一、讀寫分離
什么是數據庫讀寫分離？
答：一主多從，讀寫分離，主動同步，是一種常見的數據庫架構，一般來說：
- 主庫，提供數據庫寫服務
- 從庫，提供數據庫讀服務
- 主從之間，通過某種機制同步數據，例如mysql的binlog
一個組從同步集群通常稱為一個“分組”。
分組架構究竟解決什么問題？
答：大部分互聯網業務讀多寫少，數據庫的讀往往最先成為性能瓶頸，如果希望：
- 線性提升數據庫讀性能
- 通過消除讀寫鎖沖突提升數據庫寫性能
此時可以使用分組架構。
一句話，分組主要解決“數據庫讀性能瓶頸”問題，在數據庫扛不住讀的時候，通常讀寫分離，通過增加從庫線性提升系統讀性能。
二、水平切分
什么是數據庫水平切分？ 
答：水平切分，也是一種常見的數據庫架構，一般來說：
- 每個數據庫之間沒有數據重合，沒有類似binlog同步的關聯
- 所有數據並集，組成全部數據
- 會用算法，來完成數據分割，例如“取模”
一個水平切分集群中的每一個數據庫，通常稱為一個“分片”。
水平切分架構究竟解決什么問題？
答：大部分互聯網業務數據量很大，單庫容量容易成為瓶頸，如果希望：
- 線性降低單庫數據容量
- 線性提升數據庫寫性能
此時可以使用水平切分架構。
一句話總結，水平切分主要解決“數據庫數據量大”問題，在數據庫容量扛不住的時候，通常水平切分。
三、為什么不喜歡讀寫分離
對於互聯網大數據量，高並發量，高可用要求高，一致性要求高，前端面向用戶的業務場景，如果數據庫讀寫分離：
- 數據庫連接池需要區分：讀連接池，寫連接池
- 如果要保證讀高可用，讀連接池要實現故障自動轉移
-
有潛在的主庫從庫一致性問題
- 如果面臨的是“讀性能瓶頸”問題，增加緩存可能來得更直接，更容易一點
- 關於成本，從庫的成本比緩存高不少
- 對於雲上的架構，以阿里雲為例，主庫提供高可用服務，從庫不提供高可用服務
所以，上述業務場景下，樓主建議使用緩存架構來加強系統讀性能，替代數據庫主從分離架構。
當然，使用緩存架構的潛在問題：如果緩存掛了，流量全部壓到數據庫上，數據庫會雪崩。不過幸好，雲上的緩存一般都提供高可用的服務。
四、總結
- 讀寫分離，解決“數據庫讀性能瓶頸”問題
- 水平切分，解決“數據庫數據量大”問題
- 對於互聯網大數據量，高並發量，高可用要求高，一致性要求高，前端面向用戶的業務場景，微服務緩存架構，可能比數據庫讀寫分離架構更合適