解决数据库高并发访问瓶颈问题

1、缓存式的Web应用程序架构：

　　在Web层和db层之间加一层cache层，主要目的：减小数据库读取负担，提升数据读取速度。cache存取的媒介是内存，能够考虑采用分布式的cache层，这样更容易破除内存容量的限制，同时增长了灵活性。

 

2、业务拆分：

　　电商平台，包含了用户、商品、评价、订单等几大模块，最简单的作法就是在一个数据库中分别建立users、shops、comment、order四张表。

　　可是，随着业务规模的增大，访问量的增大，咱们不得不对业务进行拆分。每个模块都使用单独的数据库来进行存储，不一样的业务访问不一样的数据库，将本来对一个数据库的依赖拆分为对4个数据库的依赖，这样的话就变成了4个数据库同时承担压力，系统的吞吐量天然就提升了。

　　

 

3、MySQL主从复制，读写分离：

　　当数据库的写压力增长，cache层（如Memcached）只能缓解数据库的读取压力。读写集中在一个数据库上让数据库不堪重负。使用主从复制技术（master-slave模式）来达到读写分离，以提升读写性能和读库的可扩展性。读写分离就是只在主服务器上写，只在从服务器上读，基本原理是让主数据库处理事务性查询，而从数据库处理select查询，数据库复制被用于把事务性查询（增删改）致使的改变动新同步到集群中的从数据库。

MySQL读写分离提高系统性能：

　　一、主从只负责各自的读和写，极大程度缓解X锁和S锁争用。

　　二、slave能够配置MyISAM引擎，提高查询性能以及节约系统开销。

　　三、master直接写是并发的，slave经过主库发送来的binlog恢复数据是异步的。

　　四、slave能够单独设置一些参数来提高其读的性能。

　　五、增长冗余，提升可用性。

实现主从分离可使用MySQL中间件如：Atlas

 

　　MySQL主从复制的原理：数据复制的实际就是Slave从Master获取Binary log文件，而后再本地镜像的执行日志中记录的操做。因为主从复制的过程是异步的，所以Slave和Master之间的数据有可能存在延迟的现象，此时只能保证数据最终的一致性。

 

4、分表分库：

　　在cache层的高速缓存，MySQL的主从复制，读写分离的基础上，这时MySQL主库的写压力开始出现瓶颈，而数据量的持续猛增，因为MyISAM使用表锁，在高并发下会出现严重的锁问题，大量的高并发MySQL应用开始使用InnoDB引擎代替MyISAM。采用Master-Slave复制模式的MySQL架构，只能对数据库的读进行扩展，而对数据的写操做仍是集中在Master上。这时须要对数据库的吞吐能力进一步地扩展，以知足高并发访问与海量数据存储的需求。

　　对于访问极为频繁且数据量巨大的单表来讲，首先要作的是减小单表的记录条数，以便减小数据查询所需的时间，提升数据库的吞吐，这就是所谓的分表。在分表以前，首先须要选择适当的分表策略，使得数据可以较为均衡地分布到多张表中，而且不影响正常的查询。

　　分表可以解决单表数据量过大带来的查询效率降低的问题，可是却没法给数据库的并发处理能力带来质的提高。面对高并发的读写访问，当数据库master服务器没法承载写操做压力时，无论如何扩展Slave服务器都是没有意义的，对数据库进行拆分，从而提升数据库写入能力，即分库。

　　数据库通过业务拆分及分库分表，虽然查询性能和并发处理能力提升了。可是本来跨表的事务上升为分布式事务；因为记录被切分到不一样的库和不一样的表中，难以进行多表关联查询，而且不能不指定路由字段对数据进行查询。且分库分表后须要进一步对系统进行扩容（路由策略变动）将变得很是不方便，须要从新进行数据迁移。

 

分表策略：

　　使用用户ID是最经常使用的分库的路由策略。

　　当数据比较大的时候，对数据进行分表操做，首先要肯定须要将数据平均分配到多少张表中，也就是：表容量。

　　这里假设有100张表进行存储，则咱们在进行存储数据的时候，首先对用户ID进行取模操做，根据 user_id%100 获取对应的表进行存储查询操做。

　　在实际的开发中，咱们的用户ID更多的多是经过UUID生成的，这样的话，咱们能够首先将UUID进行hash获取到整数值，而后在进行取模操做。

 

分库策略：

 

　　数据库分表可以解决单表数据量很大的时候数据查询的效率问题，可是没法给数据库的并发操做带来效率上的提升，由于分表的实质仍是在一个数据库上进行的操做，很容易受数据库IO性能的限制。

　　所以，如何将数据库IO性能的问题平均分配出来，很显然将数据进行分库操做能够很好地解决单台数据库的性能问题。

　　分库策略与分表策略的实现很类似，最简单的都是能够经过取模的方式进行路由。

 

分库与分表实现策略：

　　上述的配置中，数据库分表能够解决单表海量数据的查询性能问题，分库能够解决单台数据库的并发访问压力问题。

　　有时候，咱们须要同时考虑这两个问题，所以，咱们既须要对单表进行分表操做，还须要进行分库操做，以便同时扩展系统的并发处理能力和提高单表的查询性能，就是咱们使用到的分库分表。

　　分库分表的策略相对于前边两种复杂一些，一种常见的路由策略以下：

　　１、中间变量　＝ user_id%（库数量*每一个库的表数量）; 　　

　　２、库序号　＝　取整（中间变量／每一个库的表数量）; 　　

　　３、表序号　＝　中间变量％每一个库的表数量;

 

参考：

　　https://blog.csdn.net/u010832551/article/details/77836681