表无法****join**，只能通过接口方式，提高了系统复杂度
 *   存在单表性能瓶颈，不易扩展 1000w 10张表 1亿
 *   **事务处理复杂**

### 水平拆分带来的问题： ###

*  拆分规则难以抽象
 *   **分片事务一致性难以解决**
 *   维护难度极大
 *   跨库join性能差

### 共同带来的问题 ###

*  分片规则和策略
 *  分布式全局唯一ID   
 *  多数据源管理问题   多个datasource
 *   跨库跨表join问题
 *  跨节点合并排序分页问题
 *  事务复杂，**带来了分布式事务问题**
 *  数据管理难度加大（出问题后所有相关联的人都会MMP）

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70]: /images/20230528/09eb0e62b5eb4ad3875e3666290c9f0e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70 1]: /images/20230528/166aa03ac3114cd69b6555acf2597182.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70 2]: /images/20230528/d517fea1cf1a44f8a32a36ad7567e6f2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70 3]: /images/20230528/7259c81c424a4bb59286681fefb72a06.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70 4]: /images/20230528/a9d31cdc438d4424b7d7e609495eb162.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NkbXhkemI_size_16_color_FFFFFF_t_70 5]: /images/20230528/75c9c635b1dd40228594f2fd1c15c928.png