一、主從讀寫分離
大部分網際網路業務都是讀多寫少，是以優先考慮DB如何支撐更高查詢數，首先就需要區分讀、寫流量，這才友善針對讀流量單獨擴充，即主從讀寫分離。
若前端流量突增導緻從庫負載過高，DBA會優先做個從庫擴容上去，這樣對DB的讀流量就會落到多個從庫，每個從庫的負載就降了下來，然後開發再盡力将流量擋在DB層之上。
Cache V.S MySQL讀寫分離 由于從開發和維護的難度考慮，引入緩存會引入複雜度，要考慮緩存資料一緻性，穿透，防雪崩等問題，并且也多元護一類元件。是以推薦優先采用讀寫分離，扛不住了再使用Cache。
1.core
主從讀寫分離一般将一個DB的資料拷貝為一或多份，并且寫入到其它的DB伺服器中：
- 原始DB為主庫，負責資料寫入
- 拷貝目标DB為從庫，負責資料查詢
是以主從讀寫分離的關鍵：
- 資料的拷貝 即主從複制
- 屏蔽主從分離帶來的通路DB方式的變化 讓開發人員使用感覺依舊在使用單一DB
二、主從複制
MySQL的主從複制依賴于binlog，即記錄MySQL上的所有變化并以二進制形式儲存在磁盤上二進制日志檔案。
主從複制就是将binlog中的資料從主庫傳輸到從庫，一般異步：主庫操作不會等待binlog同步完成。
1.主從複制的過程
- 從庫在連接配接到主節點時會建立一個I/O線程，以請求主庫更新的binlog，并把接收到的binlog寫入relay log檔案，主庫也會建立一個log dump線程發送binlog給從庫；
- 從庫還會建立一個SQL線程，讀relay log，并在從庫中做回放，最終實作主從的一緻性。
使用獨立的log dump線程是異步，避免影響主庫的主體更新流程，而從庫在接收到資訊後并不是寫入從庫的存儲，是寫入一個relay log，這是為避免寫入從庫實際存儲會比較耗時，最終造成從庫和主庫延遲變長。
主從異步複制的過程
基于性能考慮，主庫寫入流程并沒有等待主從同步完成就傳回結果，極端情況下，比如主庫上binlog還沒來得及落盤，就發生磁盤損壞或機器掉電，導緻binlog丢失，主從資料不一緻。不過機率很低，可容忍。
主庫當機後，binlog丢失導緻的主從資料不一緻也隻能手動恢複。
主從複制後，即可：
- 在寫入時隻寫主庫
- 在讀資料時隻讀從庫
這樣即使寫請求會鎖表或鎖記錄，也不會影響讀請求執行。高并發下，可部署多個從庫共同承擔讀流量，即一主多從支撐高并發讀。
從庫也能當成個備庫，以避免主庫故障導緻資料丢失。
那無限制地增加從庫就能支撐更高并發嗎？NO！從庫越多，從庫連接配接上來的I/O線程越多，主庫也要建立同樣多log dump線程處理複制的請求，對于主庫資源消耗較高，同時受限于主庫的網絡帶寬，是以一般一個主庫最多挂3～5個從庫。
2.主從複制的副作用
比如發朋友圈這一操作，就存在資料的：
- 同步操作，如更新DB
- 異步操作，如将朋友圈内容同步給稽核系統
是以更新完主庫後，會将朋友圈ID寫入MQ，由Consumer依據ID在從庫擷取朋友圈資訊再發給稽核系統。此時若主從DB存在延遲，會導緻在從庫取不到朋友圈資訊，出現異常！
主從延遲對業務的影響示意圖
3.避免主從複制的延遲
這咋辦呢？其實解決方案有很多，核心思想都是 盡量不去從庫查詢資料。是以針對上述案例，就有如下方案：
1）資料備援
可在發MQ時，不止發送朋友圈ID，而是發給Consumer需要的所有朋友圈資訊，避免從DB重新查詢資料。
推薦該方案，因為足夠簡單，不過可能造成單條消息較大，進而增加消息發送的帶寬和時間。
2）使用Cache
在同步寫DB的同時，把朋友圈資料寫Cache，這樣Consumer在擷取朋友圈資訊時，優先查詢Cache，這也能保證資料一緻性。
該方案适合新增資料的場景。若是在更新資料場景下，先更新Cache可能導緻資料不一緻。比如兩個線程同時更新資料：
- 線程A把Cache資料更新為1
- 另一個線程B把Cache資料更新為2
- 然後線程B又更新DB資料為2
- 線程A再更新DB資料為1
最終DB值（1）和Cache值（2）不一緻！
3）查詢主庫
可以在Consumer中不查詢從庫，而改為查詢主庫。
使用要慎重，要明确查詢的量級不會很大，是在主庫的可承受範圍之内，否則會對主庫造成較大壓力。
若非萬不得已，不要使用該方案。因為要提供一個查詢主庫的接口，很難保證其他人不濫用該方法。
主從同步延遲也是排查問題時容易忽略。有時會遇到從DB擷取不到資訊的詭異問題，會糾結代碼中是否有一些邏輯把之前寫入内容删除了，但發現過段時間再去查詢時又能讀到資料，這基本就是主從延遲問題。是以，一般把從庫落後的時間作為一個重點DB名額，做監控和報警，正常時間在ms級，達到s級就要告警。
主從的延遲時間預警，那如何通過哪個資料庫中的哪個名額來判别？
在從從庫中，通過監控show slave status\G指令輸出的Seconds_Behind_Master參數的值判斷，是否有發生主從延時。這個參數值是通過比較sql_thread執行的event的timestamp和io_thread複制好的 event的timestamp(簡寫為ts)進行比較，而得到的這麼一個內插補點。
但如果複制同步主庫bin_log日志的io_thread線程負載過高，則Seconds_Behind_Master一直為0，即無法預警，通過Seconds_Behind_Master這個值來判斷延遲是不夠準确。其實還可以通過比對master和slave的binlog位置。
三、如何通路DB
使用主從複制将資料複制到多個節點，也實作了DB的讀寫分離，這時，對DB的使用也發生了變化：
- 以前隻需使用一個DB位址。
- 現在需使用一個主庫位址，多個從庫位址，且需區分寫入操作和查詢操作，再結合“分庫分表”，複雜度大大提升。
為降低實作的複雜度，業界湧現了很多DB中間件解決DB的通路問題，大緻分為：
1.應用程式内部
如TDDL（ Taobao Distributed Data Layer），以代碼形式内嵌運作在應用程式内部。可看成是一種資料源代理，它的配置管理多個資料源，每個資料源對應一個DB，可能是主庫或從庫。當有一個DB請求時，中間件将SQL語句發給某個指定資料源，然後傳回處理結果。
優點：
- 簡單易用，部署成本低，因為植入應用程式内部，與程式一同運作，适合運維較弱的小團隊。
缺點：
- 缺乏多語言支援，都是Java語言開發的，無法支援其他的語言。版本更新也依賴使用方的更新。
2.獨立部署的代理層方案
如Mycat、Atlas、DBProxy。
這類中間件部署在獨立伺服器，業務代碼如同在使用單一DB，實際上它内部管理着很多的資料源，當有DB請求時，它會對SQL語句做必要的改寫，然後發往指定資料源。
優點：
- 一般使用标準MySQL通信協定，是以可支援多種語言
- 獨立部署，是以友善維護更新，适合有運維能力的大中型團隊
缺點：
- 所有的SQL語句都需要跨兩次網絡：從應用到代理層和從代理層到資料源，是以在性能上會有一些損耗。
四、總結
可以把主從複制引申為存儲節點之間互相複制存儲資料的技術，可以實作資料備援，以達到備份和提升橫向擴充能力。
使用主從複制時，需考慮：
- 主從的一緻性和寫入性能的權衡：若保證所有從節點都寫入成功，則寫性能一定受影響；若隻寫主節點就傳回成功，則從節點就可能出現資料同步失敗，導緻主從不一緻。網際網路項目，一般優先考慮性能而非資料的強一緻性。
- 主從的延遲：會導緻很多詭異的讀取不到資料的問題。
很多實際案例：
- Redis通過主從複制實作讀寫分離
- Elasticsearch中存儲的索引分片也可被複制到多個節點
- 寫入到HDFS中，檔案也會被複制到多個DataNode中
不同元件對于複制的一緻性、延遲要求不同，采用的方案也不同，但設計思想是相通的。
FAQ
若大量訂單，通過userId hash到不同庫，對前台使用者訂單查詢有利，但背景系統頁面需檢視全部訂單且排序，SQL執行就很慢。這該怎麼辦呢？
由于背景系統不能直接查詢分庫分表的資料，可考慮将資料同步至一個單獨的背景庫或同步至ES。
作者丨小爬
來源丨easemob.com/news/7093
dbaplus社群歡迎廣大技術人員投稿，投稿郵箱：[email protected]
活動推薦
2024 XCOPS智能運維管理人年會·廣州站将于5月24日舉辦，深究大模型、AI Agent等新興技術如何落地于運維領域，賦能企業智能運維水準提升，建構全面運維自治能力！
會議詳情：2024 XCOPS智能運維管理人年會-廣州站