背景
业务飞速发展导致数据规模急速膨胀，单机的数据库已经无法满足互联网业务的发展。
传统的将数据集中存储单一数据结节的方案，在容量、性能、可用性和可维护性方面已经难以满足互联网海量数据的场景。
从容量方面考虑，单机数据库容量有限，难以扩容。
从性能方面来说，由于关系型数据库大多数采用B+树类型索引，在数据量超过一定的阈值后，索引的深度增加导致对磁盘的随机IO次数增加，进而导致性能问题。
从可用性方面来说，服务通常设计成无状态的，这必然导致系统的存储压力都集中在数据库层面，而单一的数据节点，或者简单的主从架构，已经越来越难以承担。
从运维角度来看，当数据都集中在一个节点上时，数据备份和恢复的时间成本也随之数据量上升变得不可控。同时数据丢失导致影响的范围也会被放大。
主从复制
- 主库将事务操作（除了查询以外的操作）记录到binlog
- 从库通过relay log同步数据，实现数据的同步
binlog日志格式
- row 记录数据库操作详细记录，包括上线文信息等，文件较大。
- statement 记录事务相关的SQL文件。
- mixed 混合式, 基于row和statement两种文件格式。
异步复制
2000年，MySQL3.23.15版本引入复制功能，采用异步复制的方式，当网络或者机器故障，会导致数据不一致。
半同步复制
2010年, MySQL 5.5版本引入半同步复制, 半同步复制是指只要一个salve节点返回ack，master节点就可以提交事务了，保证数据库至少有一个节点完成了数据的同步。
组复制
2016年，MysQL在5.7.17中引入InnoDB Group Replication，该方案基于paxos协议实现组内复制，保证数据一致性，paxos协议核心在于过半选举。
主从复制的问题
- 主从复制延迟，导致"写完读"数据不一致问题。从库读取失败，再去主库执行一遍SQL，存在性能问题。业务层保证系统核心功能可用，将核心功能的CRUD操作都路由到主库，非核心业务功能即使存在短暂数据不一致也影响不大。
- 路由问题，需要业务层根据SQL路由到不同的数据库，路由到SLAVE节点时，还需要保证系统负载均衡。业务层通过框架（如sharding-jdbc）或者手动实现，对业务的侵入性较大，已存在的旧系统改造不友好。通过数据库中间件实现（如mycat、sharding-proxy），需要部署一个中间件（中间件实现SQL标准），规则配置在中间件，执行过程中会多一次网络转发。
- 不能保证系统高可用通过一系列高可用的解决方案保证数据库高可用
数据库高可用
什么是高可用？
高可用意味着，更少的服务不可用的时间，一般用SLA(服务级别协议)衡量。
1年 = 365天 = 8760小时
99 = 8760 * 1% = 8760 * 0.01 = 87.6小时
99.9 = 8760 * 0.1% = 8760 * 0.001 = 8.76小时
99.99 = 8760 * 0.0001 = 0.876小时 = 0.876 * 60 = 52.6分钟
99.999 = 8760 * 0.00001 = 0.0876小时 = 0.0876 * 60 = 5.26分钟
为什么要做高可用？
通过故障转移，提供failover的能力，加上业务侧连接池的心跳重试，实现断线重连，业务不间断，降低RTO（Recovery Time Objective，复原时间目标）和RPO（Recovery Point Objective，复原点目标）。
- 容灾恢复：冷备和热备，冷备和热备的区别在于运行期间是否提供服务。
- 对于主从来说，简单的来说就是Master节点挂了，某一个从节点，自动切换成主。
- 从集群来看，即便是个别节点挂了，能正常对外提供服务。
常见的策略：
- 多实例部署
- 跨机房部署
- 两地三中心容灾高可用方案等。
手动切换
即如果主节点宕机，手动将某个从节点修改成主节点。
存在的问题：
- 可能数据不一致
- 需要人工干预
- 代码和配置的侵入性，需要配置其他节点，修改应用数据源的配置。
MHA
MHA全称叫做MySQL Master High Availability，是由Facebook工程师 Yoshinori Matsunobu开发的一款MySQL高可用框架，基于Perl语言开发，一般能在30秒内实现主从切换，切换时通过SSH复制主节点的日志信息。
MHA负责MySQL主库的高可用，当主库发生故障时，MHA会选择一个数量最接近原主库的候选节点作为新的主节点，并且补齐和之前宕机的Master差异的Binlog。数据补齐后，即将写VIP漂移到新的主库上。具体的架构图如下：
优点
- 可以进行根据具体的故障实现自动检测和故障转移
- 扩展性好，可以任意的扩展数据节点数量
缺点：
- 极限情况下，可能会发生脑裂现象，出现多个Master。
- 需要配置SSH信息。
- 至少需要三台。
MGR
MGR是数据库支持的，只需要配置插件即可，如果主节点挂掉，将自动选择某个从改为主。无需人工干预，并且基于组复制（paxos算法），保证数据一致性。
MGR的特点
- 高一致性，基于分布式Paxos协议实现复制，保证数据一致性。
- 高容错性，自动检测机制，只要大多数节点都宕机的情况下，数据库可以继续工作，内置防爆裂保护机制。
- 高可扩展性，加入新节点后，自动实现增量同步，直到与其他节点数据一致。
- 高灵活性，提供了单主和多主模式，单主模式支持主节点宕机，自动选主，多主模式支持多节点写入。
MySQL InnoDb Cluster，一个完整的数据库高可用解决框架，由多个组件组成
- MySQL Group Replication，提供DB的扩展，故障迁移
- MySQL Router，轻量级中间件，提供应用程序连接目标的故障转移。
- MySQL shell，新的MySQL客户端，多种接口模式，可以设置群组复制和Router。
Orchestrator
一款MySQL高可用和复制拓扑管理工具，支持复制拓扑结构的调整，自动故障迁移和手动切换的功能等，直接拖拽UI，就可以实现主从切换。
分库分表
分库分表通常是指垂直分库和水平分表，对于垂直分表其实就是将宽表拆分成小表，没有太多的技术挑战，这里侧重讲讲垂直分库和水平分表。
垂直分库
垂直分库是指将数据库进行纵向切分，通常按照业务的维度进行划分。
如典型的微服务的架构，将系统按照业务维度垂直拆分，划分成多个服务。如一个电商网站可以拆分成：订单、商品、会员、支付等服务。
垂直分库后业务更加单纯，职责单一，同时可以解决部分数据库容量问题，但是同时也引入了新的技术复杂度，如下：
- 分布式事务，跨数据库的事务操作需要分布式事务支持，否则系统将会面临数据不一致的问题。方案一，采用XA事务，XA事务是数据库本身支持规范，具备强一致性的特征，但是性能比较差，对于追求高性能的场景不适合使用XA事务。方案二，采用柔性事务，柔性事务是指，数据库保证局部事务，全局事务实现由业务层实现（如通过调度补偿，重试补偿，人工介入等），柔性事务常见的解决方案有：TCC、利用消息队列实现事务。
- join问题，分库后，表分散到不同的数据库，无法直接使用SQL进行JOIN操作，需要业务层自己实现聚合操作，增加了开发成本。
水平分表
水平分表是指，将表按照某种规则分成多张表，拆分后的表结构和拆分前完全一致，但是数据分散到多张表中，也可以成为数据分片。
通过水平分表，解决了单表的容量和性能问题。但同时，水平分表后，引入了新的技术复杂度，主要有以下几点:
- 路由问题，当业务层通过SQL对数据库进行DML操作时，到底该查询哪张表呢？方案一：范围路由。根据表中某一列（分片键）的取值范围进行分表，如根据创建时间将主表分成多张表，每个月的数据单独存储在一个表中。范围路由可能出现数据分配不均匀的现象，但是表数量易于扩展。方案二：哈希路由。根据表中某一列与分片数量取模运算(field_value % table_num)。hash路由和范围路由相反。表数量扩展时都会导致数据重新分布，但是数据分布较为均匀。
- join问题，由于分表后，数据分散到多个表中，JOIN的条件语句中如果没有分片键，那么需要将全部的分片表都JOIN一遍，这种操作会存在性能问题。
- count问题，分表后，如果需要统计表记录总和，需要遍历所有的表，然后再将结果进行汇总，可以通过一张单独的汇总表来解决，但这种解决方案需要每次insert或者delete的时候就需要更新汇总表，如果有一次没有更新，就会导致数据不一致。
- order by问题，分表后，如果需要进行排序，需要遍历所有的表，然后在代码层进行重新排序，这个操作一看就会存在性能问题。
分库分表解决方案
- 业务代码层解决，可以通过SQL手动处理路由，但是和业务的耦合很严重，不易于维护。通常采用集成jar包的方式进行解决，如集成成熟的开源项目：sharding-jdbc。
- 数据库中间件，数据库中间件实现了对应数据库的SQL标准，路由规则配置在数据库中间件，业务代码操作数据库中间件和直接操作数据库没有任何区别。
总结
从单节点数据库到主从复制，再到数据库高可用，再到分库分表，很好的解决了数据的性能、容量、高可用、运维性等问题，但是会带来分布式事务、复杂SQL难以操作、SQL路由等问题。
架构设计应该遵循："简单性"、"合适性"、"演化性"的原则，符合当前的业务发展，所以系统设计没有必要一上来就考虑分库分表，而应该是数据量达到一定的量，出现性能瓶颈的时候再对系统进行改造和优化。
本文就是愿天堂没有BUG给大家分享的内容，大家有收获的话可以分享下，想学习更多的话可以到微信公众号里找我，我等你哦。
