老司機(jī)也必須掌握的MySQL優(yōu)化指南

一般以整型值為主的表在千萬級(jí)以下，字符串為主的表在五百萬以下是沒有太大問題的。

而事實(shí)上很多時(shí)候 MySQL 單表的性能依然有不少優(yōu)化空間，甚至能正常支撐千萬級(jí)以上的數(shù)據(jù)量。

關(guān)于字段：

• 盡量使用 TINYINT、SMALLINT、MEDIUM_INT作為整數(shù)類型而非 INT，如果非負(fù)則加上 UNSIGNED。

• VARCHAR 的長度只分配真正需要的空間。

• 使用枚舉或整數(shù)代替字符串類型。

• 盡量使用 TIMESTAMP 而非 DATETIME。

• 單表不要有太多字段，建議在 20 以內(nèi)。

• 避免使用 NULL 字段，很難查詢優(yōu)化且占用額外索引空間。

• 用整型來存 IP。

關(guān)于索引：

• 索引并不是越多越好，要根據(jù)查詢有針對性的創(chuàng)建，考慮在 WHERE 和 ORDER BY 命令上涉及的列建立索引，可根據(jù) EXPLAIN 來查看是否用了索引還是全表掃描。

• 應(yīng)盡量避免在 WHERE 子句中對字段進(jìn)行 NULL 值判斷，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。

• 值分布很稀少的字段不適合建索引，例如“性別”這種只有兩三個(gè)值的字段。

• 字符字段只建前綴索引。

• 字符字段最好不要做主鍵。

• 不用外鍵，由程序保證約束。

• 盡量不用 UNIQUE，由程序保證約束。

• 使用多列索引時(shí)注意順序和查詢條件保持一致，同時(shí)刪除不必要的單列索引。

關(guān)于查詢 SQL：

• 可通過開啟慢查詢?nèi)罩緛碚页鲚^慢的 SQL。

• 不做列運(yùn)算：SELECT id WHERE age + 1 = 10，任何對列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫教程函數(shù)、計(jì)算表達(dá)式等等，查詢時(shí)要盡可能將操作移至等號(hào)右邊。

• SQL 語句盡可能簡單：一條 SQL只能在一個(gè) CPU 運(yùn)算；大語句拆小語句，減少鎖時(shí)間；一條大 SQL 可以堵死整個(gè)庫。

• 不用SELECT *。

• OR 改寫成 IN：OR 的效率是 n 級(jí)別，IN 的效率是 log(n) 級(jí)別，IN 的個(gè)數(shù)建議控制在 200 以內(nèi)。

• 不用函數(shù)和觸發(fā)器，在應(yīng)用程序?qū)崿F(xiàn)。

• 避免 %xxx 式查詢。

• 少用 JOIN。

• 使用同類型進(jìn)行比較，比如用 '123' 和 '123' 比，123 和 123 比。

• 盡量避免在 WHERE 子句中使用!=或<>操作符，否則引擎將放棄使用索引而進(jìn)行全表掃描。

• 對于連續(xù)數(shù)值，使用 BETWEEN 不用 IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5。

• 列表數(shù)據(jù)不要拿全表，要使用 LIMIT 來分頁，每頁數(shù)量也不要太大。

目前廣泛使用的是 MyISAM 和 InnoDB 兩種引擎：

MyISAM 引擎是 MySQL 5.1 及之前版本的默認(rèn)引擎，它的特點(diǎn)是：

• 不支持行鎖，讀取時(shí)對需要讀到的所有表加鎖，寫入時(shí)則對表加排它鎖。

• 不支持事務(wù)。

• 不支持外鍵。

• 不支持崩潰后的安全恢復(fù)。

• 在表有讀取查詢的同時(shí)，支持往表中插入新紀(jì)錄。

• 支持 BLOB 和 TEXT 的前 500 個(gè)字符索引，支持全文索引。

• 支持延遲更新索引，極大提升寫入性能。

• 對于不會(huì)進(jìn)行修改的表，支持壓縮表，極大減少磁盤空間占用。

InnoDB 在 MySQL 5.5 后成為默認(rèn)索引，它的特點(diǎn)是：

• 支持行鎖，采用 MVCC 來支持高并發(fā)。

• 支持事務(wù)。

• 支持外鍵。

• 支持崩潰后的安全恢復(fù)。

• 不支持全文索引。

PS：據(jù)說 InnoDB 已經(jīng)在 MySQL 5.6.4 支持全文索引了。

總體來講，MyISAM 適合 SELECT 密集型的表，而 InnoDB 適合 INSERT 和 UPDATE 密集型的表。

可以使用下面幾個(gè)工具來做基準(zhǔn)測試：

• sysbench：一個(gè)模塊化，跨平臺(tái)以及多線程的性能測試工具。

  https://github.com/akopytov/sysbench

• iibench-mysql：基于 Java 的 MySQL / Percona / MariaDB 索引進(jìn)行插入性能測試工具。

  https://github.com/tmcallaghan/iibench-mysql

• tpcc-mysql：Percona 開發(fā)的 TPC-C 測試工具。

  https://github.com/Percona-Lab/tpcc-mysql

調(diào)優(yōu)參數(shù)內(nèi)容較多，具體可參考官方文檔，這里介紹一些比較重要的參數(shù)：

• back_log：back_log 值可以指出在 MySQL 暫時(shí)停止回答新請求之前的短時(shí)間內(nèi)多少個(gè)請求可以被存在堆棧中。

  也就是說，如果 MySQL 的連接數(shù)據(jù)達(dá)到 max_connections 時(shí)，新來的請求將會(huì)被存在堆棧中，以等待某一連接釋放資源，該堆棧的數(shù)量即 back_log，如果等待連接的數(shù)量超過 back_log，將不被授予連接資源?？梢詮哪J(rèn)的 50 升至 500。

• wait_timeout：數(shù)據(jù)庫連接閑置時(shí)間，閑置連接會(huì)占用內(nèi)存資源?？梢詮哪J(rèn)的 8 小時(shí)減到半小時(shí)。

• max_user_connection：最大連接數(shù)，默認(rèn)為 0 無上限，最好設(shè)一個(gè)合理上限。

• thread_concurrency：并發(fā)線程數(shù)，設(shè)為 CPU 核數(shù)的兩倍。

• skip_name_resolve：禁止對外部連接進(jìn)行 DNS 解析，消除 DNS 解析時(shí)間，但需要所有遠(yuǎn)程主機(jī)用 IP 訪問。

• key_buffer_size：索引塊的緩存大小，增加會(huì)提升索引處理速度，對 MyISAM 表性能影響最大。

  對于內(nèi)存 4G 左右，可設(shè)為 256M 或 384M，通過查詢 show status like 'key_read%'，保證 key_reads / key_read_requests 在 0.1% 以下最好。

• innodb_buffer_pool_size：緩存數(shù)據(jù)塊和索引塊，對 InnoDB 表性能影響最大。

  通過查詢 show status like 'Innodb_buffer_pool_read%'，保證 (Innodb_buffer_pool_read_requests – Innodb_buffer_pool_reads) / Innodb_buffer_pool_read_requests 越高越好。

• innodb_additional_mem_pool_size：InnoDB 存儲(chǔ)引擎用來存放數(shù)據(jù)字典信息以及一些內(nèi)部數(shù)據(jù)結(jié)構(gòu)的內(nèi)存空間大小。

  當(dāng)數(shù)據(jù)庫對象非常多的時(shí)候，適當(dāng)調(diào)整該參數(shù)的大小以確保所有數(shù)據(jù)都能存放在內(nèi)存中提高訪問效率，當(dāng)過小的時(shí)候，MySQL 會(huì)記錄 Warning 信息到數(shù)據(jù)庫的錯(cuò)誤日志中，這時(shí)就需要調(diào)整這個(gè)參數(shù)大小。

• innodb_log_buffer_size：InnoDB 存儲(chǔ)引擎的事務(wù)日志所使用的緩沖區(qū)，一般來說不建議超過 32MB。 

• query_cache_size：緩存 MySQL 中的 ResultSet，也就是一條 SQL 語句執(zhí)行的結(jié)果集，所以僅僅只能針對 Select 語句。

  當(dāng)某個(gè)表的數(shù)據(jù)有任何變化，都會(huì)導(dǎo)致所有引用了該表的 Select 語句在 Query Cache 中的緩存數(shù)據(jù)失效。

  所以，當(dāng)我們數(shù)據(jù)變化非常頻繁的情況下，使用 Query Cache 可能得不償失。

  根據(jù)命中率(Qcache_hits/(Qcache_hits+Qcache_inserts)*100))進(jìn)行調(diào)整，一般不建議太大，256MB 可能已經(jīng)差不多了，大型的配置型靜態(tài)數(shù)據(jù)可適當(dāng)調(diào)大?？梢酝ㄟ^命令 show status like 'Qcache_%' 查看目前系統(tǒng) Query Cache 使用大小。

• read_buffer_size：MySQL 讀入緩沖區(qū)大小。對表進(jìn)行順序掃描的請求將分配一個(gè)讀入緩沖區(qū)，MySQL 會(huì)為它分配一段內(nèi)存緩沖區(qū)。

  如果對表的順序掃描請求非常頻繁，可以通過增加該變量值以及內(nèi)存緩沖區(qū)大小提高其性能。

• sort_buffer_size：MySQL 執(zhí)行排序使用的緩沖大小。如果想要增加 ORDER BY 的速度，首先看是否可以讓 MySQL 使用索引而不是額外的排序階段。如果不能，可以嘗試增加 sort_buffer_size 變量的大小。

• read_rnd_buffer_size：MySQL 的隨機(jī)讀緩沖區(qū)大小。當(dāng)按任意順序讀取行時(shí)(例如按照排序順序)，將分配一個(gè)隨機(jī)讀緩存區(qū)。

  進(jìn)行排序查詢時(shí)，MySQL 會(huì)首先掃描一遍該緩沖，以避免磁盤搜索，提高查詢速度，如果需要排序大量數(shù)據(jù)，可適當(dāng)調(diào)高該值。

  但 MySQL 會(huì)為每個(gè)客戶連接發(fā)放該緩沖空間，所以應(yīng)盡量適當(dāng)設(shè)置該值，以避免內(nèi)存開銷過大。

• record_buffer：每個(gè)進(jìn)行一個(gè)順序掃描的線程為其掃描的每張表分配這個(gè)大小的一個(gè)緩沖區(qū)。如果你做很多順序掃描，可能想要增加該值。

• thread_cache_size：保存當(dāng)前沒有與連接關(guān)聯(lián)但是準(zhǔn)備為后面新的連接服務(wù)的線程，可以快速響應(yīng)連接的線程請求而無需創(chuàng)建新的。

• table_cache：類似于 thread_cache _size，但用來緩存表文件，對 InnoDB 效果不大，主要用于 MyISAM。

Scale Up，這個(gè)不多說了，根據(jù) MySQL 是 CPU 密集型還是 I/O 密集型，通過提升 CPU 和內(nèi)存、使用 SSD，都能顯著提升 MySQL 性能。

也是目前常用的優(yōu)化，從庫讀主庫寫，一般不要采用雙主或多主引入很多復(fù)雜性，盡量采用文中的其他方案來提高性能。同時(shí)目前很多拆分的解決方案同時(shí)也兼顧考慮了讀寫分離。

緩存可以發(fā)生在這些層次：

• MySQL 內(nèi)部：在系統(tǒng)調(diào)優(yōu)參數(shù)介紹了相關(guān)設(shè)置。

• 數(shù)據(jù)訪問層：比如 MyBatis 針對 SQL 語句做緩存，而 Hibernate 可以精確到單個(gè)記錄，這里緩存的對象主要是持久化對象 Persistence Object。

• 應(yīng)用服務(wù)層：可以通過編程手段對緩存做到更精準(zhǔn)的控制和更多的實(shí)現(xiàn)策略，這里緩存的對象是數(shù)據(jù)傳輸對象 Data Transfer Object。

• Web 層：針對 Web 頁面做緩存。

• 瀏覽器客戶端：用戶端的緩存。

可以根據(jù)實(shí)際情況在一個(gè)層次或多個(gè)層次結(jié)合加入緩存。這里重點(diǎn)介紹下服務(wù)層的緩存實(shí)現(xiàn)。

目前主要有兩種方式：

• 直寫式（Write Through）：在數(shù)據(jù)寫入數(shù)據(jù)庫后，同時(shí)更新緩存，維持?jǐn)?shù)據(jù)庫與緩存的一致性。

  這也是當(dāng)前大多數(shù)應(yīng)用緩存框架如 Spring Cache 的工作方式。這種實(shí)現(xiàn)非常簡單，同步好，但效率一般。 

• 回寫式（Write Back）：當(dāng)有數(shù)據(jù)要寫入數(shù)據(jù)庫時(shí)，只會(huì)更新緩存，然后異步批量的將緩存數(shù)據(jù)同步到數(shù)據(jù)庫上。

  這種實(shí)現(xiàn)比較復(fù)雜，需要較多的應(yīng)用邏輯，同時(shí)可能會(huì)產(chǎn)生數(shù)據(jù)庫與緩存的不同步，但效率非常高。

MySQL 在 5.1 版引入的分區(qū)是一種簡單的水平拆分，用戶需要在建表的時(shí)候加上分區(qū)參數(shù)，對應(yīng)用是透明的無需修改代碼。

對用戶來說，分區(qū)表是一個(gè)獨(dú)立的邏輯表，但是底層由多個(gè)物理子表組成，實(shí)現(xiàn)分區(qū)的代碼實(shí)際上是通過對一組底層表的對象封裝，但對 SQL 層來說是一個(gè)完全封裝底層的黑盒子。

MySQL 實(shí)現(xiàn)分區(qū)的方式也意味著索引也是按照分區(qū)的子表定義，沒有全局索引。

用戶的 SQL 語句是需要針對分區(qū)表做優(yōu)化，SQL 條件中要帶上分區(qū)條件的列，從而使查詢定位到少量的分區(qū)上，否則就會(huì)掃描全部分區(qū)。

可以通過 EXPLAIN PARTITIONS 來查看某條 SQL 語句會(huì)落在那些分區(qū)上，從而進(jìn)行 SQL 優(yōu)化。

如下圖 5 條記錄落在兩個(gè)分區(qū)上：

mysql> explain partitions select count(1) from user_partition where id in (1,2,3,4,5);
+----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+
| id | select_type | table          | partitions | type  | possible_keys | key     | key_len | ref  | rows | Extra                    |
+----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+
|  1 | SIMPLE      | user_partition | p1,p4      | range | PRIMARY       | PRIMARY | 8       | NULL |    5 | Using where; Using index |
+----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+
1 row in set (0.00 sec)

分區(qū)的好處是：

• 可以讓單表存儲(chǔ)更多的數(shù)據(jù)。

• 分區(qū)表的數(shù)據(jù)更容易維護(hù)，可以通清除整個(gè)分區(qū)批量刪除大量數(shù)據(jù)，也可以增加新的分區(qū)來支持新插入的數(shù)據(jù)。另外，還可以對一個(gè)獨(dú)立分區(qū)進(jìn)行優(yōu)化、檢查、修復(fù)等操作。

• 部分查詢能夠從查詢條件確定只落在少數(shù)分區(qū)上，速度會(huì)很快。

• 分區(qū)表的數(shù)據(jù)還可以分布在不同的物理設(shè)備上，從而高效利用多個(gè)硬件設(shè)備。

• 可以使用分區(qū)表來避免某些特殊瓶頸，例如 InnoDB 單個(gè)索引的互斥訪問、 ext3 文件系統(tǒng)的 inode 鎖競爭。

• 可以備份和恢復(fù)單個(gè)分區(qū)。

分區(qū)的限制和缺點(diǎn)：

• 一個(gè)表最多只能有 1024 個(gè)分區(qū)。

• 如果分區(qū)字段中有主鍵或者唯一索引的列，那么所有主鍵列和唯一索引列都必須包含進(jìn)來。

• 分區(qū)表無法使用外鍵約束。

• NULL 值會(huì)使分區(qū)過濾無效。

• 所有分區(qū)必須使用相同的存儲(chǔ)引擎。

分區(qū)的類型：

• RANGE 分區(qū)：基于屬于一個(gè)給定連續(xù)區(qū)間的列值，把多行分配給分區(qū)。

• LIST 分區(qū)：類似于按 RANGE 分區(qū)，區(qū)別在于 LIST 分區(qū)是基于列值匹配一個(gè)離散值集合中的某個(gè)值來進(jìn)行選擇。

• HASH 分區(qū)：基于用戶定義的表達(dá)式的返回值來進(jìn)行選擇的分區(qū)，該表達(dá)式使用將要插入到表中的這些行的列值進(jìn)行計(jì)算。這個(gè)函數(shù)可以包含 MySQL 中有效的、產(chǎn)生非負(fù)整數(shù)值的任何表達(dá)式。

• KEY 分區(qū)：類似于按 HASH 分區(qū)，區(qū)別在于 KEY 分區(qū)只支持計(jì)算一列或多列，且 MySQL 服務(wù)器提供其自身的哈希函數(shù)。必須有一列或多列包含整數(shù)值。

分區(qū)適合的場景有：最適合的場景數(shù)據(jù)的時(shí)間序列性比較強(qiáng)，則可以按時(shí)間來分區(qū)。

如下所示：

CREATE TABLE members (
    firstname VARCHAR(25) NOT NULL,
    lastname VARCHAR(25) NOT NULL,
    username VARCHAR(16) NOT NULL,
    email VARCHAR(35),
    joined DATE NOT NULL
)PARTITION BY RANGE( YEAR(joined) ) (
    PARTITION p0 VALUES LESS THAN (1960),
    PARTITION p1 VALUES LESS THAN (1970),
    PARTITION p2 VALUES LESS THAN (1980),
    PARTITION p3 VALUES LESS THAN (1990),
    PARTITION p4 VALUES LESS THAN MAXVALUE
);

查詢時(shí)加上時(shí)間范圍條件的效率會(huì)非常高，同時(shí)對于不需要的歷史數(shù)據(jù)能很容易的批量刪除。

如果數(shù)據(jù)有明顯的熱點(diǎn)，而且除了這部分?jǐn)?shù)據(jù)，其他數(shù)據(jù)很少被訪問到，那么可以將熱點(diǎn)數(shù)據(jù)單獨(dú)放在一個(gè)分區(qū)，讓這個(gè)分區(qū)的數(shù)據(jù)能夠有機(jī)會(huì)都緩存在內(nèi)存中，查詢時(shí)只訪問一個(gè)很小的分區(qū)表，能夠有效使用索引和緩存。

另外 MySQL 有一種早期的簡單的分區(qū)實(shí)現(xiàn) - 合并表（merge table），限制較多且缺乏優(yōu)化，不建議使用，應(yīng)該用新的分區(qū)機(jī)制來替代。

垂直分庫是根據(jù)數(shù)據(jù)庫里面的數(shù)據(jù)表的相關(guān)性進(jìn)行拆分，比如：一個(gè)數(shù)據(jù)庫里面既存在用戶數(shù)據(jù)，又存在訂單數(shù)據(jù)，那么垂直拆分可以把用戶數(shù)據(jù)放到用戶庫、把訂單數(shù)據(jù)放到訂單庫。

垂直分表是對數(shù)據(jù)表進(jìn)行垂直拆分的一種方式，常見的是把一個(gè)多字段的大表按常用字段和非常用字段進(jìn)行拆分，每個(gè)表里面的數(shù)據(jù)記錄數(shù)一般情況下是相同的，只是字段不一樣，使用主鍵關(guān)聯(lián)。

比如原始的用戶表是：

垂直拆分后是：

垂直拆分的優(yōu)點(diǎn)是：

• 可以使得行數(shù)據(jù)變小，一個(gè)數(shù)據(jù)塊(Block)就能存放更多的數(shù)據(jù)，在查詢時(shí)就會(huì)減少 I/O 次數(shù)(每次查詢時(shí)讀取的 Block 就少)。

• 可以達(dá)到最大化利用 Cache 的目的，具體在垂直拆分的時(shí)候可以將不常變的字段放一起，將經(jīng)常改變的放一起。

• 數(shù)據(jù)維護(hù)簡單。

缺點(diǎn)是：

• 主鍵出現(xiàn)冗余，需要管理冗余列。

• 會(huì)引起表連接 JOIN 操作（增加 CPU 開銷）可以通過在業(yè)務(wù)服務(wù)器上進(jìn)行 JOIN 來減少數(shù)據(jù)庫壓力。

• 依然存在單表數(shù)據(jù)量過大的問題（需要水平拆分）。

• 事務(wù)處理復(fù)雜。

水平拆分是通過某種策略將數(shù)據(jù)分片來存儲(chǔ)，分庫內(nèi)分表和分庫兩部分，每片數(shù)據(jù)會(huì)分散到不同的 MySQL 表或庫，以達(dá)到分布式的效果，能夠支持非常大的數(shù)據(jù)量。前面的表分區(qū)本質(zhì)上也是一種特殊的庫內(nèi)分表。

庫內(nèi)分表，由于沒有把表的數(shù)據(jù)分布到不同的機(jī)器上，僅僅是單純的解決了單一表數(shù)據(jù)過大的問題。

因此對于減輕 MySQL 服務(wù)器的壓力來說，并沒有太大的作用，大家還是競爭同一個(gè)物理機(jī)上的 IO、CPU、網(wǎng)絡(luò)，這個(gè)就要通過分庫來解決。

前面垂直拆分的用戶表如果進(jìn)行水平拆分，結(jié)果是：

實(shí)際情況中往往會(huì)是垂直拆分和水平拆分的結(jié)合，即將 Users_A_M 和 Users_N_Z 再拆成 Users 和 UserExtras，這樣一共四張表。

水平拆分的優(yōu)點(diǎn)是：

• 不存在單庫大數(shù)據(jù)和高并發(fā)的性能瓶頸。

• 應(yīng)用端改造較少。

• 提高了系統(tǒng)的穩(wěn)定性和負(fù)載能力。

缺點(diǎn)是：

• 分片事務(wù)一致性難以解決。

• 跨節(jié)點(diǎn) JOIN 性能差，邏輯復(fù)雜。

• 數(shù)據(jù)多次擴(kuò)展難度跟維護(hù)量極大。

分片原則如下：

• 能不分就不分，參考單表優(yōu)化。

• 分片數(shù)量盡量少，分片盡量均勻分布在多個(gè)數(shù)據(jù)結(jié)點(diǎn)上，因?yàn)橐粋€(gè)查詢 SQL 跨分片越多，則總體性能越差，雖然要好于所有數(shù)據(jù)在一個(gè)分片的結(jié)果，只在必要的時(shí)候進(jìn)行擴(kuò)容，增加分片數(shù)量。

• 分片規(guī)則需要慎重選擇做好提前規(guī)劃，分片規(guī)則的選擇，需要考慮數(shù)據(jù)的增長模式，數(shù)據(jù)的訪問模式，分片關(guān)聯(lián)性問題，以及分片擴(kuò)容問題。

  最近的分片策略為范圍分片，枚舉分片，一致性 Hash 分片，這幾種分片都有利于擴(kuò)容。

• 盡量不要在一個(gè)事務(wù)中的 SQL 跨越多個(gè)分片，分布式事務(wù)一直是個(gè)不好處理的問題。

• 查詢條件盡量優(yōu)化，盡量避免 Select * 的方式，大量數(shù)據(jù)結(jié)果集下，會(huì)消耗大量帶寬和 CPU 資源，查詢盡量避免返回大量結(jié)果集，并且盡量為頻繁使用的查詢語句建立索引。

• 通過數(shù)據(jù)冗余和表分區(qū)來降低跨庫 JOIN 的可能。

這里特別強(qiáng)調(diào)一下分片規(guī)則的選擇問題，如果某個(gè)表的數(shù)據(jù)有明顯的時(shí)間特征，比如訂單、交易記錄等。

他們通常比較合適用時(shí)間范圍分片，因?yàn)榫哂袝r(shí)效性的數(shù)據(jù)，我們往往關(guān)注其近期的數(shù)據(jù)，查詢條件中往往帶有時(shí)間字段進(jìn)行過濾。

比較好的方案是，當(dāng)前活躍的數(shù)據(jù)，采用跨度比較短的時(shí)間段進(jìn)行分片，而歷史性的數(shù)據(jù)，則采用比較長的跨度存儲(chǔ)。

總體上來說，分片的選擇是取決于最頻繁的查詢 SQL 的條件，因?yàn)椴粠魏?Where 語句的查詢 SQL，會(huì)遍歷所有的分片，性能相對最差，因此這種 SQL 越多，對系統(tǒng)的影響越大，所以我們要盡量避免這種 SQL 的產(chǎn)生。

由于水平拆分牽涉的邏輯比較復(fù)雜，當(dāng)前也有了不少比較成熟的解決方案。這些方案分為兩大類：客戶端架構(gòu)和代理架構(gòu)。

客戶端架構(gòu)

通過修改數(shù)據(jù)訪問層，如 JDBC、Data Source、MyBatis，通過配置來管理多個(gè)數(shù)據(jù)源，直連數(shù)據(jù)庫，并在模塊內(nèi)完成數(shù)據(jù)的分片整合，一般以 Jar 包的方式呈現(xiàn)。

這是一個(gè)客戶端架構(gòu)的例子：

可以看到分片的實(shí)現(xiàn)是和應(yīng)用服務(wù)器在一起的，通過修改 Spring JDBC 層來實(shí)現(xiàn)。

客戶端架構(gòu)的優(yōu)點(diǎn)是：

• 應(yīng)用直連數(shù)據(jù)庫，降低外圍系統(tǒng)依賴所帶來的宕機(jī)風(fēng)險(xiǎn)。

• 集成成本低，無需額外運(yùn)維的組件。

缺點(diǎn)是：

• 限于只能在數(shù)據(jù)庫訪問層上做文章，擴(kuò)展性一般，對于比較復(fù)雜的系統(tǒng)可能會(huì)力不從心。

• 將分片邏輯的壓力放在應(yīng)用服務(wù)器上，造成額外風(fēng)險(xiǎn)。

代理架構(gòu)

通過獨(dú)立的中間件來統(tǒng)一管理所有數(shù)據(jù)源和數(shù)據(jù)分片整合，后端數(shù)據(jù)庫集群對前端應(yīng)用程序透明，需要獨(dú)立部署和運(yùn)維代理組件。

這是一個(gè)代理架構(gòu)的例子：

代理組件為了分流和防止單點(diǎn)，一般以集群形式存在，同時(shí)可能需要 ZooKeeper 之類的服務(wù)組件來管理。

代理架構(gòu)的優(yōu)點(diǎn)是：

• 能夠處理非常復(fù)雜的需求，不受數(shù)據(jù)庫訪問層原來實(shí)現(xiàn)的限制，擴(kuò)展性強(qiáng)。

• 對于應(yīng)用服務(wù)器透明且沒有增加任何額外負(fù)載。

缺點(diǎn)是：

• 需部署和運(yùn)維獨(dú)立的代理中間件，成本高。

• 應(yīng)用需經(jīng)過代理來連接數(shù)據(jù)庫，網(wǎng)絡(luò)上多了一跳，性能有損失且有額外風(fēng)險(xiǎn)。

各方案比較

目前來說，業(yè)界還是有很多的方案可供選擇，但應(yīng)該如何進(jìn)行選擇？

我認(rèn)為，可以按以下思路來考慮：

• 確定是使用客戶端架構(gòu)還是代理架構(gòu)。中小型規(guī)?；蚴潜容^簡單的場景傾向于選擇客戶端架構(gòu)，復(fù)雜場景或大規(guī)模系統(tǒng)傾向選擇代理架構(gòu)。

• 具體功能是否滿足，比如需要跨節(jié)點(diǎn) ORDER BY，那么支持該功能的優(yōu)先考慮。

• 不考慮一年內(nèi)沒有更新的產(chǎn)品，說明開發(fā)停滯，甚至無人維護(hù)和技術(shù)支持。

• 最好按大公司→社區(qū)→小公司→個(gè)人這樣的出品方順序來選擇。

• 選擇口碑較好的，比如 Github 星數(shù)、使用者數(shù)量質(zhì)量和使用者反饋。

• 開源的優(yōu)先，往往項(xiàng)目有特殊需求可能需要改動(dòng)源代碼。

按照上述思路，推薦以下選擇：

• 客戶端架構(gòu)：ShardingJDBC

• 代理架構(gòu)：MyCat 或者 Atlas

目前也有一些開源數(shù)據(jù)庫兼容 MySQL 協(xié)議，如：

• TiDB

• Cubrid

但其工業(yè)品質(zhì)和 MySQL 尚有差距，且需要較大的運(yùn)維投入，如果想將原始的 MySQL 遷移到可水平擴(kuò)展的新數(shù)據(jù)庫中，可以考慮一些云數(shù)據(jù)庫：

• 阿里云 PetaData

• 阿里云 OceanBase

• 騰訊云 DCDB

在 MySQL 上做 Sharding 是一種戴著鐐銬的跳舞，事實(shí)上很多大表本身對 MySQL 這種 RDBMS 的需求并不大，并不要求 ACID。

可以考慮將這些表遷移到 NoSQL，徹底解決水平擴(kuò)展問題，例如：

• 日志類、監(jiān)控類、統(tǒng)計(jì)類數(shù)據(jù)

• 非結(jié)構(gòu)化或弱結(jié)構(gòu)化數(shù)據(jù)

• 對事務(wù)要求不強(qiáng)，且無太多關(guān)聯(lián)操作的數(shù)據(jù)

參考資料：

• Mysql那點(diǎn)事

• Mysql策略

• MySQL：MySQL 5.6 Reference Manual

作者：請叫我頭頭哥