聊聊常见的数据库架构设计方案如何解决其中的各种数据一致性问题

一、数据库架构原则

  1. 高可用
  2. 高性能
  3. 一致性
  4. 扩展性
二、常见的数据库架构方案
方案一:主备架构,只有主库提供读写服务,备库冗余作故障转移用
 
聊聊常见的数据库架构设计方案如何解决其中的各种数据一致性问题

文章插图
 
 
jdbc:MySQL://vip:3306/xxdb1、 高可用分析: 高可用,主库挂了,keepalive(只是一种工具)会自动切换到备库 。这个过程对业务层是透明的,无需修改代码或配置 。
2、 高性能分析: 读写都操作主库,很容易产生瓶颈 。大部分互联网应用读多写少,读会先成为瓶颈,进而影响写性能 。另外,备库只是单纯的备份,资源利用率50%,这点方案二可解决 。
3、 一致性分析: 读写都操作主库,不存在数据一致性问题 。
4、 扩展性分析: 无法通过加从库来扩展读性能,进而提高整体性能 。
5、 可落地分析: 两点影响落地使用 。第一,性能一般,这点可以通过建立高效的索引和引入缓存来增加读性能,进而提高性能 。这也是通用的方案 。第二,扩展性差,这点可以通过 分库分表 来扩展 。
方案二:双主架构,两个主库同时提供服务,负载均衡
【聊聊常见的数据库架构设计方案如何解决其中的各种数据一致性问题】 
聊聊常见的数据库架构设计方案如何解决其中的各种数据一致性问题

文章插图
 
 
jdbc:mysql://vip:3306/xxdb1、 高可用分析: 高可用,一个主库挂了,不影响另一台主库提供服务 。这个过程对业务层是透明的,无需修改代码或配置 。
2、 高性能分析: 读写性能相比于方案一都得到提升,提升一倍 。
3、 一致性分析: 存在数据一致性问题 。请看, 一致性解决方案  。
4、 扩展性分析: 当然可以扩展成三主循环,但笔者不建议(会多一层 数据同步 ,这样同步的时间会更长) 。如果非得在数据库架构层面扩展的话,扩展为方案四 。
5、 可落地分析: 两点影响落地使用 。第一,数据一致性问题, 一致性解决方案 可解决问题  。 第二,主键冲突问题,ID统一地由分布式ID生成服务来生成可解决问题 。
方案三:主从架构,一主多从,读写分离
 
聊聊常见的数据库架构设计方案如何解决其中的各种数据一致性问题

文章插图
 
 
jdbc:mysql://master-ip:3306/xxdb jdbc:mysql://slave1-ip:3306/xxdb jdbc:mysql://slave2-ip:3306/xxdb1、 高可用分析: 主库单点,从库高可用 。一旦主库挂了,写服务也就无法提供 。
2、 高性能分析: 大部分互联网应用读多写少,读会先成为瓶颈,进而影响整体性能 。读的性能提高了,整体性能也提高了 。
另外,主库可以不用索引,线上从库和线下从库也可以建立不同的索引
(线上从库如果有多个还是要建立相同的索引,不然得不偿失;线下从库是平时开发人员排查线上问题时查的库,可以建更多的索引)
3、 一致性分析: 存在数据一致性问题 。请看, 一致性解决方案  。
4、 扩展性分析: 可以通过加从库来扩展读性能,进而提高整体性能 。
(带来的问题是,从库越多需要从主库拉取binlog日志的端就越多,进而影响主库的性能,并且 数据同步 完成的时间也会更长)
5、 可落地分析: 两点影响落地使用 。第一,数据一致性问题, 一致性解决方案 可解决问题  。 第二,主库单点问题,笔者暂时没想到很好的解决方案 。
注:思考一个问题,一台从库挂了会怎样?读写分离之读的负载均衡策略怎么容错?
方案四:双主+主从架构,看似完美的方案
 
聊聊常见的数据库架构设计方案如何解决其中的各种数据一致性问题

文章插图
 
 
jdbc:mysql://vip:3306/xxdb jdbc:mysql://slave1-ip:3306/xxdb jdbc:mysql://slave2-ip:3306/xxdb1、 高可用分析: 高可用 。
2、 高性能分析: 高性能 。
3、 一致性分析: 存在数据一致性问题 。请看, 一致性解决方案  。
4、 扩展性分析: 可以通过加从库来扩展读性能,进而提高整体性能 。(带来的问题 同方案二)
5、 可落地分析: 同方案二 ,但 数据同步 又多了一层,数据延迟更严重  。


推荐阅读