資料庫「讀寫分離」,解決問題

有一些技術同學可能對於「讀寫分離」了解不多，認為資料庫的負載問題都可以使用「讀寫分離」來解決。

這其實是乙個非常大的誤區，我們要用「讀寫分離」，首先應該明白「讀寫分離」是用來解決什麼樣的問題的，而不是僅僅會用這個技術。

什麼是讀寫分離？

其實就是將資料庫分為了主從庫，乙個主庫用於寫資料，多個從庫完成讀資料的操作，主從庫之間通過某種機制進行資料的同步，是一種常見的資料庫架構。

乙個組從同步集群，通常被稱為是乙個「分組」。

資料庫分組架構解決什麼問題？

大多數網際網路業務，往往讀多寫少，這時候，資料庫的讀會首先稱為資料庫的瓶頸，這時，如果我們希望能夠線性的提公升資料庫的讀效能，消除讀寫鎖衝突從而提公升資料庫的寫效能，那麼就可以使用「分組架構」（讀寫分離架構）。

用一句話概括，讀寫分離是用來解決資料庫的讀效能瓶頸的。

但是，不是任何讀效能瓶頸都需要使用讀寫分離，我們還可以有其他解決方案。

在網際網路的應用場景中，常常資料量大、併發量高、高可用要求高、一致性要求高，如果使用「讀寫分離」，就需要注意這些問題：

資料庫連線池要進行區分，哪些是讀連線池，哪個是寫連線池，研發的難度會增加；為了保證高可用，讀連線池要能夠實現故障自動轉移；主從的一致性問題需要考慮。在這麼多的問題需要考慮的情況下，如果我們僅僅是為了解決「資料庫讀的瓶頸問題」，為什麼不選擇使用快取呢？

為什麼用快取

快取，也是網際網路中常常使用到的一種架構方式，同「讀寫分離」不同，讀寫分離是通過多個讀庫，分攤了資料庫讀的壓力，而儲存則是通過快取的使用，減少了資料庫讀的壓力。他們沒有誰替代誰的說法，但是，如果在快取的讀寫分離進行二選一時，還是應該首先考慮快取。

為什麼呢？

快取的使用成本要比從庫少非常多；快取的開發比較容易，大部分的讀操作都可以先去快取，找不到的再滲透到資料庫。當然，如果我們已經運用了快取，但是讀依舊還是瓶頸時，就可以選擇「讀寫分離」架構了。簡單來說，我們可以將讀寫分離看做是快取都解決不了時的一種解決方案。

當然，快取也不是沒有缺點的

對於快取，我們必須要考慮的就是高可用，不然，如果快取一旦掛了，所有的流量都同時聚集到了資料庫上，那麼資料庫是肯定會掛掉的。

對於常見的資料庫瓶頸是什麼呢？

其實是資料容量的瓶頸。例如訂單表，資料量只增不減，歷史資料又必須要留存，非常容易成為效能的瓶頸，而要解決這樣的資料庫瓶頸問題，「讀寫分離」和快取往往都不合適，最適合的是什麼呢？

資料庫水平切分

什麼是資料庫水平切分？

資料庫水平切分，也是一種常見的資料庫架構，是一種通過演算法，將資料庫進行分割的架構。乙個水平切分集群中的每個資料庫，通常稱為乙個「分片」。每乙個分片中的資料沒有重合，所有分片中的資料並集組成全部資料。

水平切分架構解決什麼問題呢？

大部分的網際網路業務，資料量都非常大，單庫容量最容易成為瓶頸，當單庫的容量成為了瓶頸，我們希望提高資料庫的寫效能，降低單庫容量的話，就可以採用水平切分了。

而有少部分程式設計師，會沒有分析資料庫的效能瓶頸是什麼，就貿貿然的使用「讀寫分離」，殊不知「水平切分」才是正道。

【官方**】ztm無線藍芽耳機運動跑步雙耳塞入耳頭戴式開車重低音炮可接聽**超長待機蘋果手機通用耳麥