这种方法大家用的比较多，存在两个缺点：
（1）从库越多，同步越慢；
（2）同步越慢，数据不一致窗口越大；
第三种增加系统读性能的方式是， 增加缓存 。
常见的缓存架构如下：
文章插图
（1）上游是业务应用；
（2）下游是主库，从库（读写分离），缓存；
如果系统架构实施了 服务化 ：
（1）上游是业务应用；
（2）中间是服务；
（3）下游是 主库，从库，缓存 ；
文章插图
业务层不直接面向db和cache，服务层屏蔽了底层db、cache的复杂性 。
不管采用主从的方式扩展读性能，还是缓存的方式扩展读性能，数据都要复制多份（主+从，db+cache），一定会引发一致性问题 。
四、如何保证一致性？
主从数据库的一致性，通常有两种解决方案：
（1）中间件
文章插图
如果某一个key有写操作，在不一致时间窗口内，中间件会将这个key的读操作也路由到主库上 。
（2）强制读主
文章插图
“双主高可用”的架构，主从一致性的问题能够大大缓解 。
第二类不一致，是db与缓存间的不一致 。
文章插图
这一类不一致，《缓存架构，一篇足够？》里有非常详细的叙述，本文不再展开 。
另外建议，所有允许cache miss的业务场景，缓存中的KEY都设置一个超时时间，这样即使出现不一致，有机会得到自修复 。
【数据库软件架构，到底要设计些什么？】
推荐阅读
- 资深架构师总结：彻底搞懂NIO效率高的原理
- 在Python中使用Pandas库实现MySQL数据库的读写
- Redis高性能缓存数据库面试题
- 架构师分享：RocksDB使用技巧之分布式存储扩容演进
- 电商网站架构探索之SOA
- 浅谈Javaweb经典三层架构和MVC框架模式
- 华为达芬奇架构和arm架构有什么区别？
- 数据库的并发操作可能带来的问题有哪些
- 开直播需要哪些设备,简单点 淘宝开直播用什么软件
- Apache架构师的30条设计原则