面试官：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？
扫描下方二维码 试读
一、数据库架构原则
-
高可用
-
高性能
-
一致性
-
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
jdbc:mysql://vip:3306/xxdb
1、 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
jdbc:mysql://vip:3306/xxdb
1、 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
jdbc:mysql://master-ip:3306/xxdb
jdbc:mysql://slave1-ip:3306/xxdb
jdbc:mysql://slave2-ip:3306/xxdb
1、 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
jdbc:mysql://vip:3306/xxdb
jdbc:mysql://slave1-ip:3306/xxdb
jdbc:mysql://slave2-ip:3306/xxdb
1、 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 。
三、一致性解决方案
第一类：主库和从库一致性解决方案
注：图中圈出的是数据同步的地方，数据同步（从库从主库拉取binlog日志，再执行一遍）是需要时间的，这个同步时间内主库和从库的数据会存在不一致的情况。如果同步过程中有读请求，那么读到的就是从库中的老数据。
如下图
既然知道了数据不一致性产生的原因，有下面几个解决方案供参考：
1、直接忽略，如果业务允许延时存在，那么就不去管它。
2、强制读主，采用 主备架构 方案，读写都走主库。用缓存来扩展数据库读性能 。有一点需要知道：如果缓存挂了，可能会产生雪崩现象，不过一般分布式缓存都是高可用的。
3、选择读主，写操作时根据库+表+业务特征生成一个key放到Cache里并设置超时时间（大于等于主从数据同步时间）。
读请求时，同样的方式生成key先去查Cache，再判断是否命中。若命中，则读主库，否则读从库。代价是多了一次缓存读写，基本可以忽略。
4、半同步复制，等主从同步完成，写请求才返回。就是大家常说的“半同步复制”semi-sync。这可以利用数据库原生功能，实现比较简单。代价是写请求时延增长，吞吐量降低。
5、数据库中间件，引入开源（mycat等）或自研的数据库中间层。个人理解，思路同 选择读主。 数据库中间件的成本比较高，并且还多引入了一层。**
**
第二类：DB和缓存一致性解决方案
先来看一下常用的缓存使用方式：
第一步：淘汰缓存；
第二步：写入数据库；
第三步：读取缓存？返回：读取数据库；
第四步：读取数据库后写入缓存。
注：如果按照这种方式，图一，不会产生DB和缓存不一致问题；图二，会产生DB和缓存不一致问题，即4.read先于3.sync执行。如果不做处理，缓存里的数据可能一直是脏数据。解决方式如下：
注：设置缓存时，一定要加上有效时间，以防延时淘汰缓存失败的情况！
四、个人的一些见解
1、架构演变
1、架构演变一：方案一 -> 方案一+分库分表 -> 方案二+分库分表 -> 方案四+分库分表；
2、架构演变二：方案一 -> 方案一+分库分表 -> 方案三+分库分表 -> 方案四+分库分表；
3、架构演变三：方案一 -> 方案二 -> 方案四 -> 方案四+分库分表；
4、架构演变四：方案一 -> 方案三 -> 方案四 -> 方案四+分库分表；
2、个人见解
1、加缓存和索引是通用的提升数据库性能的方式；
2、分库分表带来的好处是巨大的，但同样也会带来一些问题，详见前日推文。
3、不管是主备+分库分表还是主从+读写分离+分库分表，都要考虑具体的业务场景。
绝大部分的数据库架构还是采用方案一和方案一+分库分表，只有极少部分用方案三+读写分离+分库分表。
另外，阿里云提供的数据库云服务也都是主备方案，要想主从+读写分离需要二次架构。
4、 记住一句话：不考虑业务场景的架构都是耍流氓。
End
作者：尜尜人物
来源：
https://www.cnblogs.com/littlecharacter/
本文版权归作者所有
长按下图二维码，即刻关注【 狸猫技术窝 】
阿里、京东、美团、字节跳动
顶尖技术专家 坐镇
为IT人打造一个 “有温度” 的技术窝！
正文到此结束
热门推荐
相关文章
近期评论
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
搞个gitee的项目
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
