典型数据库架构设计与实践
本文，将介绍数据库架构设计中的一些基本概念，常见问题以及对应解决方案，为了便于读者理解，将以“用户中心”数据库为例，讲解数据库架构设计的常见玩法。
一、用户中心
用户中心是一个常见业务，主要提供用户注册、登录、信息查询与修改的服务，其核心元数据为：
User(uid, uname, passwd, sex, age,nickname, …)
其中：
•uid为用户ID，主键
•uname, passwd, sex, age, nickname, …等为用户的属性
数据库设计上，一般来说在业务初期，单库单表就能够搞定这个需求。
二、图示说明
为了方便大家理解，后文图片说明较多，其中：
•“灰色”方框，表示service，服务
•“紫色”圆框，标识master，主库
•“粉色”圆框，表示slave，从库
三、单库架构
最常见的架构设计如上：
•user-service：用户中心服务，对调用者提供友好的RPC接口
•user-db：一个库进行数据存储
四、分组架构
什么是分组？
答：分组架构是最常见的一主多从，主从同步，读写分离数据库架构：
•user-service：依旧是用户中心服务
•user-db-M(master)：主库，提供数据库写服务
•user-db-S(slave)：从库，提供数据库读服务
主和从构成的数据库集群称为“组”。
分组有什么特点？
答：同一个组里的数据库集群：
•主从之间通过binlog进行数据同步
•多个实例数据库结构完全相同
•多个实例存储的数据也完全相同，本质上是将数据进行复制
分组架构究竟解决什么问题？
答：大部分互联网业务读多写少，数据库的读往往最先成为性能瓶颈，如果希望：
•线性提升数据库读性能
•通过消除读写锁冲突提升数据库写性能
•通过冗余从库实现数据的“读高可用”
此时可以使用分组架构，需要注意的是，分组架构中，数据库的主库依然是写单点。
一句话总结，分组解决的是“数据库读写高并发量高”问题，所实施的架构设计。
五、分片架构
什么是分片？
答：分片架构是大伙常说的水平切分(sharding)数据库架构：
•user-service：依旧是用户中心服务
•user-db1：水平切分成2份中的第一份
•user-db2：水平切分成2份中的第二份
分片后，多个数据库实例也会构成一个数据库集群。
水平切分，到底是分库还是分表？
答：强烈建议分库，而不是分表，因为：
•分表依然公用一个数据库文件，仍然有磁盘IO的竞争
•分库能够很容易的将数据迁移到不同数据库实例，甚至数据库机器上，扩展性更好
水平切分，用什么算法？
答：常见的水平切分算法有“范围法”和“哈希法”：
范围法如上图：以用户中心的业务主键uid为划分依据，将数据水平切分到两个数据库实例上去：
•user-db1：存储0到1千万的uid数据
•user-db2：存储1到2千万的uid数据
哈希法如上图：也是以用户中心的业务主键uid为划分依据，将数据水平切分到两个数据库实例上去：
•user-db1：存储uid取模得1的uid数据
•user-db2：存储uid取模得0的uid数据
这两种方法在互联网都有使用，其中哈希法使用较为广泛。
分片有什么特点？
答：同一个分片里的数据库集群：
•多个实例之间本身不直接产生联系，不像主从间有binlog同步
•多个实例数据库结构，也完全相同
•多个实例存储的数据之间没有交集，所有实例间数据并集构成全局数据
分片架构究竟解决什么问题？
答：大部分互联网业务数据量很大，单库容量容易成为瓶颈，此时通过分片可以：
•线性提升数据库写性能，需要注意的是，分组架构是不能线性提升数据库写性能的
•降低单库数据容量
一句话总结，分片解决的是“数据库数据量大”问题，所实施的架构设计。
六、分组+分片架构
如果业务读写并发量很高，数据量也很大，通常需要实施分组+分片的数据库架构：
•通过分片来降低单库的数据量，线性提升数据库的写性能
•通过分组来线性提升数据库的读性能，保证读库的高可用
七、垂直切分
除了水平切分，垂直切分也是一类常见的数据库架构设计，垂直切分一般和业务结合比较紧密。
还是以用户中心为例，可以这么进行垂直切分：
User(uid, uname, passwd, sex, age, …)
User_EX(uid, intro, sign, …)
•垂直切分开的表，主键都是uid
•登录名，密码，性别，年龄等属性放在一个垂直表（库）里
•自我介绍，个人签名等属性放在另一个垂直表（库）里
如何进行垂直切分？
答：根据业务对数据进行垂直切分时，一般要考虑属性的“长度”和“访问频度”两个因素：
•长度较短，访问频率较高的放在一起
•长度较长，访问频度较低的放在一起
这是因为，数据库会以行(row)为单位，将数load到内存(buffer)里，在内存容量有限的情况下，长度短且访问频度高的属性，内存能够load更多的数据，命中率会更高，磁盘IO会减少，数据库的性能会提升。
垂直切分有什么特点？
答：垂直切分和水平切有相似的地方，又不太相同：
•多个实例之间也不直接产生联系，即没有binlog同步
•多个实例数据库结构，都不一样
•多个实例存储的数据之间至少有一列交集，一般来说是业务主键，所有实例间数据并集构成全局数据
垂直切分解决什么问题？
答：垂直切分即可以降低单库的数据量，还可以降低磁盘IO从而提升吞吐量，但它与业务结合比较紧密，并不是所有业务都能够进行垂直切分的。
八、总结
文章较长，希望至少记住这么几点：
•业务初期用单库
•读压力大，读高可用，用分组
•数据量大，写线性扩容，用分片
•属性短，访问频度高的属性，垂直拆分到一起
一、用户中心
用户中心是一个常见业务，主要提供用户注册、登录、信息查询与修改的服务，其核心元数据为：User(uid, uname, passwd, sex, age,nickname, …)
其中：
•uid为用户ID，主键
•uname, passwd, sex, age, nickname, …等为用户的属性
数据库设计上，一般来说在业务初期，单库单表就能够搞定这个需求。
二、图示说明
为了方便大家理解，后文图片说明较多，其中：•“灰色”方框，表示service，服务
•“紫色”圆框，标识master，主库
•“粉色”圆框，表示slave，从库
三、单库架构
最常见的架构设计如上：
•user-service：用户中心服务，对调用者提供友好的RPC接口
•user-db：一个库进行数据存储
四、分组架构
什么是分组？
答：分组架构是最常见的一主多从，主从同步，读写分离数据库架构：
•user-service：依旧是用户中心服务
•user-db-M(master)：主库，提供数据库写服务
•user-db-S(slave)：从库，提供数据库读服务
主和从构成的数据库集群称为“组”。
分组有什么特点？
答：同一个组里的数据库集群：
•主从之间通过binlog进行数据同步
•多个实例数据库结构完全相同
•多个实例存储的数据也完全相同，本质上是将数据进行复制
分组架构究竟解决什么问题？
答：大部分互联网业务读多写少，数据库的读往往最先成为性能瓶颈，如果希望：
•线性提升数据库读性能
•通过消除读写锁冲突提升数据库写性能
•通过冗余从库实现数据的“读高可用”
此时可以使用分组架构，需要注意的是，分组架构中，数据库的主库依然是写单点。
一句话总结，分组解决的是“数据库读写高并发量高”问题，所实施的架构设计。
五、分片架构
什么是分片？
答：分片架构是大伙常说的水平切分(sharding)数据库架构：
•user-service：依旧是用户中心服务
•user-db1：水平切分成2份中的第一份
•user-db2：水平切分成2份中的第二份
分片后，多个数据库实例也会构成一个数据库集群。
水平切分，到底是分库还是分表？
答：强烈建议分库，而不是分表，因为：
•分表依然公用一个数据库文件，仍然有磁盘IO的竞争
•分库能够很容易的将数据迁移到不同数据库实例，甚至数据库机器上，扩展性更好
水平切分，用什么算法？
答：常见的水平切分算法有“范围法”和“哈希法”：
范围法如上图：以用户中心的业务主键uid为划分依据，将数据水平切分到两个数据库实例上去：
•user-db1：存储0到1千万的uid数据
•user-db2：存储1到2千万的uid数据
哈希法如上图：也是以用户中心的业务主键uid为划分依据，将数据水平切分到两个数据库实例上去：
•user-db1：存储uid取模得1的uid数据
•user-db2：存储uid取模得0的uid数据
这两种方法在互联网都有使用，其中哈希法使用较为广泛。
分片有什么特点？
答：同一个分片里的数据库集群：
•多个实例之间本身不直接产生联系，不像主从间有binlog同步
•多个实例数据库结构，也完全相同
•多个实例存储的数据之间没有交集，所有实例间数据并集构成全局数据
分片架构究竟解决什么问题？
答：大部分互联网业务数据量很大，单库容量容易成为瓶颈，此时通过分片可以：
•线性提升数据库写性能，需要注意的是，分组架构是不能线性提升数据库写性能的
•降低单库数据容量
一句话总结，分片解决的是“数据库数据量大”问题，所实施的架构设计。
六、分组+分片架构
如果业务读写并发量很高，数据量也很大，通常需要实施分组+分片的数据库架构：
•通过分片来降低单库的数据量，线性提升数据库的写性能
•通过分组来线性提升数据库的读性能，保证读库的高可用
七、垂直切分
除了水平切分，垂直切分也是一类常见的数据库架构设计，垂直切分一般和业务结合比较紧密。还是以用户中心为例，可以这么进行垂直切分：
User(uid, uname, passwd, sex, age, …)
User_EX(uid, intro, sign, …)
•垂直切分开的表，主键都是uid
•登录名，密码，性别，年龄等属性放在一个垂直表（库）里
•自我介绍，个人签名等属性放在另一个垂直表（库）里
如何进行垂直切分？
答：根据业务对数据进行垂直切分时，一般要考虑属性的“长度”和“访问频度”两个因素：
•长度较短，访问频率较高的放在一起
•长度较长，访问频度较低的放在一起
这是因为，数据库会以行(row)为单位，将数load到内存(buffer)里，在内存容量有限的情况下，长度短且访问频度高的属性，内存能够load更多的数据，命中率会更高，磁盘IO会减少，数据库的性能会提升。
垂直切分有什么特点？
答：垂直切分和水平切有相似的地方，又不太相同：
•多个实例之间也不直接产生联系，即没有binlog同步
•多个实例数据库结构，都不一样
•多个实例存储的数据之间至少有一列交集，一般来说是业务主键，所有实例间数据并集构成全局数据
垂直切分解决什么问题？
答：垂直切分即可以降低单库的数据量，还可以降低磁盘IO从而提升吞吐量，但它与业务结合比较紧密，并不是所有业务都能够进行垂直切分的。
八、总结
文章较长，希望至少记住这么几点：•业务初期用单库
•读压力大，读高可用，用分组
•数据量大，写线性扩容，用分片
•属性短，访问频度高的属性，垂直拆分到一起
希望大伙有收获。