MySQL冗余数据的三种方案 | 架构师之路

架构 INFO院院长 58℃ 0评论

为什么要冗余数据

互联网数据量很大的业务场景,往往数据库需要进行水平切分来降低单库数据量。

水平切分会有一个patition key(分区键值),通过patition key的查询能够直接定位到库,但是非patition key上的查询可能就需要扫描多个库了。

此时常见的架构设计方案,是使用数据冗余这种反范式设计来满足分库后不同维度的查询需求。

例如:订单业务,对用户和商家都有订单查询需求:

Order(oid, info_detail);

T(buyer_id, seller_id, oid);

如果用buyer_id来分库,seller_id的查询就需要扫描多库。

如果用seller_id来分库,buyer_id的查询就需要扫描多库。

此时可以使用数据冗余来分别满足buyer_id和seller_id上的查询需求:

T1(buyer_id, seller_id, oid)

T2(seller_id, buyer_id, oid)

同一个数据,冗余两份,一份以buyer_id来分库,满足买家的查询需求;一份以seller_id来分库,满足卖家的查询需求。

如何实施数据的冗余,是今天将要讨论的内容。

 

方案一、服务同步双写

MySQL冗余数据的三种方案 | 架构师之路 图1
顾名思义,由服务层同步写冗余数据,如上图1-4流程:

  • 业务方调用服务,新增数据
  • 服务先插入T1数据
  • 服务再插入T2数据
  • 服务返回业务方新增数据成功

优点

  • 不复杂,服务层由单次写,变两次写
  • 数据一致性相对较高(因为双写成功才返回)

缺点

  • 请求的处理时间增加(要插入两次,时间加倍)
  • 数据仍可能不一致,例如第二步写入T1完成后服务重启,则数据不会写入T2

如果系统对处理时间比较敏感,引出常用的第二种方案。

方案二、服务异步双写

MySQL冗余数据的三种方案 | 架构师之路 图2
数据的双写并不再由服务来完成,服务层异步发出一个消息,通过消息总线发送给一个专门的数据复制服务来写入冗余数据,如上图1-6流程:

  • 业务方调用服务,新增数据
  • 服务先插入T1数据
  • 服务向消息总线发送一个异步消息(发出即可,不用等返回,通常很快就能完成)
  • 服务返回业务方新增数据成功
  • 消息总线将消息投递给数据同步中心
  • 数据同步中心插入T2数据

优点

  • 请求处理时间短(只插入1次)

缺点

  • 系统的复杂性增加了,多引入了一个组件(消息总线)和一个服务(专用的数据复制服务)
  • 因为返回业务线数据插入成功时,数据还不一定插入到T2中,因此数据有一个不一致时间窗口(这个窗口很短,最终是一致的)
  • 在消息总线丢失消息时,冗余表数据会不一致

不管是服务同步双写,还是服务异步双写,服务都需要关注“冗余数据”带来的复杂性。如果想解除“数据冗余”对系统的耦合,引出常用的第三种方案。

方案三、线下异步双写

MySQL冗余数据的三种方案 | 架构师之路 图3
为了屏蔽“冗余数据”对服务带来的复杂性,数据的双写不再由服务层来完成,而是由线下的一个服务或者任务来完成,如上图1-6流程:

  • 业务方调用服务,新增数据
  • 服务先插入T1数据
  • 服务返回业务方新增数据成功
  • 数据会被写入到数据库的log中
  • 线下服务或者任务读取数据库的log
  • 线下服务或者任务插入T2数据

优点

  • 数据双写与业务完全解耦
  • 请求处理时间短(只插入1次)

缺点

  • 返回业务线数据插入成功时,数据还不一定插入到T2中,因此数据有一个不一致时间窗口(这个窗口很短,最终是一致的)
  • 数据的一致性依赖于线下服务或者任务的可靠性

总结

互联网数据量大的业务场景,常常:

  • 使用水平切分来降低单库数据量
  • 使用数据冗余的反范式设计来满足不同维度的查询需求
  • 使用服务同步双写法能够很容易的实现数据冗余
  • 为了降低时延,可以优化为服务异步双写法
  • 为了屏蔽“冗余数据”对服务带来的复杂性,可以优化为线下异步双写法

转载请注明:INFO院 » MySQL冗余数据的三种方案 | 架构师之路

喜欢 (0)or分享 (0)
发表我的评论
取消评论
表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址