前言

     小编最近学习mycat中间件的内容，看了一本书《mycat权威指南》，里面内容非常丰富，入门篇、高级进阶篇、生产实践篇和开发篇，对小编来说非常有价值。现在简单总结一下入门篇中的内容。

数据库切分为什么出现

 一、为什么出现数据库切分

   在互联网时代，海量数据的存储与访问成为系统设计与使用的瓶颈问题，最典型的场景有两种类型：联机事务处理（OLTP）和联机分析处理（OLAP），同时因为传统数据库不可切分，NoSQL数据库只能是一种补充不能替代传统数据库，因此需要借助第三方处理，实现数据切分。

二、OLTP与OLAP对比

三、数据库分类

  1.两类系统有多种技术实现方案，其中存储部分的数据库主要分为两大类：关系型数据库与NoSQL数据库。

  2.关系型数据库

   是建立在关系模型基础上的数据库，使用集合代数等数学概念和方法处理数据库中的数据。主流的有oracle、DB2、MS SQL Server 和MySQL。

  3.NoSQL数据库

   全称Not only SQL，非关系型数据库。主要分为临时性键值存储：memcached、Redis，永久性键值存储：ROMA、Redis，面向文档的数据库：MongoDB、CouchDB，面向列的数据库（Cassandra、HBASE）。

 四、两类数据库对比

   单机单库性能瓶颈，扩展困难，无法满足日益增长的海量数据存储及其性能要求，而NoSQL根本性的优势在于简单、易于大规模分布式扩展，读写性能非常高。

什么是数据切分

一、概念

   指通过某种特定的条件，将同一个数据库中的数据分散存放到多个数据库（主机）上面，达到分散单台设备负载的效果。

二、两种模式

1. 垂直拆分

   按照不同的表（或者Schema）切分到不同的数据库（主机）上。一个数据库由很多表构成，每张表对应不同的业务，垂直切分是按照业务将表进行分类，分布到不同数据库上。

 2.水平切分

    根据表中数据的逻辑关系，将同一个表中的数据按照某种条件拆分到多台数据库（主机）上。

三、两种模式的对比

1.垂直切分

 优点：

• 拆分后业务清晰，拆分规则明确
• 系统间整合或扩展容易
• 数据维护简单

  缺点：

• 部分业务表（很难独立）无法join   ，只能通过接口方式解决，提高系统复杂度
• 受每种业务不同的限制存在单库性能瓶颈，不易数据扩展和性能提高
• 事务处理复杂

单库读写与存储瓶颈需要水平拆分来解决。

2.水平切分

  相对垂直拆分，水平拆分不是将表做分类，而是将每张表按照某个字段的某种规则分散到多个库之中。

  水平拆分数据需要定义分片规则，关系型数据库是行列的二维模型，拆分的第一原则就是找到拆分维度。

 几种典型的分片规则包括：

•  按照用户ID求模，将数据分散到不同库，相同数据用户的数据被分到一个库中
• 按照日期划分
• 按照某个特定字段求模或根据特定范围划分

 优点：

• 拆分规则抽象好，数据库可以做join操作
• 不存在单库大数据，高并发的性能瓶颈
• 应用端改造较少
• 提高了系统的稳定性和负载能力

缺点：

• 拆分规则难以抽象
• 分片事务一致性难以解决
• 数据多次扩展难度和维护量极大
• 跨库join性能较差

 3.两种模式共同的特点缺点

• 引入分布式事务问题
• 跨节点join问题
• 跨节点合并排序分页问题
• 多数据源管理问题

4.数据源管理方案

  A 客户端模式

   每个应用程序模块中配置管理自己需要的一个或多个数据源，直接访问各个数据库，在模块内完成数据的整合；

 B 中间代理层

   中间代理层统一管理所有的数据源，后端数据库集群对前端应用程序透明。这就是mycat数据库中间件 对数据切分的解决方案。

数据切分经验

1. 能不切分尽量不切分
2. 一定要选择合适的切分规则
3. 尽量通过数据冗余或表分组（Table Group）来降低跨库join的可能
4. 数据库中间件对数据join实现的优劣难以把握，实现高性能的难度极大，业务读取尽量少使用多表join

   官网推荐：http://www.mycat.io/，里面有书籍。

                                                                           感谢您的访问！