又拍网数据库架构案例分析

dys

发布于 2018-04-03 11:49:15

7100

发布于 2018-04-03 11:49:15

这篇文章是对又拍网公布的数据库案例的分析总结又拍网是一个大型照片分享社区，数据库架构也是从简单到复杂发展起来的数据库进化过程（1）一主一从最初是由一台主库和一台从库组成，当时从库只用作备份和容灾，当主库出现故障时，从库就手动变成主库随着压力的增加，加上了memcached （2）一主多从通过添加多个从库来分流查询压力（3）数据库拆分随着数据量的增加，读写压力都迅速增加，决定进行数据库拆分，将数据存放到不同的数据库服务器中数据库拆分一般可以按两个纬度来拆分数据: （1）垂直拆分按功能模块拆分，多个数据库之间的表结构不同（2）水平拆分将同一个表的数据进行分块保存到不同的数据库中，数据库中的表结构相同又拍网的核心业务对象是用户上传的照片，而照片数据的增加速度随着用户量的增加越来越快压力基本上都在照片表上，垂直拆分不太适合，所以，采用了水平拆分的方式拆分规则常见的拆分方式是对表中某列值的范围或者hash值拆分，比如ID在0-10000之间的用户对应到数据库A，ID在10000-20000这个范围的对应到数据库B 这种方法实现起来比较方便高效，但是不能满足后续的伸缩性要求，如果需要增加数据库节点，必需调整算法或移动很大的数据集，比较难做到在不停止服务的前提下进行扩充数据库节点又拍网采用的拆分方法是：映射表这种方法是指建立一个索引表，保存每个用户ID和数据库ID的对应关系，每次读写用户数据时先从这个表获取对应数据库，新用户注册后，在所有可用的数据库中随机挑选一个为其建立索引把索引表进行缓存，提高检索性能数据迁移如果需要平衡各个节点的压力，需要进行数据的迁移例如要迁移用户A的数据（1）将A状态置为迁移数据中，这个状态的用户不能进行写操作，并在页面上进行提示（2）然后将用户A的数据全部复制到新增加的节点上（3）更新映射表（4）将用户A的状态置为正常（5）将原数据库上的数据删除迁移操作放在凌晨，减少对用户访问的影响数据访问过程

拆分带来的问题（1）跨库关联查询如果需要查询的数据分布于不同的数据库，不便于通过JOIN的方式查询获得比如要获得好友的最新照片，不能保证所有好友的数据都在同一个数据库里，需要通过多次查询，再进行聚合有些需求可以通过保存多份数据来解决，例如用户A、用户B的数据库分别是DB1、DB2，当A评论了B作品时先在B所在DB2中photo_comments表插入记录，记录B的哪个作品被谁评论了什么内容然后在A所在DB1中user_comments表插入记录，记录A给哪个作者的哪个作品发表过评论这样可以通过photo_comments得到B的某张照片的所有评论，也可以通过user_comments获得A发布过的所有评论（2）不能保证数据的一致/完整性跨库的数据没有外键约束，也没有事务保证，比如上面评论照片的例子，很可能出现成功插入photo_comments表，但是插入user_comments表时却出错了可以在两个库上都开启事务，然后先插入photo_comments，再插入user_comments，然后提交两个事务，但不能完全保证这个操作的原子性（3）自增ID 增加了一个专门用来生成ID的数据库，表结构很简单，只有一个自增字段id 例如要插入评论时，先在ID库的photo_comments表里插入一条空的记录，以获得一个唯一的评论ID 定期清理ID库的数据，以保证获取新ID的效率数据库布局整个数据库由多个子库构成