分布式Mysql

大数据量下，数据库的性能优化

• 常说的方向有水平拆分，垂直拆分；水平扩展，垂直扩展

垂直方向

• 强调的是对于个体性能的优化

垂直扩展

• 就是更换性能更强的服务器

垂直拆分

• 在需求方面，设计一张表，即使满足了三范式，也可能分成经常使用的字段和不经常使用的字段，不经常使用的字段可以单独拿出来做一张附属表；
• 对功能模块的划分，在表层面，比如，可以分成用户表，商品表之类的;这是在建表的时候就应该考虑好的东西；
• 在数据库层面，创建独立的用户库，商品库；这是将功能进行细化。

水平方向

• 强调的是对于资源的累计

水平扩展

• 就是添加更多的服务器

水平拆分

• 在表层面，对于一个有较好设计的表，在达到一定的数据量后，可以实行分区，分表操作；
• 在数据库层面，可以实行分库操作；
• 这些扩展的东西的业务功能是与原先一致的，字段是完全的一致的

优化大数据量的时机

• 先是合理地设计每张表，做好查询缓存；
• 然后是主从数据库，读写分离，一主多从，主库负责写，从库负责读；
• 之后才是垂直方向，再是水平方向；

一些问题

跨节点连表，跨节点分页，跨节点聚合

• 多次查询，取出所有数据，再进行查询排序等操作

全局唯一键

• Twitter 的 Snowflake（又名“雪花算法”）,这种方案把64-bit分别划分成多段，分开来标示机器、时间等
• Redis生成ID，这主要依赖于Redis是单线程的，所以也可以用生成全局唯一的ID。可以用Redis的原子操作 INCR和INCRBY来实现。
• zookeeper生成唯一ID，zookeeper主要通过其znode数据版本来生成序列号，可以生成32位和64位的数据版本号，客户端可以使用这个版本号来作为唯一的序列号。
• 美团分布式ID生成开源项目：Leaf

分布式事务

• mysql自带的XA提交
• dtm，可参考：分布式事务最经典的七种解决方案

选择更换数据库，那些本身就是分布式的数据库