侯佳佳,喬運(yùn)華,卜建國(guó),王海丹
(北京機(jī)械工業(yè)自動(dòng)化研究所,北京 100120)
由于數(shù)據(jù)量和并發(fā)訪問(wèn)量的急劇增加,數(shù)據(jù)庫(kù)的連接遇到瓶頸,大數(shù)據(jù)量的表訪問(wèn)速度慢、效率低的問(wèn)題日益突出。對(duì)于海量數(shù)據(jù)的處理,非關(guān)系型數(shù)據(jù)庫(kù)使用日益增多,如何部署分布式數(shù)據(jù)庫(kù),解決關(guān)系數(shù)據(jù)庫(kù)和非關(guān)系數(shù)據(jù)庫(kù)的共同使用以及大數(shù)據(jù)量的表訪問(wèn)效率低的問(wèn)題已成為重中之重,通過(guò)把數(shù)據(jù)拆分到不同的數(shù)據(jù)庫(kù),在應(yīng)用層對(duì)不同數(shù)據(jù)源整合的方案,是解決數(shù)據(jù)層性能問(wèn)題的關(guān)鍵。
隨著網(wǎng)絡(luò)流量爆發(fā)式的增長(zhǎng),業(yè)務(wù)拆分勢(shì)在必行。拆分的業(yè)務(wù)形成一個(gè)個(gè)獨(dú)立的子系統(tǒng),RS10系統(tǒng)包括生產(chǎn)、物流、財(cái)務(wù)等子系統(tǒng),每個(gè)子系統(tǒng)之間耦合度低,功能模塊劃分清晰,數(shù)據(jù)易于拆分。把生產(chǎn)、物流、財(cái)務(wù)等子系統(tǒng)的數(shù)據(jù)從存放在一個(gè)數(shù)據(jù)庫(kù)服務(wù)器上拆分成存放在不同的數(shù)據(jù)庫(kù)服務(wù)器上,通過(guò)中間數(shù)據(jù)層框架進(jìn)行數(shù)據(jù)整合,使得業(yè)務(wù)層訪問(wèn)數(shù)據(jù)仍像訪問(wèn)單個(gè)數(shù)據(jù)庫(kù)一樣,不造成任何影響。業(yè)務(wù)分級(jí)與關(guān)聯(lián)是業(yè)務(wù)劃分、信息共享和資源整合的過(guò)程,使用數(shù)據(jù)層框架解決分布式數(shù)據(jù)庫(kù)對(duì)業(yè)務(wù)分級(jí)和關(guān)聯(lián)帶來(lái)的影響。通過(guò)分庫(kù)分表、讀寫(xiě)分離,數(shù)據(jù)庫(kù)的性能問(wèn)題也迎刃而解。
數(shù)據(jù)拆分就是通過(guò)某種特定的條件,將我們存放在同一個(gè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)分散存放到多個(gè)數(shù)據(jù)庫(kù)(主機(jī))上面,以達(dá)到分散單臺(tái)設(shè)備負(fù)載的效果。數(shù)據(jù)拆分同時(shí)還可以提高系統(tǒng)的總體可用性,即使單臺(tái)設(shè)備崩潰之后,只是總體數(shù)據(jù)的某部分不可用,而不是所有數(shù)據(jù)。
數(shù)據(jù)拆分根據(jù)其拆分規(guī)則,可以分為兩種拆分模式。一種是按照不同的表拆分到不同的數(shù)據(jù)庫(kù)(主機(jī))之上,這種拆分稱之為數(shù)據(jù)的垂直拆分;另外一種則是根據(jù)表中的數(shù)據(jù)的邏輯關(guān)系,將同一個(gè)表中的數(shù)據(jù)按照某種條件拆分到多臺(tái)數(shù)據(jù)庫(kù)(主機(jī))上面,這種拆分稱之為數(shù)據(jù)的水平拆分。
數(shù)據(jù)的垂直拆分也稱縱向拆分,數(shù)據(jù)庫(kù)是由很多個(gè)數(shù)據(jù)塊組成,我們垂直地將這些數(shù)據(jù)塊拆開(kāi),將它們分散到多臺(tái)數(shù)據(jù)庫(kù)主機(jī)上面。
一個(gè)架構(gòu)設(shè)計(jì)較好的應(yīng)用系統(tǒng),其總體功能肯定是由很多個(gè)功能模塊所組成的,而每一個(gè)功能模塊所需要的數(shù)據(jù)對(duì)應(yīng)到數(shù)據(jù)庫(kù)中就是一個(gè)或者多個(gè)表。不同功能模塊的數(shù)據(jù)存放于不同的數(shù)據(jù)庫(kù)主機(jī),可以容易避免跨數(shù)據(jù)庫(kù)的連接存在。
垂直拆分的架構(gòu),如圖1所示。
圖1 垂直拆分架構(gòu)圖
垂直拆分的優(yōu)點(diǎn)表現(xiàn)在:
1)數(shù)據(jù)庫(kù)的拆分簡(jiǎn)單明了,拆分規(guī)則明確;
2)應(yīng)用程序模塊清晰明確,容易整合;
3)數(shù)據(jù)維護(hù)方便易行,容易定位。
垂直拆分的缺點(diǎn)則表現(xiàn)在:
1)部分表關(guān)聯(lián)無(wú)法在數(shù)據(jù)庫(kù)級(jí)別完成,需要在程序中完成;
2)訪問(wèn)及其頻繁且數(shù)據(jù)量超大的表依然存在性能瓶頸;
3)事務(wù)處理相對(duì)更加復(fù)雜。
水平拆分主要是將某個(gè)訪問(wèn)及其頻繁的表再按照某個(gè)字段的某種規(guī)則來(lái)分散到多個(gè)表中,每個(gè)表中包含一部分?jǐn)?shù)據(jù)。
數(shù)據(jù)的水平拆分是按照數(shù)據(jù)行的拆分,將表中的某些行拆分到一個(gè)數(shù)據(jù)庫(kù),而另外的某些行拆分到其他的數(shù)據(jù)庫(kù)中。為了我們?nèi)菀着卸ǜ餍袛?shù)據(jù)放在數(shù)據(jù)庫(kù)中,拆分需要按照特定的規(guī)則來(lái)進(jìn)行。如根據(jù)公司號(hào)或者用戶編碼等進(jìn)行拆分。
基于用戶的編碼進(jìn)行數(shù)據(jù)水平拆分,如圖2所示。
圖2 水平拆分架構(gòu)圖
水平拆分的優(yōu)點(diǎn)表現(xiàn)在:
1)表關(guān)聯(lián)基本能夠在數(shù)據(jù)庫(kù)端全部完成;
2)不存在超大型數(shù)據(jù)量和高負(fù)載的表;
3)事務(wù)處理相對(duì)簡(jiǎn)單;
水平拆分的缺點(diǎn)則表現(xiàn)在:
1)切分規(guī)則相對(duì)更為復(fù)雜,很難抽象出一個(gè)滿足整個(gè)數(shù)據(jù)庫(kù)的切分規(guī)則;
2)后期數(shù)據(jù)的維護(hù)難度有所增加,人為手工定位數(shù)據(jù)更困難;
3)應(yīng)用系統(tǒng)各模塊耦合度較高,對(duì)數(shù)據(jù)的遷移拆分造成一定的困難。
在實(shí)際的應(yīng)用場(chǎng)景中,系統(tǒng)的業(yè)務(wù)邏輯比較復(fù)雜,系統(tǒng)負(fù)載比較大,無(wú)法通過(guò)單獨(dú)的一種數(shù)據(jù)拆分方式來(lái)實(shí)現(xiàn),需要兩種拆分方法結(jié)合使用,分布式數(shù)據(jù)庫(kù)應(yīng)采用垂直拆分與水平拆分聯(lián)合使用,如圖3所示。
圖3 聯(lián)合拆分架構(gòu)圖
聯(lián)合拆分的優(yōu)點(diǎn):
1)可以充分利用垂直拆分和水平拆分各自的優(yōu)勢(shì)而避免各自的缺陷;
2)讓系統(tǒng)擴(kuò)展性得到最大化提升;
聯(lián)合拆分的缺點(diǎn):
1)數(shù)據(jù)庫(kù)系統(tǒng)架構(gòu)比較復(fù)雜,維護(hù)難度更大;
2)應(yīng)用程序架構(gòu)也相對(duì)更復(fù)雜。
數(shù)據(jù)庫(kù)在經(jīng)過(guò)垂直和(或)水平拆分被存放在不同的數(shù)據(jù)庫(kù)之后,RS10系統(tǒng)最大的問(wèn)題是訪問(wèn)業(yè)務(wù)數(shù)據(jù),讓業(yè)務(wù)數(shù)據(jù)得到較好的整合,因此,存在兩種解決方案:
第一種方案,在每個(gè)子系統(tǒng)中配置和管理需要的數(shù)據(jù)源,直接訪問(wèn)各個(gè)數(shù)據(jù)庫(kù),在每個(gè)子系統(tǒng)內(nèi)完成數(shù)據(jù)的整合;
第二種方案,使用數(shù)據(jù)層框架來(lái)統(tǒng)一管理所有的數(shù)據(jù)源,數(shù)據(jù)庫(kù)集群對(duì)每個(gè)子系統(tǒng)透明。
針對(duì)RS10,我們采用第二種解決方案來(lái)實(shí)現(xiàn)數(shù)據(jù)的整合。
在選擇通過(guò)數(shù)據(jù)庫(kù)的中間代理層來(lái)解決數(shù)據(jù)的拆分和整合方案之后,我們選取開(kāi)源的Amoeba框架,在它基礎(chǔ)上開(kāi)發(fā)出適合RS10的數(shù)據(jù)拆分和整合方案。
Amoeba是一個(gè)基于java開(kāi)發(fā)的,專注于解決分布式數(shù)據(jù)庫(kù)數(shù)據(jù)源整合的開(kāi)源框架,可用來(lái)監(jiān)視、分析或者傳輸他們之間的通訊信息,實(shí)現(xiàn)連接路由、Query分析、Query過(guò)濾和修改、負(fù)載均衡以及基本的HA機(jī)制等。
所有客戶端請(qǐng)求都是通過(guò)這個(gè)中間層,然后經(jīng)由中間層進(jìn)行相應(yīng)的分析,判斷出是讀操作還是寫(xiě)操作,然后分發(fā)到相應(yīng)的數(shù)據(jù)庫(kù)服務(wù)器上,我們基于這個(gè)框架來(lái)實(shí)現(xiàn)和部署RS10的分布式數(shù)據(jù)庫(kù),架構(gòu)圖如圖4所示。
圖4 分布式數(shù)據(jù)庫(kù)層架構(gòu)
Amoeba能解決RS10以下問(wèn)題:
1)RS10分庫(kù)分表以及拆分之后數(shù)據(jù)的整合;
2)提供了數(shù)據(jù)拆分規(guī)則,降低拆分規(guī)則給數(shù)據(jù)庫(kù)帶來(lái)的影響;
3)減少了數(shù)據(jù)庫(kù)與客戶端的連接數(shù),用戶只訪問(wèn)自己需要的數(shù)據(jù);
4)通過(guò)中間層代理,實(shí)現(xiàn)讀寫(xiě)分離。
基于這個(gè)開(kāi)源框架我們能開(kāi)發(fā)出同時(shí)連接不同的數(shù)據(jù)庫(kù)的數(shù)據(jù)源為前端應(yīng)用程序提供服務(wù),我們通過(guò)Amoeba框架分析Query語(yǔ)句,根據(jù)Query語(yǔ)句中所請(qǐng)求的數(shù)據(jù)來(lái)自動(dòng)識(shí)別Query語(yǔ)句的數(shù)據(jù)源是什么類型數(shù)據(jù)庫(kù),在哪個(gè)物理主機(jī)上面,然后選擇特定的JDBC驅(qū)動(dòng)和相應(yīng)協(xié)議連接后臺(tái)數(shù)據(jù)庫(kù)。
通過(guò)數(shù)據(jù)的垂直和水平拆分,增強(qiáng)數(shù)據(jù)庫(kù)的整體服務(wù)能力,通過(guò)數(shù)據(jù)層框架解決數(shù)據(jù)拆分和整合,使數(shù)據(jù)庫(kù)很容易擴(kuò)展,只需要增加廉價(jià)的PC服務(wù)器,即可線性增加數(shù)據(jù)庫(kù)集群的整體服務(wù)能力,從而實(shí)現(xiàn)分布式數(shù)據(jù)庫(kù)的部署和擴(kuò)展。
目前,關(guān)于分布式數(shù)據(jù)庫(kù)系統(tǒng)數(shù)據(jù)處理的研究很多,針對(duì)RS10大數(shù)據(jù)量的性能以及并發(fā)訪問(wèn)效率低的問(wèn)題,基于Amoeba框架,對(duì)大數(shù)據(jù)量的表進(jìn)行拆分,對(duì)集中式部署的數(shù)據(jù)庫(kù)采用分布式部署,有效的解決數(shù)據(jù)量大、并發(fā)訪問(wèn)效率低的問(wèn)題。分布式數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)的拆分和整合是最關(guān)鍵的環(huán)節(jié),只有充分解決這個(gè)問(wèn)題,分布式數(shù)據(jù)庫(kù)才能得到有效地使用。
[1] http://info.52z.com.[EB/OL.]
[2] MySql數(shù)據(jù)切分及整合方案—IT科技以人為本[J],2009.
[3] 王玉奎.通用高性能網(wǎng)絡(luò)棋牌游戲服務(wù)端的研究和設(shè)計(jì)[D].武漢理工大學(xué),2011.