問:常見的數據庫集羣架構如何?數據庫
答:一主多從,主從同步,讀寫分離。緩存
如上圖:架構
(1)一個主庫提供寫服務微服務
(2)多個從庫提供讀服務,能夠增長從庫提高讀性能性能
(3)主從之間同步數據優化
畫外音:任何方案不要忘了本心,加從庫的本心,是提高讀性能。架構設計
問:爲何會出現不一致?設計
答:主從同步有時延,這個時延期間讀從庫,可能讀到不一致的數據。3d
如上圖:路由
(1)服務發起了一個寫請求
(2)服務又發起了一個讀請求,此時同步未完成,讀到一個不一致的髒數據
(3)數據庫主從同步最後才完成
畫外音:任何數據冗餘,必將引起一致性問題。
問:如何避免這種主從延時致使的不一致?
答:常見的方法有這麼幾種。
方案一:忽略
任何脫離業務的架構設計都是耍流氓,絕大部分業務,例如:百度搜索,淘寶訂單,QQ消息,58帖子都容許短期不一致。
畫外音:若是業務能接受,最推崇此法。
若是業務可以接受,別把系統架構搞得太複雜。
方案二:強制讀主
如上圖:
(1)使用一個高可用主庫提供數據庫服務
(2)讀和寫都落到主庫上
(3)採用緩存來提高系統讀性能
這是很常見的微服務架構,能夠避免數據庫主從一致性問題。
方案三:選擇性讀主
強制讀主過於粗暴,畢竟只有少許寫請求,很短期,可能讀取到髒數據。
有沒有可能實現,只有這一段時間,可能讀到從庫髒數據的讀請求讀主,平時讀從呢?
能夠利用一個緩存記錄必須讀主的數據。
如上圖,當寫請求發生時:
(1)寫主庫
(2)將哪一個庫,哪一個表,哪一個主鍵三個信息拼裝一個key設置到cache裏,這條記錄的超時時間,設置爲「主從同步時延」
畫外音:key的格式爲「db:table:PK」,假設主從延時爲1s,這個key的cache超時時間也爲1s。
如上圖,當讀請求發生時:
這是要讀哪一個庫,哪一個表,哪一個主鍵的數據呢,也將這三個信息拼裝一個key,到cache裏去查詢,若是,
(1)cache裏有這個key,說明1s內剛發生過寫請求,數據庫主從同步可能尚未完成,此時就應該去主庫查詢
(2)cache裏沒有這個key,說明最近沒有發生過寫請求,此時就能夠去從庫查詢
以此,保證讀到的必定不是不一致的髒數據。
總結
數據庫主庫和從庫不一致,常見有這麼幾種優化方案:
(1)業務能夠接受,系統不優化
(2)強制讀主,高可用主庫,用緩存提升讀性能
(3)在cache裏記錄哪些記錄發生過寫請求,來路由讀主仍是讀從