【緣起】
使用者中心是幾乎每一個公司必備的基礎服務,使用者注冊、登入、資訊查詢與修改都離不開使用者中心。
當資料量越來越大時,需要多使用者中心進行水準切分。最常見的水準切分方式,按照uid取模分庫:
![](https://img.laitimes.com/img/__Qf2AjLwojIjJCLyojI0JCLicmbw5COkVjZxATOkF2N3QjM1MTYxkDN0EWM4IWMkNGZhBDZ18CX5d2bs92Yl1iclB3bsVmdlR2LcNWaw9CXt92Yu4GZjlGbh5yYjV3Lc9CX6MHc0RHaiojIsJye.png)
通過uid取模,将資料分布到多個資料庫執行個體上去,提高服務執行個體個數,降低單庫資料量,以達到擴容的目的。
水準切分之後:
uid屬性上的查詢可以直接路由到庫,如上圖,假設通路uid=124的資料,取模後能夠直接定位db-user1。
對于uname上的查詢,就不能這麼幸運了:
uname上的查詢,如上圖,假設通路uname=shenjian的資料,由于不知道資料落在哪個庫上,往往需要周遊所有庫【掃全庫法】,當分庫數量多起來,性能會顯著降低。
用uid分庫,如何高效實作上的查詢,是本文将要讨論的問題。
【索引表法】
思路:uid能直接定位到庫,uname不能直接定位到庫,如果通過uname能查詢到uid,問題解決
解決方案:
1)建立一個索引表記錄uname->uid的映射關系
2)用uname來通路時,先通過索引表查詢到uid,再定位相應的庫
3)索引表屬性較少,可以容納非常多資料,一般不需要分庫
4)如果資料量過大,可以通過uname來分庫
潛在不足:多一次資料庫查詢,性能下降一倍
【緩存映射法】
思路:通路索引表性能較低,把映射關系放在緩存裡性能更佳
1)uname查詢先到cache中查詢uid,再根據uid定位資料庫
2)假設cache miss,采用掃全庫法擷取uname對應的uid,放入cache
3)uname到uid的映射關系不會變化,映射關系一旦放入緩存,不會更改,無需淘汰,緩存命中率超高
4)如果資料量過大,可以通過name進行cache水準切分
潛在不足:多一次cache查詢
【uname生成uid】
思路:不進行遠端查詢,由uname直接得到uid
1)在使用者注冊時,設計函數uname生成uid,uid=f(uname),按uid分庫插入資料
2)用uname來通路時,先通過函數計算出uid,即uid=f(uname)再來一遍,由uid路由到對應庫
潛在不足:該函數設計需要非常講究技巧,有uid生成沖突風險
【uname基因融入uid】
思路:不能用uname生成uid,可以從uname抽取“基因”,融入uid中
假設分8庫,采用uid%8路由,潛台詞是,uid的最後3個bit決定這條資料落在哪個庫上,這3個bit就是所謂的“基因”。
1)在使用者注冊時,設計函數uname生成3bit基因,uname_gene=f(uname),如上圖粉色部分
2)同時,生成61bit的全局唯一id,作為使用者的辨別,如上圖綠色部分
3)接着把3bit的uname_gene也作為uid的一部分,如上圖屎黃色部分
4)生成64bit的uid,由id和uname_gene拼裝而成,并按照uid分庫插入資料
5)用uname來通路時,先通過函數由uname再次複原3bit基因,uname_gene=f(uname),通過uname_gene%8直接定位到庫
【總結】
業務場景:使用者中心,資料量大,通過uid分庫後,通過uname路由不到庫
1)掃全庫法:周遊所有庫
2)索引表法:資料庫中記錄uname->uid的映射關系
3)緩存映射法:緩存中記錄uname->uid的映射關系
4)uname生成uid
5)uname基因融入uid
==【完】==