在上篇文章中，介紹了八種架構設計模式中的三種，既：查詢分離模式、微服務模式、多級緩存模式，沒有讀過的同學請手動微信關注“碼農原創”公眾號，在歷史消息中尋找。接下來繼續介紹最后的三種架構模式，分別是：分庫分表模式、彈性伸縮模式、多機房模式。
1. 分庫分表模式
這種模式主要解決單表寫入、讀取、存儲壓力過大，從而導致業務緩慢甚至超時，交易失敗，容量不夠的問題。一般有水平切分和垂直切分兩種，這里主要介紹水平切分。這個模式也是技術架構迭代演進過程中的必經之路。
這種模式的一般設計見下圖：
如上圖所示紅色部分，把一張表分到了幾個不同的庫中，從而分擔壓力。是不是很籠統？哈哈，那我們接下來就詳細的講解一下。首先澄清幾個概念，如下：
主機：硬件，指一台物理機，或者虛擬機，有自己的CPU，內存，硬盤等。
實例：數據庫實例，如一個MySQL服務進程。一個主機可以有多個實例，不同的實例有不同的進程，監聽不同的端口。
庫：指表的集合，如學校庫，可能包含教師表、學生表、食堂表等等，這些表在一個庫中。一個實例中可以有多個庫。庫與庫之間用庫名來區分。
表：庫中的表，不必多說，不懂的就不用往下看了，不解釋。
那么怎么把單表分散呢？到底怎么個分發呢？分發到哪里呢？以下是幾個工作中的實踐，分享一下：
主機：這是最主要的也是最重要的點，本質上分庫分表是因為計算與存儲資源不夠導致的，而這種資源主要是由物理機，主機提供的，所以在這里分是最基本的，畢竟沒有可用的計算資源，怎么分效果都不是太好的。
實例：實例控制着連接數，同時受OS限制，CPU、內存、硬盤、網絡IO也會受間接影響。會出現熱實例的現象，即：有些實例特別忙，有些實例非常的空閑。一個典型的現象是：由於單表反應慢，導致連接池被打滿，所有其他的業務都受影響了。這時候，把表分到不同的實例是有一些效果的。
庫：一般是由於單庫中最大單表數量的限制，才采取分庫。
表：單表壓力過大，索引量大，容量大，單表的鎖。據以上，把單表水平切分成不同的表。
大型應用中，都是一台主機上只有一個實例，一個實例中只有一個庫，庫==實例==主機，所以才有了分庫分表這個簡稱。
既然知道了基本理論，那么具體是怎么做的呢？邏輯是怎么跑的呢？接下來以一個例子來講解一下。
這個需求很簡單，用戶表(user)，單表數據量1億，查詢、插入、存儲都出現了問題，怎么辦呢？
首先，分析問題，這個明顯是由於數據量太大了而導致的問題。
其次，設計方案，可以分為10個庫，這樣每個庫的數據量就降到了1KW，單表1KW數據量還是有些大，而且不利於以后量的增長，所以每個庫再分100個表，這個每個單表數據量就為10W了，對於查詢、索引更新、單表文件大小、打開速度，都有一些益處。接下來，給IT部門打電話，要10台物理機，擴展數據庫......
最后，邏輯實現，這里應該是最有學問的地方。首先是寫入數據，需要知道寫到哪個分庫分表中，讀也是一樣的，所以，需要有個請求路由層，負責把請求分發、轉換到不同的庫表中，一般有路由規則的概念。
怎么樣，簡單吧？哈哈，too 那義務。說說這個模式的問題，主要是帶來了事務上的問題，因為分庫分表，事務完成不了，而分布式事務又太笨重，所以這里需要有一定的策略，保證在這種情況下事務能夠完成。采取的策略如：最終一致性、復制、特殊設計等。再有就是業務代碼的改造，一些關聯查詢要改造，一些單表orderBy的問題需要特殊處理，也包括groupBy語句，如何解決這些副作用不是一句兩句能說清楚的，以后有時間，我單獨講講這些。
該總結一下這種模式的優缺點的了，如下：
優點：減少數據庫單表的壓力。
缺點：事務保證困難、業務邏輯需要做大量改造。
2. 彈性伸縮模式
這種模式主要解決突發流量的到來，導致無法橫向擴展或者橫向擴展太慢，進而影響業務，全站崩潰的問題。這個模式是一種相對來說比較高級的技術，也是各個大公司目前都在研究、試用的技術。截至今日，有這種思想的架構師就已經是很不錯了，能夠拿到較高薪資，更別提那些已經實踐過的，甚至實現了底層系統的那些，所以，你懂得......
這種模式的一般設計見下圖：
如上圖所示，多了一個彈性伸縮服務，用來動態的增加、減少實例。原理上非常簡單，但是這個模式到底解決什么問題呢？先說說由來和意義。
每年的雙11、六一八或者一些大促到來之前，我們都會為大流量的到來做以下幾個方面的工作:
-
提前准備10倍甚至更多的機器，即使用不上也要放在那里備着，以防萬一。這樣浪費了大量的資源。
-
每台機器配置、調試、引流，以便讓所有的機器都可用。這樣浪費了大量的人力、物力，更容易出錯。
-
如果機器准備不充分，那么還要加班加點的重復上面的工作。這樣做特別容易出錯，引來領導的不滿，沒時間回家陪老婆，然后你的老婆就......(自己想)
在雙十一之后，我們還要人工做縮容，非常的辛苦。一般一年中會有多次促銷，那么我們就會一直這樣，實在是煩！
最嚴重的，突然間的大流量爆發，會讓我們觸不及防，半夜起來擴容是在正常不過的事情，為此，我們偷懶起來，要更多的機器備着，也就出現了大量的cpu利用率為1%的機器。
我相信，如果你是老板一定很震驚吧！！！
哈哈，那么如何改變這種情況呢？請接着看
為此，首先把所有的計算資源整合成資源池的概念，然后通過一些策略、監控、服務，動態的從資源池中獲取資源，用完后在放回到池子中，供其他系統使用。
具體實現上比較成熟的兩種資源池方案是VM、docker，每個都有着自己強大的生態。監控的點有CPU、內存、硬盤、網絡IO、服務質量等，根據這些，在配合一些預留、擴張、收縮策略，就可以簡單的實現自動伸縮。怎么樣？是不是很神奇？深入的內容我們會在的碼農原創的公眾號文章中詳細介紹。
該總結一下這種模式的優缺點的了，如下：
優點：彈性、隨需計算，充分優化企業計算資源。
缺點：應用要從架構層做到可橫向擴展化改造、依賴的底層配套比較多，對技術水平、實力、應用規模要求較高。
3. 多機房模式
這種模式主要解決不同地區高性能、高可用的問題。
隨着應用用戶不斷的增加，用戶群體分布在全球各地，如果把服務器部署在一個地方，一個機房，比如北京，那么美國的用戶使用應用的時候就會特別慢，因為每一個請求都需要通過海底光纜走上個那么一秒鍾(預估)左右，這樣對用戶體驗及其不好。怎么辦？使用多機房部署。
這種模式的一般設計見下圖：
如上圖所示，一個典型的用戶請求流程如下：
-
用戶請求一個鏈接A
-
通過DNS智能解析到離用戶最近的機房B
-
使用B機房服務鏈接A
是不是覺得很簡單，沒啥？其實這里面的問題沒有表面這么簡單，下面一一道來。
首先是數據同步問題，在中國產生的數據要同步到美國，美國的也一樣，數據同步就會涉及數據版本、一致性、更新丟棄、刪除等問題。
其次是一地多機房的請求路由問題，典型的是如上圖，中國的北京機房和杭州機房，如果北京機房掛了，那么要能夠通過路由把所有發往北京機房的請求轉發到杭州機房。異地也存在這個問題。
所以，多機房模式，也就是異地多活並不是那么的簡單，這里只是起了個頭，具體的有哪些坑，會在另一篇文章中介紹。
該總結一下這種模式的優缺點的了，如下：
優點：高可用、高性能、異地多活。
缺點：數據同步、數據一致性、請求路由。
呵呵，至此，整個關於八種架構設計模式及其優缺點概述就介紹完了，大約1W字左右。最后，我想說的是沒有銀彈、靈活運用，共勉！