WOT（World Of Tech）2015，網際網路運維與開發者大會将在北京舉行，會上58同城将分享《大資料量下，58同城mysql實戰》的主題，幹貨分享搶先看。
零、分享提綱
1）基本概念
2）常見問題及解決思路
3）拆庫實戰
4）拆庫後業務實戰
5）總結
一、基本概念
大資料量下，搞mysql，以下概念需要先達成一緻
1)單庫，不多說了，就是一個庫
2）分片（sharding），水準拆分，用于解決擴充性問題
3）複制（replication）與分組（group），用于解決可用性問題
4）分片+分組，這是大資料量下，mysql架構的實際情況
二、大資料量下，mysql常見問題及解決思路
1）常見問題
如何保證可用性？
各色各異的讀寫比，怎麼辦？
如何做無縫倒庫，加字段，擴容？
資料量大，怎麼解決？
2）解決思路
2.1）可用性解決思路：複制
讀庫可用性
從庫複制多個，例如：1主2從
從庫挂了讀主庫，例如：1主1從
寫庫可用性
雙主模式
“雙主”當“主從”用
2.2）讀寫比解決思路-針對特性做設計
讀多些少場景：提升讀性能，3種常見方案：
a）建立索引提高讀性能，什麼小技巧？
b）讀寫分離，增加從庫擴充讀性能
c）增加緩存來擴充讀性能
a）b）c）方案存在什麼問題？
如何解決這些問題？
讀寫相近場景：不要使用緩存，考慮水準切分
寫多讀少場景：不要使用緩存，考慮水準切分
2.3）無縫倒庫[擴容，增加字段，資料遷移]
追日志方案
a）記錄寫日志
b）倒庫
c）倒庫完畢
d）追日志
e）追日志完畢+資料校驗
f）切庫
雙寫方案
a）服務雙寫
c）倒庫完畢+資料校驗
d）切庫
2.4）資料量大解決思路：拆庫
三、58同城資料庫拆庫實戰
四類場景覆寫99%拆庫業務
a）“單key”場景，使用者庫如何拆分： user(uid, XXOO)
b）“1對多”場景，文章庫如何拆分： tiezi(tid, uid, XXOO)
c）“多對多”場景，好友庫如何拆分： friend(uid, friend_uid, XXOO)
d）“多key”場景，訂單庫如何拆分：order(oid, buyer_id, seller_id, XXOO)
1）使用者庫如何拆分
使用者庫，10億資料量
user(uid, uname, passwd, age, sex, create_time);
業務需求如下
a）1%登入請求 => where uname=XXX and passwd=XXX
b）99%查詢請求 => where uid=XXX
結論：“單key”場景使用“單key”拆庫
2）文章庫如何拆分
文章庫，15億資料量
tiezi(tid, uid, title, content, time);
a）查詢文章詳情（90%請求）
SELECT * FROM tiezi WHERE tid=$tid
b）查詢使用者所有發帖（10%請求）
SELECT * FROM tiezi WHERE uid=$uid
結論：“1對多”場景使用“1”分庫，例如文章庫1個uid對應多個tid，則使用uid分庫，tid生成時加入分庫标記
3）好友庫如何拆分
好友庫，1億資料量
friend(uid, friend_uid, nick, memo, XXOO);
a）查詢我的好友（50%請求） => 用于界面展示
SELECT friend_uid FROM friend WHERE uid=$my_uid
b）查詢加我為好友的使用者（50%請求） => 使用者反向通知
SELECT uid FROM friend WHERE friend_uid=$my_uid
結論：“多對多”場景，使用資料備援方案，多份資料使用多種分庫手段
4）訂單庫如何拆分
訂單庫，10億資料量
order(oid, buyer_id, seller_id, order_info, XXOO);
a）查詢訂單資訊（80%請求）
SELECT * FROM order WHERE oid=$oid
b）查詢我買的東東（19%請求）
SELECT * FROM order WHERE buyer_id=$my_uid
c）查詢我賣出的東東（1%請求）
SELECT * FROM order WHERE seller_id=$my_uid
結論：“多key”場景一般有兩種方案
a）方案一，使用2和3綜合的方案
b）方案二，1%的請求采用多庫查詢
四、分庫後業務實戰
分庫後出現的問題：單庫時mysql的SQL功能不再支援了
1）海量資料下，mysql的SQL怎麼玩
不會這麼玩
a）各種聯合查詢
b）子查詢
c）觸發器
d）使用者自定義函數
e）“事務”都用的很少
原因：對資料庫性能影響極大
2）分庫後，IN查詢怎麼玩
使用者庫如何進行uid的IN查詢
user(uid, uname, passwd, age, sex, photo, create_time, ...);
Partition key：uid
查詢需求：IN查詢：WHERE uid IN(1,2,3,4,5,6)
解決方案：服務做MR
方案一：直接分發
方案二：拼裝成不同SQL，定位不同的庫
3）分庫後，非Partition key的查詢怎麼玩
方案一：業務方不關心資料來自哪個庫，可以隻定位一個庫
例如：有頭像的使用者查詢
方案二：結果集隻有一條資料，業務層做分發，隻有一條記錄傳回就傳回
例如：使用者登入時，使用userName和passwd的查詢
4）分庫後，誇庫分頁怎麼玩？
問題的提出與抽象：ORDER BY xxx OFFSET xxx LIMIT xxx
a）按時間排序
b）每頁100條記錄
c）取第100頁的記錄
單機方案
ORDER BY time OFFSET 10000 LIMIT 100
分庫後的難題：如何确認全局偏移量
分庫後傳統解決方案，查詢改寫+記憶體排序
a）ORDER BY time OFFSET 0 LIMIT 10000+100
b）對20200條記錄進行排序
c）傳回第10000至10100條記錄
優化方案一：增加輔助id，以減少查詢量
a）技術上，引入特殊id，作為查詢條件（或者帶入上一頁的排序條件）
b）業務上，盡量禁止跨頁查詢
單庫情況
a）第一頁，直接查
b）得到第一頁的max(id)=123（一般是最後一條記錄）
c）第二頁，帶上id>123查詢：WHERE id>123 LIMIT 100
多庫情況
a）将WHERE id>xxx LIMIT 100分發
b）将300條結果排序
c）傳回前100條
優點：避免了全局排序，隻對小量記錄進行排序
優化方案二：模糊查詢
a）業務上：禁止查詢XX頁之後的資料
b）業務上：允許模糊傳回 => 第100頁資料的精确性真這麼重要麼？
優化方案三：終極方案，查詢改寫與兩段查詢
方案一和方案二在業務上都有所折衷，前者不允許跨頁查詢，後者資料精度有損失，解決誇庫分頁問題的終極方案是，将order by + offset + limit進行查詢改寫，分兩段查詢。
由于wot2015大會時間優先，這個方案待到dtcc2015資料庫大會上，58同城的架構師再與大家細講
五、總結
《概念》
單庫、分片、複制、分組
《常見問題及解決思路》
1）可用性，解決思路是備援（複制）
2）讀寫比
2.1）讀多些少：用從庫，緩存，索引來提高讀性能
2.2）業務層控制強制讀主來解決從庫不一緻問題
2.3）雙淘汰來解決緩存不一緻問題
2.4）讀寫相近，寫多讀少：不要使用緩存，該怎麼整怎麼整
3）無縫導庫
3.1）寫日志追資料
3.2）雙寫
4）資料量大，解決思路是分片（拆庫）
《四大類拆庫思路》
1）使用者庫，“單key”場景使用“單key”拆庫
2）文章庫，“1對多”場景使用“1”分庫，例如文章庫1個uid對應多個tid，則使用uid分庫，tid生成時加入分庫标記
3）好友庫，“多對多”場景，使用資料備援方案，多份資料使用多種分庫手段
4）訂單庫，“多key”場景一般有兩種方案
4.1）方案一，使用2和3綜合的方案
4.2）方案二，1%的請求采用多庫查詢
《拆庫後業務實戰》
1）不這麼玩：聯合查詢、子查詢、觸發器、使用者自定義函數、誇庫事務
2）IN查詢怎麼玩
2.1）分發MR
2.2）拼裝成不同SQL語句
3）非partition key查詢怎麼玩
3.1）定位一個庫
3.2）分發MR
4）誇庫分頁怎麼玩
4.1）修改sql語句，服務内排序
4.2）引入特殊id，減少傳回數量
4.3）業務優化，禁止跨頁查詢，允許模糊查詢
4.4）終極方案，dtcc2015資料庫大會揭曉