Python分庫分表的幾種常見形式

“分庫分表”是談論數據庫架構和優(yōu)化時經常聽到的關鍵詞。那么對于這些業(yè)務量正在高速增長的公司，它有那么容易實踐嗎?

垂直分表

垂直分表在日常開發(fā)和設計中比較常見，通俗的說法叫做“大表拆小表”，拆分是基于關系型數據庫中的“列”(字段)進行的。通常情況，某個表中的字段比較多，可以新建立一張“擴展表”，將不經常使用或者長度較大的字段拆分出去放到“擴展表”中，如下圖所示：

在字段很多的情況下，拆分開確實更便于開發(fā)和維護。

拆分字段的操作建議在數據庫設計階段就做好。如果是在發(fā)展過程中拆分，則需要改寫以前的查詢語句，會額外帶來一定的成本和風險，建議謹慎。

垂直分庫

垂直分庫在“微服務”盛行的今天已經非常普及了?；镜乃悸肪褪前凑諛I(yè)務模塊來劃分出不同的數據庫，而不是像早期一樣將所有的數據表都放到同一個數據庫中。如下圖：

系統(tǒng)層面的“服務化”拆分操作，能夠解決業(yè)務系統(tǒng)層面的耦合和性能瓶頸，有利于系統(tǒng)的擴展維護。也能對不同業(yè)務類型的數據進行“分級”管理、維護、監(jiān)控、擴展等。

在高并發(fā)場景下，垂直分庫一定程度上能夠突破IO、連接數及單機硬件資源的瓶頸，是大型分布式系統(tǒng)中優(yōu)化數據庫架構的重要手段。

水平分表

水平分表也稱為橫向分表，比較容易理解，就是將表中不同的數據行按照一定規(guī)律分布到不同的數據庫表中(這些表保存在同一個數據庫中)，這樣來降低單表數據量，優(yōu)化查詢性能。最常見的方式就是通過主鍵或者時間等字段進行Hash和取模后拆分。如下圖所示：

水平分表，能夠降低單表的數據量，一定程度上可以緩解查詢性能瓶頸。

水平分庫分表

水平分庫分表與上面講到的水平分表的思想相同，唯一不同的就是將這些拆分出來的表保存在不同的數據中。這也是很多大型互聯(lián)網公司所選擇的做法。如下圖：

某種意義上來講，有些系統(tǒng)中使用的“冷熱數據分離”(將一些使用較少的歷史數據遷移到其他的數據庫中。而在業(yè)務功能上，通常默認只提供熱點數據的查詢)，也是類似的實踐。

在高并發(fā)和海量數據的場景下，分庫分表能夠有效緩解單機和單庫的性能瓶頸和壓力，突破IO、連接數、硬件資源的瓶頸。當然，投入的硬件成本也會更高。同時，這也會帶來一些復雜的技術問題和挑戰(zhàn)(例如：跨分片的復雜查詢，跨分片事務等)

總結和實踐建議

1. 我們目前的數據庫是否需要進行分庫分表?

根據系統(tǒng)架構和公司實際情況來，如果你們的系統(tǒng)還是個簡單的單體應用，并且沒有什么訪問量和數據量，那就別著急折騰“垂直分庫”了，否則沒有任何收益，也很難有好結果。

切記，“過度設計”和“過早優(yōu)化”是很多架構師和技術人員常犯的毛病。

2. 有沒有原則或者技巧?

沒有什么黃金法則和標準答案。一般是參考系統(tǒng)的業(yè)務模塊拆分來進行數據庫的拆分。比如“用戶服務”，對應的可能就是“用戶數據庫”。但是也不一定嚴格一一對應。

3. 后臺系統(tǒng)中join的表都有n個了，其實互聯(lián)網的業(yè)務系統(tǒng)中，本來就應該盡量避免join的，如果有多個join的，要么是設計不合理，要么是技術選型有誤。

本文版權歸傳智播客人工智能+Python學院所有，歡迎轉載，轉載請注明作者出處。謝謝！