前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >究竟为什么要引入数据库中间件

究竟为什么要引入数据库中间件

作者头像
架构师之路
发布2018-03-02 15:33:11
1.3K0
发布2018-03-02 15:33:11
举报
文章被收录于专栏:架构师之路

不少朋友经常会问我以下问题:

  • 58到家有没有使用数据库中间件
  • 使用了什么数据库中间件,是自研,还是第三方
  • 怎么实现的,是基于客户端的中间件,还是基于服务端的中间件
  • 使用中间件后,join/子查询/集函数/事务等问题是怎么解决的

你是不是也有类似的疑问?

然而,“究竟为什么要引入数据库中间件”却很少有人问及。 “架构师之路”文章思路,以解决“为什么”为优先,借着近期撰写互联网分层架构系列文章,讲一讲这个核心问题:

  • 究竟为什么要引入数据库中间件

经过连续分层架构演进,DAO层基础数据服务化通用业务服务化前后端分离之后,一个业务系统的后端结构如上:

  • web-view层通过http接口,从web-data获取json数据(前后端分离)
  • web-data层通过RPC接口,从biz-service获取数据(通用业务服务)
  • biz-service层通过RPC接口,从base-service获取数据(基础数据服务)
  • base-service层通过DAO,从db获取数据(DAO)
  • db存储数据

随着时间的推移,数据量会越来越大,base-service通过DAO来访问db的性能会越来越低需要开始考虑对db进行水平切分,一旦db进行水平切分,原来很多SQL可以支持的功能,就需要base-service层来进行特殊处理:

  • 有些数据需要路由到特定的水平切分库
  • 有些数据不确定落在哪一个水平切分库,就需要访问所有库
  • 有些数据需要访问全局的库,拿到数据的全局视野,到service层进行额外处理

更具体的,对于前台高并发的业务,db水平切分后,有这么几类典型的业务场景及应对方案。特别强调一下,此处应对的是“前台”“高并发”“db水平切分”的场景,对于后台的需求,将通过前台与后台分离的架构处理,不在此处讨论。

一:partition key上的单行查询

典型场景:通过uid查询user

场景特点

  • 通过patition key查询
  • 每次只返回一行记录

解决方案:base-service层通过patition key来进行库路由

如上图:

  • user-service底层user库,分库patition key是uid
  • uid上的查询,user-service可以直接定位到库

二、非patition key上的单行查询

典型场景:通过login_name查询user

场景特点

  • 通过非patition key查询
  • 每次只返回一行记录

解决方案1:base-service层访问所有库

如上图:

  • user-service通过login_name先查全库
  • 结果集在user-service再合并,最终返回一条记录

解决方案2:base-service先查mapping库,再通过patition key路由

如上图:

  • 新建mapping库,记录login_name到uid的映射关系
  • 当有非 patition key的查询时,先通过login_name查询uid
  • 再通过patition key进行路由,最终返回一条记录

解决方案3:基因法

关于“基因法”解决非patition key上的查询需求详见《分库后,非patition key上访问的多种解决办法》。

三、patition key上的批量查询

典型场景:用户列表uid上的IN查询

场景特点

  • 通过patition key查询
  • 每次返回多行记录

解决方案1:base-service层访问所有库,结果集到base-service合并

解决方案2:base-service分析路由规则,按需访问

如上图:

  • base-service根据路由规则分析,判断出有些数据落在库1,有些数据落在库2
  • base-service按需访问相关库,而不是访问全库
  • base-service合并结果集,返回列表数据

四、非patition key上的夸库分页需求

关于分库后,夸库分页的查询需求,详见《业界难题,夸库分页的四种方案》。

五、其他需求…

本文写到这里,上述一、二、三、四、五其实都不是重点,base-service层通过各种各样的奇技淫巧,能够解决db水平切分后的数据访问问题,只不过:

  • base-service层的复杂度提高了
  • 数据的获取效率降低了

当需要进行db水平切分的base-service越来越多以后,此时分层架构会变成下面这个样子:

底层的复杂性会扩散到各个base-service,所有的base-service都要关注:

  • patition key路由
  • 非patition key查询,先mapping,再路由
  • 先全库,再合并
  • 先分析,再按需路由
  • 夸库分页处理

这个架构图是不是看上去很别扭?如何让数据的获取更加高效快捷呢?

数据库中间件的引入,势在必行。

这是“基于服务端”的数据库中间件架构图:

  • base-service层,就像访问db一样,访问db-proxy,高效获取数据
  • 所有底层的复杂性,都屏蔽在db-proxy这一层

这是“基于客户端”的数据库中间件架构图:

  • base-service层,通过db-proxy.jar,高效获取数据
  • 所有底层的复杂性,都屏蔽在db-proxy.jar这一层

结论

数据库水平切分,base-service层获取db数据过于复杂,成为通用痛点的时候,就应该抽象出数据库中间件,简化数据获取过程,提高数据获取效率,向上游屏蔽底层的复杂性。

任何脱离业务的架构设计,都是耍流氓

“为什么”比“怎么样”更重要。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-11-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 架构师之路 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档