带你一起理解什么是数据库分片？

如果你想将你的关系数据库变得可扩展和高可用，你应该记住哪些权衡点呢？

• 数据库分片是将数据划分为分区的过程，然后可以存储在多个数据库实例中。
• 它使用一些键来对数据进行分区。此键是要存储的数据的属性。

假设数据库中有 1000 个用户，而您有 5 个数据库服务器。您希望对用户 ID 上的数据进行分片。因此，您可以通过以下方式对数据进行分区

• 用户 ID 000–199 ->数据库 1。
• 用户 ID 200–399 -> 数据库 2。
• 用户 ID 400–599 -> 数据库 3.
• 用户 ID 600–799 -> 数据库 4.
• 用户 ID 800–999 -> 数据库 5.

现在，如果用户 ID 546 想要执行读/写操作，他将仅连接到数据库实例 3。由于只有 200 个用户 ID，查询处理速度很快。

注意：这是基于范围的分片的示例。

分片架构的类型

基于范围的分片

• 在此方法中，我们根据键的范围对数据进行分区。
• 它非常容易实现
• 数据可能不会均匀分布在分片之间。
• 在下面的示例中，有 5 个元组和 3 个分片。

 

基于键的分片/基于哈希的分片

• 在此方法中，我们生成键的哈希值（此处键是数据的属性之一）。此哈希值确定我们将用于存储数据的分片。
• 使用简单哈希函数分发数据可能会导致分布偏斜。为了克服这个问题，我们可以使用一致哈希。
• 在下面的示例中，有 6 个元组和 3 个分片。我们使用了一个简单的哈希函数h(x) = x%3

 

基于目录的分片

• 在这种方法中，我们创建一个查找表，该查找表使用共享键来检查哪个分片保存哪些数据。查找将每个键映射到分片。
• 它比基于范围和键的分片更灵活。
• 查找表会变成单点故障。

 

水平分区和分片的区别

• 在水平分区中，我们将表拆分为同一数据库实例中的多个表，而在分片中，我们将表拆分为跨多个数据库实例的多个表。
• 在水平分区中，我们使用相同的数据库实例，因此分区表的名称必须不同。在分片中，由于表存储在不同的数据库实例中，因此表名可以相同。

分片的优势

• 高可用性 即使一个分片崩溃，其他分片仍在运行，仍然可以处理查询。因此，数据库作为一个整体保持部分功能。
• 提供安全性 用户只能访问某些分片。因此，您可以在不同的分片上实现不同的访问控制机制。
• 更快的查询处理 由于每个服务器中的数据集大小都很小，因此索引的大小也很小。这样可以加快查询处理速度。
• 提高读取和写入吞吐量 只要在一个分片上完成操作，读取和写入容量都会增加。
• 高可扩展性 对数据进行分区并将它们存储在不同的分片中，在数据和内存方面提供了可扩展性（因为它将负载分散到多台机器上 每个分片中的内存使用量较少，并且网络带宽不会饱和）

分片的缺点

• 复杂性 服务器必须知道如何将查询路由到适当的分片。如果我们添加用于在服务器中查找分片的代码，则会使服务器更加复杂。
• 事务和回滚 您无法处理对不同分片中存在的两个不同表的查询。因此，跨分片的交易是不可能的。因此，回滚也是不可能的。
• 如果我们想连接来自两个不同分片的两个表，那么查询需要转到两个不同的分片，提取数据并通过网络连接数据。这是一项非常昂贵的操作。
• 基础设施成本 分片需要通过单个数据库服务器获得更多的计算机和计算能力。如果没有适当的优化，那么成本的增加可能会很大。

分层分片

增加/减少分片的数量是非常困难的。因此，您只能拥有固定数量的分片。

由于分片的数量是固定的，因此其中一个分片可能会变得太大。为了解决这个问题，我们可以对大分片进行分片。每个分片都有一个管理器，用于将请求映射到正确的迷你分片。它被称为分层分片。

在下面的示例中，在第一级，我们有 3 个分片，我们使用基于目录的分片。我们再次对分片 0 进行分区并使用基于键的分片。

 

实现高可用性的主从架构

如果我们想在数据库实例下线的情况下从分片查询数据，我们可以使用主从架构。

在主从架构中，有多个从站正在复制主站。每当有书面请求时，它总是在主服务器上，每当有读请求时，它就会均匀地分布在从站上。如果主站发生故障，从站从站会在他们中间选择一个主站。