“分庫分表

資料庫中間件之分庫分表

恭喜你，貴公司終于成長到一定規模，需要考慮高可用，甚至分庫分表了。但你是否知道分庫分表需要哪些要素？拆分過程是複雜的，提前計劃，不要等真正開工，各種意外的工作接踵而至，以至失控。

本文意圖打開資料庫中間件的廣度，而不考慮實作深度，至于庫表垂直和水準分的概念和緣由，不做過多解釋。是以此文面向的是有一定研發經驗，正在尋找選型和拆分流程的專業人士。

切入層次

以下，範圍界定在java和mysql中。我們首先來看一下分庫分表切入的層次。

在同一個項目中建立多個資料源，采用if else的方式，直接根據條件在代碼中路由。spring中有動态切換資料源的抽象類，具體參見abstractroutingdatasource。

如果項目不是很龐大，使用這種方式能夠快速的進行分庫。但缺點也是顯而易見的，需要編寫大量的代碼，照顧到每個分支。當涉及跨庫查詢、聚合，需要循環計算結果并合并的場景，工作量巨大。

如果項目裂變，此類代碼大多不能共用，大多通過拷貝共享。長此以往，碼将不碼。

這種情況适合公司orm架構統一的情況，但在很多情況下不太現實。主要是修改或增強現有orm架構的功能，在sql中增加一些自定義原語或者hint來實作。

通過實作一些攔截器（比如mybatis的interceptor接口），增加一些自定義解析來控制資料的流向，效果雖然較好，但會改變一些現有的程式設計經驗。

很多情況要修改架構源碼，不推薦。

基于在編碼層和架構層切入的各種缺點，真正的資料庫中間件起碼要從驅動層開始。什麼意思呢？其實就是重新編寫了一個jdbc的驅動，在記憶體中維護一個路由清單，然後将請求轉發到真正的資料庫連接配接中。

像tddl、shardingjdbc等，都是在此層切入。

包括mysql connector/j的failover協定

(具體指“load balancing”、“replication”、“farbic”等），

也是直接在驅動上進行修改。

請求流向一般是這樣的：

代理層的資料庫中間件，将自己僞裝成一個資料庫，接受業務端的連結。然後負載業務端的請求，解析或者轉發到真正的資料庫中。

像mysql router、mycat等，都是在此層切入。

sql特殊版本支援，如mysql cluster本身就支援各種特性，mariadb galera cluster支援對等雙主，greenplum支援分片等。

需要換存儲，一般是解決方案，就不在讨論之列了。

技術最終都會趨于一緻，選擇任何一種、都是可行的。但最終選型，受開發人員熟悉度、社群活躍度、公司切合度、官方維護度、擴充性，以及公司現有的資料庫産品等多方位因素影響。選擇或開發一款合适的，小夥伴們會幸福很多。

驅動層和代理層對比

通過以上層次描述，很明顯，我們選擇或開發中間件，就集中在驅動層和代理層。在這兩層，能夠對資料庫連接配接和路由進行更強的控制和更細緻的管理。但它們的差別也是明顯的。

驅動層中間件僅支援java一種開發語言，但支援所有後端關系型資料庫。如果你的開發語言固定，後端資料源類型豐富，推薦使用此方案。

驅動層中間件要維護很多資料庫連接配接。比如一個分了10個 庫 的表，每個java中的connection要維護10個資料庫連接配接。如果項目過多，則會出現連接配接爆炸（我們算一下，如果每個項目6個執行個體，連接配接池中minidle等于5，3個項目的連接配接總數是 10*6*5*3 = 900 個）。像postgres這種每個連接配接對應一個程序的資料庫，壓力會很大。

資料聚合，比如count sum等，是通過多次查詢，然後在業務執行個體的記憶體中進行聚合。

路由表存在于業務方執行個體記憶體中，通過輪詢或者被動通知的途徑更新路由表即可。

所有叢集的配置管理都集中在一個地方，運維負擔小，dba即可完成相關操作。

代理層中間件正好相反。僅支援一種後端關系型資料庫，但支援多種開發語言。如果你的系統是異構的，并且都有同樣的sla要求，則推薦使用此方案。

代理層需要維護資料庫連接配接數量有限（mysql router那種粘性連接配接除外）。但作為一個獨立的服務，既要考慮單獨部署，又要考慮高可用，會增加很多額外節點，更别提用了影子節點的公司了。

另外，代理層是請求唯一的入口，穩定性要求極高，一旦有高耗記憶體的聚合查詢把節點搞崩潰了，都是災難性的事故。

篇幅有限，不做過多讨論。通路各中間件宣傳頁面，能夠看到長長的feature清單，也就是白名單；也能看到長長的限制清單，也就是黑名單。限定了你怎麼玩，在增強了分布式能力後，分庫分表本身就是一個閹割的資料庫。

確定資料均衡 拆分資料庫的資料盡量均勻，比如按省份分user庫不均勻，按userid取模會比較均勻不用深分頁 不帶切分鍵的深分頁，會取出所有庫所取頁數之前的所有資料在記憶體排序計算。容易造成記憶體溢出。減少子查詢 子查詢會造成sql解析紊亂，解析錯誤的情況，盡量減少sql的子查詢。事務最小原則 盡量縮小單機事務涉及的庫範圍，即盡可能減少誇庫操作，将同類操作的庫/表分在一起資料均衡原則 拆分資料庫的資料盡量均勻，比如按省份分user庫不均勻，按userid取模會比較均勻特殊函數 distinct、having、union、in、or等，一般不被支援。或者被支援，使用之後會增加風險，需要改造。

建議聚焦在mycat和shardingjdbc上。另外，還有大量其他的中間件，不熟悉建議不要妄動。

資料庫中間件不好維護，你會發現大量半死不活的項目。

以下清單，排名不分先後，有幾個是隻有ha功能，沒有拆分功能的：

atlas、kingshard、dbproxy、mysql router、maxscale、58 oceanus、arkproxy、ctrip dal、tsharding、youtube vitess、網易ddb、heisenberg、proxysql、mango、ddal、datahekr、mtatlas、mtddl、zebra、cobar、cobar

汗、幾乎每個大廠都有自己的資料庫中間件（還發現了幾個喜歡拿開源元件加公司字首作為産品的），隻不過不給咱用罷了。

流程解決方案

無論是采用哪個層面切入進行分庫分表，都面臨以下工作過程。

項目範圍越大，分庫難度越高。有時候，一句複雜的sql能夠涉及四五個業務方，這種sql都是需要重點關注的。

确定分庫分表的規模，是隻分其中的幾張表，還是全部涉及。分的越多，工作量越大，幾乎是線性的。

還有一些項目是牽一發動全身的。舉個例子，下面這個過程，影響的鍊路就不僅是分庫這麼簡單了。

除了分庫分表元件的技術支援人員，最應該參與的是對系統、對現有代碼最熟悉的幾個人。隻有他們能夠确定哪些sql該廢棄掉、sql的影響面等。

确定分庫分表的次元和切分鍵。切分鍵（就是路由資料的column）一旦确定，是不允許修改的，是以在前期架構設計上，應該首先将其确立下來，才能進行後續的工作；資料次元多意味着有不同的切分鍵，達到不同條件查詢的效果。這涉及到資料的備援（多寫、資料同步），會更加複雜。

庫表結構不滿足需求，需要提前規整。比如，切分鍵的字段名稱不同或者類型各異。在實施分庫分表政策時，這些個性會造成政策過大不好維護。

将項目中所有的sql掃描出來，逐個判斷是否能夠按照切分鍵正常運作。

在判斷過程中肯定會有大量不合規的sql，則都需要給出改造方案，這是主要的工作量之一。

直接在原有項目上進行改動和驗證是可行的，但會遇到諸多問題，主要是效率太低。我傾向于首先設計一些驗證工具，輸入要驗證的sql或者清單，然後列印路由資訊和結果進行判斷。

建議以下提到的各個點，都找一個例子體驗一下，然後根據自己的團隊預估難度。

以下：

中間件所有不支援的sql類型

整理容易造成崩潰的注意事項

不支援的sql給出處理方式

考慮一個通用的主鍵生成器

考慮沒有切分鍵的sql如何處理

考慮定時任務等掃全庫的如何進行周遊

考慮跨庫跨表查詢如何改造

準備一些工具集

分庫分表會重新影響資料的分布，無論是全量還是增量，都會涉及到資料遷移，是以databus是必要的。

一種理想的狀态是所有的增删改都是消息，可以通過訂閱mq進行雙寫。

但一般情況下，仍然需要去模拟這個狀态，比如使用canal元件。

怎麼保證資料安全的切換，我們分其他章節進行讨論。

分庫分表必須經過充足的測試，每一句sql都要經過嚴格的驗證。如果有單元測試或者自動化測試工具，完全的覆寫是必要的。一旦有資料進行了錯誤的路由，尤其是增删改，将會創造大量的麻煩。

在測試階段，将驗證過程輸出到單獨的日志檔案，充足測試後review日志檔案是否有錯誤的資料流向。

強烈建議統一進行一次sql複驗。主要是根據功能描述，确定sql的正确性，也就是通常說的review。

在非線上環境多次對方案進行演練，確定萬無一失。

分庫分表以後，項目中的sql就加了枷鎖，不能夠随意書寫了。很多平常支援的操作，在拆分環境下就可能運作不了了。是以在上線前，涉及的sql都應該有一個确認過程，即使已經經過了充足的測試。

題外話

沒有支援的活别接，幹不成。

分庫分表是戰略性的技術方案，很多情況無法回退或者回退方案複雜。如果要拆分的庫表涉及多個業務方，公司技術人員複雜，cto要親自挂帥進行協調，并有專業仔細的架構師進行監督。沒有授權的協調人員會陷入尴尬的境地，導緻流程失控項目難産。

真正經曆過的人，會知道它的痛！