数据库分库分表规则

from: http://rdc.taobao.com/team/jm/archives/590

一般有几个目标:

1. 数据离散性,数据分布到多个库,多个表中

mod, round robin, dayofweek,dayofMonth

2. 避免热点数据在一个数据库库表上

3. 扩容时有大的数据迁移

以下的解决方案基于 整表搬迁但不会有表中行级数据迁移

【水平扩展scale-out方案模式一】

阶段一:一个库DB0之内分4个表,id%4

dbRule: “DB0"

tbRule: “t”  + (id % 4)

阶段二:增加db1库,t2和t3整表搬迁到db1

dbRule: “DB" + ((id%4)/2)

tbRule: “t”  + (id % 4)

阶段三:增加DB2和DB3库,t1整表搬迁到DB2,t3整表搬迁的DB3:

为了规则表达,通过内部名称映射或其他方式,我们将DB1和DB2的名称和位置互换得到下图

dbRule: “DB" + (id%4)

tbRule: “t”  + (id % 4)

如果更进一步数据库的设计和部署上能做到每个表一个硬盘,那么扩容的过程只要把原有机器的某一块硬盘拔下来,插入到新的机器上,就完成整表搬迁了!可以大大缩短停机时间。

具体在mysql上可以以库为表。开始一个物理机上启动4个数据库实例,每次倍增机器,直接将库搬迁到新的机器上。这样从始至终规则都不需要变化,一直都是:

dbRule: “DB” + (id % 4)tbRule: “t”  + (id % 4)

不足是:

即逻辑上始终保持4库4表,每个表一个库。

从一个库到4个库的过程中,单表的数据量一直在增长。当单表的数据量超过一定范围时,可能会带来性能问题。比如索引的问题,历史数据清理的问题。另外当开始预留的表个数用尽,到了4物理库每库1个表的阶段,再进行扩容的话,不可避免的要从表上下手。

【水平扩展scale-out方案模式二】

阶段一:一个数据库,两个表

分库规则dbRule: “DB0″分表规则tbRule: “t” + (id % 2)

阶段二:当单库的数据量接近1千万,单表的数据量接近500万时,进行扩容(数据量只是举例,具体扩容量要根据数据库和实际压力状况决定):

增加一个数据库DB1,将DB0.t1整表迁移到新库DB1。

每个库各增加1个表,未来10M-20M的数据mod2分别写入这2个表:t0_1,t1_1:

分库规则dbRule:

“DB” + (id % 2)

分表规则tbRule:

if(id < 1千万){
        return "t"+ (id % 2);   //1千万之前的数据,仍然放在t0和t1表。t1表从DB0搬迁到DB1库
    }else if(id < 2千万){
        return "t"+ (id % 2) +"_1"; //1千万之后的数据,各放到两个库的两个表中: t0_1,t1_1
    }else{
        throw new IllegalArgumentException("id outof range[20000000]:" + id);
    }

这样10M以后的新生数据会均匀分布在DB0和DB1; 插入更新和查询热点仍然能够在每个库中均匀分布。每个库中同时有老数据和不断增长的新数据。每表的数据仍然控制在500万以下。

阶段三:当两个库的容量接近上限继续水平扩展时,进行如下操作:

新增加两个库:DB2和DB3.以id%4分库。余数0、1、2、3分别对应DB的下标.t0和t1不变,

将DB0.t0_1整表迁移到DB2;将DB1.t1_1整表迁移到DB3

20M-40M的数据mod4分为4个表:t0_2,t1_2,t2_2,t3_2,分别放到4个库中:

分库规则dbRule:

if(id < 2千万){
      //2千万之前的数据,4个表分别放到4个库
      if(id < 1千万){
          return "db"+  (id % 2);     //原t0表仍在db0, t1表仍在db1
      }else{
          return "db"+ ((id % 2) +2); //原t0_1表从db0搬迁到db2; t1_1表从db1搬迁到db3
      }
  }else if(id < 4千万){
      return "db"+ (id % 4);          //超过2千万的数据,平均分到4个库
  }else{
      throw new IllegalArgumentException("id out of range. id:"+id);
  }

分表规则tbRule:

if(id < 2千万){        //2千万之前的数据,表规则和原先完全一样,参见阶段二
      if(id < 1千万){
          return "t"+ (id % 2);       //1千万之前的数据,仍然放在t0和t1表
      }else{
          return "t"+ (id % 2) +"_1"; //1千万之后的数据,仍然放在t0_1和t1_1表
      }
  }else if(id < 4千万){
      return "t"+ (id % 4)+"_2";      //超过2千万的数据分为4个表t0_2,t1_2,t2_2,t3_2
  }else{
      throw new IllegalArgumentException("id out of range. id:"+id);
  }

dbRule: “DB” + (id % 4)

tbRule:“t”+(id%4)

相关推荐