知识卡片
数据库拆分演进
数据库扩容由粗到细:先垂直拆分,按业务把表分到不同库,代价是跨库 join 和分布式事务;再读写分离,读多写少的库挂从库;再水平分库分表,解决单表容量和 IO 瓶颈,随之要处理跨库 join、排序分页、全局 ID 和分布式事务;最后把长文本、购物车等数据放到 MongoDB、Redis 等更合适的存储。
结构图:
flowchart TB
A["单库单表"] --> B["垂直拆分<br/>按业务拆到不同库<br/>⚠️引入跨库join与分布式事务问题"]
B --> C["读写分离<br/>主库写/从库读<br/>缓解读多写少的压力"]
C --> D["水平拆分(分库分表)<br/>按ID/用户/时间等维度切分<br/>⚠️引入跨库排序分页/自增ID/分布式事务问题"]
D --> E["特殊数据挪到合适存储<br/>(长文本→MongoDB, 高频KV→Redis双写)"]
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《亿级流量网站架构核心技术》第14章《如何扩容》"14.4 数据库拆分"(源文件:_epub-src/EPUB/text00001.html,navPoint playOrder 242)
- 结论依据:原文说明"随着流量的增加,数据库的压力也会随之而来,一般会伴随着应用拆分进行数据库拆分……按照业务维度进行垂直拆分……按照不同业务拆分后,随着流量的增加,像商品这种读多写少的数据库会遇到读瓶颈,此时就需要使用读写分离来解决……随着流量和数据量的增加,单库单表会遇到容量和磁盘/带宽IO瓶颈……此时就需要分库、分表,或者分库分表",直接支撑本卡片结论。
- 原始内容:随着流量的增加,数据库的压力也会随之而来,一般会伴随着应用拆分进行数据库拆分……按照不同业务拆分后,随着流量的增加,像商品这种读多写少的数据库会遇到读瓶颈,此时就需要使用读写分离来解决……此时就需要分库、分表,或者分库分表。