MySQL數據庫之互聯網常用架構方案

一、數據庫架構原則

1. 高可用
2. 高性能
3. 可擴展
4. 一致性

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。
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，不影響另一台主庫提供服務。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：讀寫性能相比於方案一都得到提升，提升一倍。
   
3. 一致性分析：存在數據一致性問題。請看，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，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，並且數據同步完成的時間也會更長。建議不要分多層，且一台主庫一般掛3-5台從庫吧。一般配置的mysql，並發最好控制在2000/s，掛5台的話，整體基本能支撐1w+/s的並發，再加上緩存和二八定律，基本能支撐小10w/s的並發，很高了。如果還不能滿足需求，那還是選擇去分庫吧。）
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，暫時沒想到很好的解決方案（這點評論里給了一種方案，可參考）。

注：思考一個問題，一台從庫掛了會怎樣？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（MySQL主從復制，簡單來說就是從庫從主庫拉取binlog日志，再執行一遍，想深入了解可以去查閱“MySQL主從復制原理”相關資料）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，或者代碼指定讀主庫（一般不建議，這樣就失去了讀寫分離的意義），讀寫都走主庫。
   
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里並設置超時時間（大於等於主從數據同步時間）。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. 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，並且還多引入了一層。
   

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。

一般來說，並發量不是特別大的話，上面的方式就可以。但是如果是高並發量的情況下，當寫入時，你淘汰了緩存，但是還沒寫入數據庫時或者主從延時，就有一個讀請求完成了，此時緩存中就會緩存舊的數據。此時可以，寫庫完成時，等一會（根據業務場景評估）再刪除一次緩存，這樣緩存舊數據的概率又低了，不過這樣一來數據庫的壓力就會有相應的增加，並且響應時間會增加。其實，要想保證數據庫和緩存嚴格的一致性很難，甚至要付出很高的代價。網上還個方案，就是用本地內存隊列來控制讀請求和寫請求串行化，利弊都有，感興趣可深入研究：高並發場景下，如何保證緩存和數據庫雙寫的一致性。另外，思考一下是不是能用基於臨時順序節點的Zookeeper分布式鎖（用兩個鎖，一個讀鎖，一個寫鎖，當排在寫鎖后面的第一個讀鎖被通知時，讀操作完成后，批量刪除后面連續的讀鎖，注意不要引發羊群效應 -> 主備架構時）？

注：設置緩存時，一定要加上失效時間！

四、個人的一些見解

1、架構演變

1. 架構演變一：方案一 -> 方案一+分庫分表；
2. 架構演變二：方案一 -> 方案三 -> 方案三+分庫分表
3. 架構演變三：方案一 -> 方案二 -> 方案二+分庫分表

注：方案四一般不用。

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MySQL數據庫之互聯網常用分庫分表方案。
   
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。一般大部分的數據庫架構還是采用方案一和方案一+分庫分表，典型的讀多寫少的場景用方案三+讀寫分離+分庫分表。另外，阿里雲提供的數據庫雲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。