一、????背景介绍

1．大数据量的存储需要大量的数据库资源；

2．数据量的不断增长要求数据库存储具有可扩展性；

3．在保证大数据量的情况下，要保证性能、高可用性等质量要求；

4．现有框架中没有彻底解决大数据量的存储问题；

5．Oracle等海量存储方案价格不菲，采用MySQL进行分库分表节约IT成本。

二、????可行性分析

1.?????风险评估

1)???????DBA数据库管理的资源和规范要求；

2.????业务数据量规模和变化的影响

1)???????对于事先可规划的中等以上数据规模，采用单库分表（一个数据库实例，分多张表）、读写分离、或者多库多表（多个数据库实例，多张表）可以满足业务需求，且相应设计和实现相对简单，不易出错。

2)???????对于初期数据规模不可准确预知，但随着业务发展数据规模不断增长的系统，要求数据存储具有可扩展性。这种可扩展性通过分库分表解决，要求分库分表在路由上具有极强的伸缩性，这也是分库分表的难点，本方案提出一个循序渐进的实现路线逐步解决这个问题。

3.????技术积累

1)???????公司已有简单的分库分表方案

2)???????这个方案缺乏扩展性

3)???????本方案将提出短期实现一定扩展性、中长期高可扩展性的方案

4.????开源或产品

1)???????商业版数据库Sharding：MySQL Proxy，提供MySQL协议接口（非JDBC），主从结构，可以负载平衡，读写分离，failover等，lua语法复杂，不支持大数据量的分库分表；

2)???????Amoeba，支持分数据库实例，每个数据相同的表，不支持事务；类似MySQL Proxy，设计上抛弃lua，更简单；

3)???????阿里集团研究院开源的CobarClient，主要面向小规模的数据库sharding集群访问，基于ibatis，需要规划数据规模，缺乏扩展性；另外有Cobar，阿里集团内部的一个完整DAL层，实现完整JDBC代理；

4)???????HibernateShards，Hibernate提供的sharding，支持分数据库实例，比较复杂，事先规划数据规模，和框架不符；

5)???????guzz，多库（虚拟的数据库，实际数据库的路由规则仍然自定义）、表分切、读写分离，以及多台数据库之间透明的分布式事务支持，设计目标是支持大型在线生产应用；需完全替换ibatis；完全和框架不符。

6)???????TDDL，淘宝的DAL，很强的分库分表能力，仍然需要数据量实现规划，动态扩展有限。

7)???????以上某些产品在一定程度上可以满足我们的需求，但不能彻底解决我们大数据量可扩展的问题。

三、????性能指标

1.???????和没有引入分库分表时相比，每次操作最大延迟<1ms；

四、????特性列表和RoadMap

1.?????垂直分库，不同业务数据使用不同数据库实例存储

2.?????数据切分：

a)???????根据切分字段Hash取模；

b)???????确定需要切分的数据，尽量将可能进行关联的分片数据放在一个数据库实例中，例如同一用户的基本信息、好友信息或者文件信息等；

3.?????短期：分库分表

a)???????数据库实例编号递增

b)???????每个数据库内分表序号从1递增，不全局编号

c)???????基于数据源（ibatis基础上）拦截建立访问层，应用感知

d)???????应用需在底层进行数据源、分布式事务考虑和管理等

e)???????可扩展性：只支持向上扩展，不支持收缩

4.?????长期：数据库访问层

a)???????建立灵活的数据切分和路由规则

b)???????支持MySQL集群

c)???????读写分离和负载均衡

d)???????可用性探测

e)???????分布式事务

f)????????对应用透明

?

附录：

?

单库单表

单库单表是最常见的数据库设计，例如，有一张用户(user)表放在数据库db中，所有的用户都可以在db库中的user表中查到。

?

单库多表

随着用户数量的增加，user表的数据量会越来越大，当数据量达到一定程度的时候对user表的查询会渐渐的变慢，从而影响整个DB的性能。如果使用mysql,?还有一个更严重的问题是，当需要添加一列的时候，mysql会锁表，期间所有的读写操作只能等待。

可以通过某种方式将user进行水平的切分，产生两个表结构完全一样的user_0000,user_0001等表，user_0000 + user_0001 + …的数据刚好是一份完整的数据。

?