http://www.toutiao.com/a6418695225946849538/?tt_from=weixin_moments&utm_campaign=client_share&app=news_article&utm_source=weixin_moments&iid=10861926112&utm_medium=toutiao_ios&wxshare_count=1

数据库架构中设计中的一些基本的概念，常见问题以及解决方案

1、用户中心

用户中心是一个常见业务，主要提供用户注册、登录、信息查询与修改的服务，其核心元数据为：

User（uid，uname，password，sex，age，nickname，。。。。）

其中：

uid为用户ID主键

单体。。。

分组架构：

什么是分组：

答案：分组架构是最常见的一种主多从，主从同步，读写分离数据库架构：

user-service 依旧是用户中心服务

user-db-M：主库，提供数据库写服务

user-db-s：从库，提供数据库读服务

主和从构成数据库集群称为组

分组有什么特点？

同一个组里的数据库集群：

主从之间通过binlog进行数据同步

多个实例数据库结构完全相同，多个实例存储的数据也完全相同，本质上是将数据进行复制

分组架构究竟解决什么问题？

大部分互联网业务读多写少，数据库的读往往最先称为性能瓶颈，如果希望：

线性提升数据库读性能

通过消除读写锁冲突提升数据库写性能

通过冗余从库实现数据的读高可用

此时可以使用分组架构，需要注意的是，分组架构中，数据库的主库依然是写单点。一句话总结，分组解决的是数据库读写高并发量的问题，所实施的架构设计。

分片架构

什么是分片？

分片分为水平切分sharding数据库架构：

user-service：依旧是用户中心服务

user-db1：水平切分为2份的第一份

user-db2：水平切分为2份中的第二份

分片后，多个数据实例也会组成一个数据库集群。

水平切分，到底是分库还是分表？

强烈建议分库，而不是分表，因为：

分表依然公用一个数据库文件，仍然有磁盘IO的竞争

分库能够很容易的将数据迁移到不同的数据实例中，甚至数据库机器上，扩展性更好

水平切分用什么算法？

常见的水平切分算法有：范围法和哈希法

范围法如上图：以用户中心的业务主键UID为划分依据，将数据水平且切分到两个数据库实力上：

user-db1：存储0-1千万的数据uid

userid-db2：存储1千万到2千万的uid数据

哈希法：

user-db1：存储uid取模得1的uid数据

user-db2：存储uid取模得0的uid数据

这两种方法在互联网都有使用，其中哈希法使用较为广泛。

分片有什么特点？

同一个分片里的数据库集群：

多个实例之间本身不产生联系，不像主从间有binlog同步

多个实例数据库结构，也完全相同

多个实例存储的数据之间没有交集，所以实例间数据并集构成全局数据

分片架构究竟解决什么问题？

大部分互联网业务数据量很大，单库容量容易成为瓶颈，此时通过分片可以：

线性提升数据写性能，需要注意的是，分组架构是不能线性提升数据库写性能的

降低单库数据容量

垂直切分

除了水平切分，垂直切分也是一类常见的数据库架构设计，垂直切分一般和业务结合比较紧密。

还是以用户中心为例，可以进行垂直切分：

User（uid，uname，password，sex，age）

User_Ex（uid，iintro，sign，。。）

垂直切分开的表，主键都是uid

登录名，密码和性别，年龄等属性放在一个垂直表（库里）

自我介绍，个性签名等属性放在另一个垂直表里（库）

如何进行垂直切分

根据业务对数据进行垂直切分时，一般要考虑属性的”长度“和”访问频率“两个因数：

长度较短，访问频率较高的放在一起

长度较长，访问平率较低的放在一起

这是因为数据库会以行row为单位，将数据load到内存buffer里，在内存容量有限的情况下，长度短且访问频次高的属性，内存能够load更多的数据，命中率会更高，磁盘IO会减，数据库的性能提升比较多。

垂直切分有什么特点？

垂直切分和水平切分有相似的地方，又有不太相同

多个实例之间也不直接产生联系，即没有同步关系binlog

多个实例数据库结构都不一样

多个实例存储的数据之间至少有一列交集，一般来说是业务主键，所有实例间数据并构成全局数据

垂直切分解决什么问题？

垂直切分可以降低单库的数据量，还可以降低磁盘io从而提升吞吐量，但他与业务紧密，并不是所有业务都能进性垂直切分