Java架构师-看完这篇,你还不能理解 ‘数据库架构’?趁早回家吧

一、数据库架构原则

  1. 高可用
  2. 高性能
  3. 一致性
  4. 扩展性
二、常见的架构方案方案一:主备架构,只有主库提供读写服务,备库冗余作故障转移用
Java架构师-看完这篇,你还不能理解 ‘数据库架构’?趁早回家吧

文章插图
 
jdbc:MySQL://vip:3306/xxdb
1、高可用分析:高可用,主库挂了,keepalive(只是一种工具)会自动切换到备库 。这个过程对业务层是透明的,无需修改代码或配置 。
2、高性能分析:读写都操作主库,很容易产生瓶颈 。大部分互联网应用读多写少,读会先成为瓶颈,进而影响写性能 。另外,备库只是单纯的备份,资源利用率50%,这点方案二可解决 。
3、一致性分析:读写都操作主库,不存在数据一致性问题 。
4、扩展性分析:无法通过加从库来扩展读性能,进而提高整体性能 。
5、可落地分析:两点影响落地使用 。第一,性能一般,这点可以通过建立高效的索引和引入缓存来增加读性能,进而提高性能 。这也是通用的方案 。第二,扩展性差,这点可以通过分库分表来扩展 。
方案二:双主架构,两个主库同时提供服务,负载均衡
Java架构师-看完这篇,你还不能理解 ‘数据库架构’?趁早回家吧

文章插图
 
jdbc:mysql://vip:3306/xxdb
1、高可用分析:高可用,一个主库挂了,不影响另一台主库提供服务 。这个过程对业务层是透明的,无需修改代码或配置 。
2、高性能分析:读写性能相比于方案一都得到提升,提升一倍 。
3、一致性分析:存在数据一致性问题 。请看,一致性解决方案 。
4、扩展性分析:当然可以扩展成三主循环,但笔者不建议(会多一层数据同步,这样同步的时间会更长) 。如果非得在数据库架构层面扩展的话,扩展为方案四 。
5、可落地分析:两点影响落地使用 。第一,数据一致性问题,一致性解决方案可解决问题 。第二,主键冲突问题,ID统一地由分布式ID生成服务来生成可解决问题 。
方案三:主从架构,一主多从,读写分离
Java架构师-看完这篇,你还不能理解 ‘数据库架构’?趁早回家吧

文章插图
 
jdbc:mysql://master-ip:3306/xxdb
jdbc:mysql://slave1-ip:3306/xxdb
jdbc:mysql://slave2-ip:3306/xxdb
1、高可用分析:主库单点,从库高可用 。一旦主库挂了,写服务也就无法提供 。
2、高性能分析:大部分互联网应用读多写少,读会先成为瓶颈,进而影响整体性能 。读的性能提高了,整体性能也提高了 。另外,主库可以不用索引,线上从库和线下从库也可以建立不同的索引(线上从库如果有多个还是要建立相同的索引,不然得不偿失;线下从库是平时开发人员排查线上问题时查的库,可以建更多的索引) 。
3、一致性分析:存在数据一致性问题 。请看,一致性解决方案 。
4、扩展性分析:可以通过加从库来扩展读性能,进而提高整体性能 。(带来的问题是,从库越多需要从主库拉取binlog日志的端就越多,进而影响主库的性能,并且数据同步完成的时间也会更长)
5、可落地分析:两点影响落地使用 。第一,数据一致性问题,一致性解决方案可解决问题 。第二,主库单点问题,笔者暂时没想到很好的解决方案 。
注:思考一个问题,一台从库挂了会怎样?读写分离之读的负载均衡策略怎么容错?
方案四:双主+主从架构,看似完美的方案
Java架构师-看完这篇,你还不能理解 ‘数据库架构’?趁早回家吧

文章插图
 
jdbc:mysql://vip:3306/xxdb
jdbc:mysql://slave1-ip:3306/xxdb
jdbc:mysql://slave2-ip:3306/xxdb
1、高可用分析:高可用 。
2、高性能分析:高性能 。
3、一致性分析:存在数据一致性问题 。请看,一致性解决方案  。
4、扩展性分析:可以通过加从库来扩展读性能,进而提高整体性能 。(带来的问题同方案二)
5、可落地分析:同方案二,但数据同步又多了一层,数据延迟更严重 。
三、一致性解决方案第一类:主库和从库一致性解决方案
Java架构师-看完这篇,你还不能理解 ‘数据库架构’?趁早回家吧

文章插图
 
注:图中圈出的是数据同步的地方,数据同步(从库从主库拉取binlog日志,再执行一遍)是需要时间的,这个同步时间内主库和从库的数据会存在不一致的情况 。如果同步过程中有读请求,那么读到的就是从库中的老数据 。如下图 。
Java架构师-看完这篇,你还不能理解 ‘数据库架构’?趁早回家吧


推荐阅读