我的新课
《C2C 电商系统微服务架构120天实战训练营》
在公众号
儒猿技术窝
上线了，感兴趣的同学，可以长按扫描下方二维码了解课程详情：
课程大纲请参见文末
目录：
-
用一个创业公司的发展作为背景引入
-
用多台服务器来分库支撑高并发读写
-
大量分表来保证海量数据下查询性能
-
读写分离来支撑按需扩容及性能提升
-
高并发下的数据库架构设计总结
“
这篇文章，我们来聊一下对于一个支撑日活百万用户的高并系统，他的数据库架构应该如何设计？
看到这个题目，很多人第一反应就是：
分库分表啊！
但是实际上，数据库层面的分库分表到底是用来干什么的，他的不同的作用如何应对不同的场景，我觉得很多同学可能都没搞清楚。
假如我们现在是一个小创业公司，注册用户就20万，每天活跃用户就1万，每天单表数据量就1000，然后高峰期每秒钟并发请求最多就10。
天哪！就这种系统，随便找一个有几年工作经验的高级工程师，然后带几个年轻工程师，随便干干都可以做出来。
因为这样的系统，实际上主要就是在前期快速的进行业务功能的开发，搞一个单块系统部署在一台服务器上，然后连接一个数据库就可以了。
接着大家就是不停的在一个工程里填充进去各种业务代码，尽快把公司的业务支撑起来，如下图所示。
结果呢，没想到我们运气这么好，碰上个优秀的CEO带着我们走上了康庄大道！
公司业务发展迅猛，过了几个月，注册用户数达到了2000万！每天活跃用户数100万！每天单表新增数据量达到50万条！高峰期每秒请求量达到1万！
同时公司还顺带着融资了两轮，估值达到了惊人的几亿美金！一只朝气蓬勃的幼年独角兽的节奏！
好吧，现在大家感觉压力已经有点大了，为啥呢？
因为每天单表新增50万条数据，一个月就多1500万条数据，一年下来单表会达到上亿条数据。
经过一段时间的运行，现在咱们单表已经两三千万条数据了，勉强还能支撑着。
但是，眼见着系统访问数据库的性能怎么越来越差呢，单表数据量越来越大，拖垮了一些复杂查询SQL的性能啊！
然后高峰期请求现在是每秒1万，咱们的系统在线上部署了20台机器，平均每台机器每秒支撑500请求，这个还能抗住，没啥大问题。
但是数据库层面呢？
如果说此时你还是一台数据库服务器在支撑每秒上万的请求，负责任的告诉你，每次高峰期会出现下述问题：
首先我们先考虑第一个问题，
数据库每秒上万的并发请求应该如何来支撑呢？
要搞清楚这个问题，先得明白一般数据库部署在什么配置的服务器上。
通常来说，假如你用普通配置的服务器来部署数据库，那也起码是16核32G的机器配置。
这种非常普通的机器配置部署的数据库，一般线上的经验是：不要让其每秒请求支撑超过2000，一般控制在2000左右。
控制在这个程度，一般数据库负载相对合理，不会带来太大的压力，没有太大的宕机风险。
所以首先第一步，就是在上万并发请求的场景下，部署个5台服务器，每台服务器上都部署一个数据库实例。
然后每个数据库实例里，都创建一个一样的库，比如说订单库。
此时在5台服务器上都有一个订单库，名字可以类似为：
db_order_01，db_order_02，等等。
然后每个订单库里，都有一个相同的表，比如说订单库里有订单信息表，那么此时5个订单库里都有一个订单信息表。
比如db_order_01库里就有一个tb_order_01表，db_order_02库里就有一个tb_order_02表。
这就实现了一个基本的分库分表的思路，原来的一台数据库服务器变成了5台数据库服务器，原来的一个库变成了5个库，原来的一张表变成了5个表。
然后你在写入数据的时候，需要借助数据库中间件，比如sharding-jdbc，或者是mycat，都可以。
你可以根据比如订单id来hash后按5取模，比如每天订单表新增50万数据，此时其中10万条数据会落入db_order_01库的tb_order_01表，另外10万条数据会落入db_order_02库的tb_order_02表，以此类推。
这样就可以把数据均匀分散在5台服务器上了，查询的时候，也可以通过订单id来hash取模，去对应的服务器上的数据库里，从对应的表里查询那条数据出来即可。
依据这个思路画出的图如下所示，大家可以看看。
做这一步有什么好处呢？
第一个好处，原来比如订单表就一张表，这个时候不就成了5张表了么，那么每个表的数据就变成1/5了。
假设订单表一年有1亿条数据，此时5张表里每张表一年就2000万数据了。
那么假设当前订单表里已经有2000万数据了，此时做了上述拆分，每个表里就只有400万数据了。
而且每天新增50万数据的话，那么每个表才新增10万数据，这样是不是初步缓解了单表数据量过大影响系统性能的问题？
另外就是每秒1万请求到5台数据库上，每台数据库就承载每秒2000的请求，是不是一下子把
每台数据库服务器的并发请求降低到了安全范围内
？
这样，降低了数据库的高峰期负载，同时还保证了高峰期的性能。
但是上述的数据库架构还有一个问题，那就是单表数据量还是过大，现在订单表才分为了5张表，那么如果订单一年有1亿条，每个表就有2000万条，这也还是太大了。
所以还应该继续分表，大量分表。
比如可以把订单表一共拆分为1024张表，这样1亿数据量的话，分散到每个表里也就才10万量级的数据量，然后这上千张表分散在5台数据库里就可以了。
在写入数据的时候，需要做
两次路由
，先对订单id hash后对数据库的数量取模，可以路由到一台数据库上，然后再对那台数据库上的表数量取模，就可以路由到数据库上的一个表里了。
通过这个步骤，就可以让每个表里的数据量非常小，每年1亿数据增长，但是到每个表里才10万条数据增长，这个系统运行10年，每个表里可能才百万级的数据量。
这样可以一次性为系统未来的运行做好充足的准备，看下面的图，一起来感受一下：
这个时候整体效果已经挺不错了，大量分表的策略保证可能未来10年，每个表的数据量都不会太大，这可以保证单表内的SQL执行效率和性能。
然后多台数据库的拆分方式，可以保证每台数据库服务器承载一部分的读写请求，降低每台服务器的负载。
但是此时还有一个问题，假如说每台数据库服务器承载每秒2000的请求，然后其中400请求是写入，1600请求是查询。
也就是说，增删改的SQL才占到了20%的比例，80%的请求是查询。
