分库分表常见算法

分库分表分片策略选择,主要考虑两个原则:

  1. 当前业务是否真的需要分库分表,分库分表虽然可以减少单库单表的数据压力,处于一个良好的查询响应范围,但是带来的问题也比较多,比如事务,数据查询等等,所以我认为不到万不得已,不要进行分库分表。
  2. 既然已经决定了要进行分库分表,分库分表分片策略选择就比较重要。

哈希取模算法

根据某一列的哈希值来拆分表,比如将用户的 email 按照哈希值来拆分表,以达到数据分布均匀的目的。hash(字段) mod 数据库实例数或子表数量,是最为常见的一种路由方式。

image-20230905164742777

public class ModTest {
    public static void main(String[] args) {
        // 数量
        int num = 3;
        String key = UUID.randomUUID().toString();
        // hash值:返回一个数的绝对值
        long hash = Math.abs((long) key.hashCode());
        System.out.println(hash % num);
    }
}

优点:

  1. 数据均衡:哈希拆分可以将数据均衡地分布在不同的表中,避免某一个表数据量过大,从而导致性能问题。
  2. 横向扩展:当数据量增长时,可以通过增加新的表来进行横向扩展,而不需要进行纵向扩展。

缺点:

  1. 就是扩容麻烦,需要重新计算每一行数据对应的哈希值。
  2. 不适用于归档:哈希拆分没有考虑时间因素,因此无法将历史数据归档到单独的表中。

容量(时间)范围算法

  • 按照范围拆分:根据某一列的值来拆分表,比如将 id 从 1 到 1000 的数据拆分到第一个数据库,将 id 从 1001 到 2000 的数据拆分到第二个数据库,依此类推。

  • 时间拆分:根据时间来拆分表,比如将当月的数据拆分到当月的表中,将去年的数据拆分到去年的表中,依此类推。

image-20230905164936434

优点:

  1. 方便进行横向扩展:当数据量增长时,可以通过增加新的表来进行横向扩展,而不需要进行纵向扩展。
  2. 规则简单,容易理解。
  3. 历史数据可以进行单独的归档。

缺点:

  1. 数据倾斜,数据热点可能存在于某个范围或者时间段中,数据库压力分摊不均匀

范围 + 取模算法

将范围拆分和取模算法结合起来使用。

  1. 将数据按照范围放到不同的数据库中。
  2. 取模运算,将数据分配到不同的数据表中。

image-20230905164925401

总结

分库分表是一种数据库设计技术,其目的是为了提高数据库的性能和扩展性。它通过将数据库的表拆分到多个数据库中来实现这一目的。

要根据实际的业务情况进行组合,例如省、市;男、女;年龄;等等都可以作为策略。

  • 增加了系统的复杂性:分库分表会增加系统的复杂性,有时候需要额外的中间件(MyCat)来实现,并且需要在程序中额外处理分库分表的逻辑。分页、排序、跨节点联合查询等等问题。
  • 降低了事务的原子性:由于分库分表会将数据存储在多个数据库或表中,因此在一次事务中可能涉及多个数据库,降低了事务的原子性。如何解决跨库事务问题。
  • 对性能的影响不确定:分库分表并不是一定能提高性能,具体的性能提升取决于实际情况,如果没有正确地进行分库分表,可能会导致性能下降。
  • 需要进行数据迁移:如果需要扩展分库分表的范围,可能需要进行数据迁移,这会增加系统的复杂性和风险。

总之,分库分表有一些优点,但同时也有一些缺点,在实际应用中需要谨慎考虑。

Last Updated:
Contributors: 拔土豆的程序员