戳藍字“CSDN云計算”關注我們哦！

作者：尜尜人物

來源：https://www.cnblogs.com/littlecharacter/p/9084291.html

一、數據庫架構原則

• 高可用

• 高性能

• 一致性

• 擴展性

---

二、常見的架構方案

方案一：主備架構，只有主庫提供讀寫服務，備庫冗余作故障轉移用

jdbc:mysql://vip:3306/xxdb

1、高可用分析：高可用，主庫掛了，keepalive（只是一種工具）會自動切換到備庫。這個過程對業務層是透明的，無需修改代碼或配置。

2、高性能分析：讀寫都操作主庫，很容易產生瓶頸。大部分互聯網應用讀多寫少，讀會先成為瓶頸，進而影響寫性能。另外，備庫只是單純的備份，資源利用率50%，這點方案二可解決。

3、一致性分析：讀寫都操作主庫，不存在數據一致性問題。

4、擴展性分析：無法通過加從庫來擴展讀性能，進而提高整體性能。

5、可落地分析：兩點影響落地使用。第一，性能一般，這點可以通過建立高效的索引和引入緩存來增加讀性能，進而提高性能。這也是通用的方案。第二，擴展性差，這點可以通過分庫分表來擴展。

方案二：雙主架構，兩個主庫同時提供服務，負載均衡

?jdbc:mysql://vip:3306/xxdb

1、高可用分析：高可用，一個主庫掛了，不影響另一臺主庫提供服務。這個過程對業務層是透明的，無需修改代碼或配置。

2、高性能分析：讀寫性能相比于方案一都得到提升，提升一倍。

3、一致性分析：存在數據一致性問題。請看下面的一致性解決方案。

4、擴展性分析：當然可以擴展成三主循環，但筆者不建議（會多一層數據同步，這樣同步的時間會更長）。如果非得在數據庫架構層面擴展的話，擴展為方案四。

5、可落地分析：兩點影響落地使用。第一，數據一致性問題，一致性解決方案可解決問題。第二，主鍵沖突問題，ID統一地由分布式ID生成服務來生成可解決問題。

方案三：主從架構，一主多從，讀寫分離

?jdbc:mysql://master-ip:3306/xxdb

?jdbc:mysql://slave1-ip:3306/xxdb

?jdbc:mysql://slave2-ip:3306/xxdb

1、高可用分析：主庫單點，從庫高可用。一旦主庫掛了，寫服務也就無法提供。

2、高性能分析：大部分互聯網應用讀多寫少，讀會先成為瓶頸，進而影響整體性能。讀的性能提高了，整體性能也提高了。另外，主庫可以不用索引，線上從庫和線下從庫也可以建立不同的索引（線上從庫如果有多個還是要建立相同的索引，不然得不償失；線下從庫是平時開發人員排查線上問題時查的庫，可以建更多的索引）。

3、一致性分析：存在數據一致性問題。請看下面介紹的一致性解決方案。

4、擴展性分析：可以通過加從庫來擴展讀性能，進而提高整體性能。（帶來的問題是，從庫越多需要從主庫拉取binlog日志的端就越多，進而影響主庫的性能，并且數據同步完成的時間也會更長）

5、可落地分析：兩點影響落地使用。第一，數據一致性問題，一致性解決方案可解決問題。第二，主庫單點問題，筆者暫時沒想到很好的解決方案。

注：思考一個問題，一臺從庫掛了會怎樣？讀寫分離之讀的負載均衡策略怎么容錯？

方案四：雙主+主從架構，看似完美的方案

?jdbc:mysql://vip:3306/xxdb

?jdbc:mysql://slave1-ip:3306/xxdb

?jdbc:mysql://slave2-ip:3306/xxdb

1、高可用分析：高可用。

2、高性能分析：高性能。

3、一致性分析：存在數據一致性問題。請看，一致性解決方案。

4、擴展性分析：可以通過加從庫來擴展讀性能，進而提高整體性能。（帶來的問題同方案二）

5、可落地分析：同方案二，但數據同步又多了一層，數據延遲更嚴重。

---

三、一致性解決方案

第一類：主庫和從庫一致性解決方案：

注：圖中圈出的是數據同步的地方，數據同步（從庫從主庫拉取binlog日志，再執行一遍）是需要時間的，這個同步時間內主庫和從庫的數據會存在不一致的情況。如果同步過程中有讀請求，那么讀到的就是從庫中的老數據。如下圖。

既然知道了數據不一致性產生的原因，有下面幾個解決方案供參考：

1、直接忽略，如果業務允許延時存在，那么就不去管它。

2、強制讀主，采用主備架構方案，讀寫都走主庫。用緩存來擴展數據庫讀性能 。有一點需要知道：如果緩存掛了，可能會產生雪崩現象，不過一般分布式緩存都是高可用的。

3、選擇讀主，寫操作時根據庫+表+業務特征生成一個key放到Cache里并設置超時時間（大于等于主從數據同步時間）。讀請求時，同樣的方式生成key先去查Cache，再判斷是否命中。若命中，則讀主庫，否則讀從庫。代價是多了一次緩存讀寫，基本可以忽略。

4、半同步復制，等主從同步完成，寫請求才返回。就是大家常說的“半同步復制”semi-sync。這可以利用數據庫原生功能，實現比較簡單。代價是寫請求時延增長，吞吐量降低。

5、數據庫中間件，引入開源（mycat等）或自研的數據庫中間層。個人理解，思路同選擇讀主。數據庫中間件的成本比較高，并且還多引入了一層。

第二類：DB和緩存一致性解決方案

先來看一下常用的緩存使用方式：

第一步：淘汰緩存；

第二步：寫入數據庫；

第三步：讀取緩存？返回：讀取數據庫；

第四步：讀取數據庫后寫入緩存。

注：如果按照這種方式，圖一，不會產生DB和緩存不一致問題；圖二，會產生DB和緩存不一致問題，即4.read先于3.sync執行。如果不做處理，緩存里的數據可能一直是臟數據。解決方式如下：

注：設置緩存時，一定要加上失效時間，以防延時淘汰緩存失敗的情況！

---

四、個人的一些見解

1、架構演變

• 架構演變一：方案一 -> 方案一+分庫分表 -> 方案二+分庫分表 -> 方案四+分庫分表；

• 架構演變二：方案一 -> 方案一+分庫分表 -> 方案三+分庫分表 -> 方案四+分庫分表；

• 架構演變三：方案一 -> 方案二 -> 方案四 -> 方案四+分庫分表；

• 架構演變四：方案一 -> 方案三 -> 方案四 -> 方案四+分庫分表；

2、個人見解

1、加緩存和索引是通用的提升數據庫性能的方式；

2、分庫分表帶來的好處是巨大的，但同樣也會帶來一些問題，詳見數據庫之分庫分表-垂直？水平？

3、不管是主備+分庫分表還是主從+讀寫分離+分庫分表，都要考慮具體的業務場景。某8到家發展四年，絕大部分的數據庫架構還是采用方案一和方案一+分庫分表，只有極少部分用方案三+讀寫分離+分庫分表。另外，阿里云提供的數據庫云服務也都是主備方案，要想主從+讀寫分離需要二次架構。

4、記住一句話：不考慮業務場景的架構都是耍流氓。

如果你是一個狂立學習flag卻屢屢打臉的懶癌晚期，或者是一個對云計算方面云里霧里，不知所措的好學者，亦或是一位資深行業專家，都歡迎關注【CSDN云計算公眾號】，爆發自己學習的洪荒之力吧！

福利

掃描添加小編微信，備注“姓名+公司職位”，加入【云計算學習交流群】，和志同道合的朋友們共同打卡學習！

推薦閱讀：

• 一場全能的開發者大會，來自助力開發者成功進階的華為云

• 抖音微博等短視頻千萬級高可用、高并發架構如何設計？

• 20大5G關鍵技術

• Fast.ai：從零開始學深度學習 | 資源帖

• 10個簡單小竅門帶你提高Python數據分析速度（附代碼）

• 程序員爬取 3 萬條評論，《長安十二時辰》槽點大揭秘！

• 暗網竟成比特幣最大用戶? 上半年5.15億美元被用于非法活動
  

  
  真香，朕在看了！

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的面试官问我：你们的数据库是怎么架构的？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。