乐橙lc8-乐橙lc8官网-乐橙lc8.com-乐橙国际官网
当前位置:官网首页 > 新闻资讯 > 公司新闻 >

面试官:给我讲一下分库分表方案

发表日期:2019-08-28 19:07文章编辑:浏览次数: 标签:    

作者:尜尜人物

链接:https://www.cnblogs.com/littlecharacter/p/9342129.html

一、数据库瓶颈

1、IO瓶颈

2、CPU瓶颈


二、分库分表

1、水平分库


2、水平分表


3、垂直分库


4、垂直分表


三、分库分表工具

四、分库分表步骤

五、分库分表问题

1、非partition key的查询问题

2、非partition key跨库跨表分页查询问题


3、扩容问题


六、分库分表总结

七、分库分表示例

不管是IO瓶颈,还是CPU瓶颈,最终都会导致数据库的活跃连接数增加,进而逼近甚至达到数据库可承载活跃连接数的阈值。在业务Service来看就是,可用数据库连接少甚至无连接可用。接下来就可以想象了吧。



第一种:磁盘读IO瓶颈,热点数据太多,数据库缓存放不下,每次查询时会产生大量的IO,降低查询速度 -> 分库和垂直分表。

第二种:网络IO瓶颈,请求的数据太多,网络带宽不够 -> 分库。



第一种:SQL问题,如SQL中包含join,group by,order by,非索引字段条件查询等,增加CPU运算的操作 -> SQL优化,建立合适的索引,在业务Service层进行业务计算。

第二种:单表数据量太大,查询时扫描的行太多,SQL效率低,CPU率先出现瓶颈 -> 水平分表。



1、概念:以字段为依据,按照一定策略,将一个库中的数据拆分到多个库中。


2、结果:

每个库的结构都一样;

每个库的数据都不一样,没有交集;

所有库的并集是全量数据;


3、场景:系统绝对并发量上来了,分表难以根本上解决问题,并且还没有明显的业务归属来垂直分库。


4、分析:库多了,io和cpu的压力自然可以成倍缓解。




1、概念:以字段为依据,按照一定策略,将一个表中的数据拆分到多个表中。


2、结果:

每个表的结构都一样;

每个表的数据都不一样,没有交集;

所有表的并集是全量数据;


3、场景:系统绝对并发量并没有上来,只是单表的数据量太多,影响了SQL效率,加重了CPU负担,以至于成为瓶颈。


4、分析:表的数据量少了,单次SQL执行效率高,自然减轻了CPU的负担。




1、概念:以表为依据,按照业务归属不同,将不同的表拆分到不同的库中。


2、结果:

每个库的结构都不一样;

每个库的数据也不一样,没有交集;

所有库的并集是全量数据;


3、场景:系统绝对并发量上来了,并且可以抽象出单独的业务模块。


4、分析:到这一步,基本上就可以服务化了。例如,随着业务的发展一些公用的配置表、字典表等越来越多,这时可以将这些表拆到单独的库中,甚至可以服务化。再有,随着业务的发展孵化出了一套业务模式,这时可以将相关的表拆到单独的库中,甚至可以服务化。



相关新闻