麒麟v10 上部署 TiDB v5.1.2 生产环境优化实践
640
2023-05-27
数据库:分久必合,合久必分
开源、高性能、生态成熟的 MySQL 是国内应用最广泛的数据库,说 MySQL 见证了中国互联网的成长史,一点也不为过。
阿里基于 MySQL 构建了***;京东、***时至今日也在大规模应用 MySQL。因此,它也理所应得成为了面试官必问、爱问的核心知识点。
很多朋友除了对索引、存储原理有疑惑外,当数据量达到一定规模时,MySQL 还会涉及到一个几乎必知必会的核心点——分库分表。
画外音:MySQL 是2019年 DB-Engines 评选的最受欢迎数据库,这些年一直在前三甲徘徊。
问题1:分库分表解决什么问题?
性能瓶颈MySQL是B+树索引,当数据量过大时,索引所消耗的磁盘 IO 越来越多,查询性能下降。高并发情况下,单表数据量过大导致 SQL 性能差,数据库服务器负载太高再次导致性能下降,简直雪上加霜。
高可用:微服务架构下,服务化无状态型会导致压力点在数据库上,单机数据库和主从结构已经不能满足需求,同时数据灾备等维护成本也越来越高。安全性:所有不同类型的数据全部存在一个数据库中,当数据库宕机或发生物理性损坏时,容易造成不可估量的损失。
画外音:鸡蛋放到不同篮子里。
问题2:分库分表的逻辑是什么?
分库分表的核心是数据拆分,分库不一定分表,分表不一定分库。
例如,MySQL 单表数据的极限在5000万左右,当数据量超过5000万时,我们就需要分表进行存放数据了。
简单来说,就是将一个表结构分为多个表,或者将一个表数据分片后放入多个表。这些表可以放在同一个数据库里,也可以放到不同的数据库中,甚至可以放到不同的数据库实例。
问题3:面试官问,分库分表方案有哪些?
数据拆分方式:
水平拆分垂直拆分
常见方案:
客户端分片代理分片支持事务的分布式数据库
戳这里,看该作者更多好文
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。