曾幾何時，“并發高就分庫，數據大就分表”已經成了處理 MySQL 數據增長問題的圣經。

面試官喜歡問，博主喜歡寫，候選人也喜歡背，似乎已經形成了一個閉環。

但你有沒有思考過，分庫分表真的適合你的系統嗎？

分表

在業務剛剛發展起來的時候，流量全部打到了一個 MySQL 上，用戶信息全落到了 user 表。

后來，user 表的數據量越來越大了。

于是，你做了一次垂直拆分，將原來的 user 表拆分成了新的 user 表和 user_details 表。

這樣一拆之后，用戶的信息分散到兩個表，user 表的數據量一下就變小了，user 表數據量過大的問題暫時就解決了。

但隨著業務的發展，線上的流量越來越大，單個 MySQL 已經扛不住流量的壓力了。

單個庫承受不住壓力的時候，就需要分庫了。

分庫

顧名思義，分庫就是將一個庫拆成多個庫，讓多個庫分擔流量的壓力。

拆成多個庫也意味著進行了分表，也就是說分庫一定分表，分表不一定分庫。

我們可以根據偏應用還是偏 DB，將分庫分表的實現方式分成三種類型：

• JDBC 代理模式
• DB 代理模式
• Sharding On MySQL 的 DB 模式

JDBC 代理模式

JDBC 代理模式是一種無中心化的架構模式。ShardingSphere-JDBC 就是 JDBC 代理模式的典型實現。

通常以 jar 包形式提供服務，讓客戶端直連數據庫，這種模式無需額外部署和依賴，可理解為增強版的 JDBC 驅動。

JDBC 代理模式雖然簡單，但違背了 DB 透明的原則，侵入性比較高，需要針對不同的語言編寫不同的 Driver。

美團的 Zebra、MTDDL，阿里 TDDL 都是基于這種模式的實現。

DB 代理模式

DB 代理模式是中心化的架構模式。ShardingSphere-Proxy 就是 DB 代理模式的經典實現。

這種模式旨在實現透明化的數據庫代理端，并獨立于應用部署，因為獨立部署，所以對異構語言沒有限制，不會對應用造成侵入。

DB 代理模式比 JDBC 代理模式消耗的連接數會少，相對來說性能也會更好。

但中心化的設計也帶來了單點的問題，為了保持高可用和高性能，還需要引入 LVS/F5 等 VIP 來實現流量的負載均衡，如果跨 IDC，還依賴諸如 DNS 進行 IDC 分發，大大拉長了應用到數據庫的鏈路，進而提高了響應時間。

阿里的 MyCat、美團的 Meituan Atlas 和百度 Heisenberg 就是基于 DB 代理模式的實現。

Sharding On MySQL

Sharding On MySQL 相當于屏蔽了分庫分表的操作，是運維和中間件結合的沉淀，比較典型例子是阿里的 DRDS。

這種模式讓分庫分表變得模糊，對應用來說，更像是一個封裝了 MySQL 的新型數據庫。

雖然用戶使用變得更簡單了，但簡單的背后是運維的沉淀，分庫分表該存在的問題它依然存在。

分庫分表的成本

實現分庫分表的方式有很多，但不同模式的實現似乎都是在彌補 MySQL 不支持分布式的缺陷。

分庫分表這種強行讓 MySQL 達到一個偽“分布式”的狀態，也帶來了一些新的問題，比如：

• 功能限制問題：分庫分表后跨維度 join、聚合、子查詢不復存在，唯一鍵、外鍵等全局約束也只能靠業務保障，DB 慢慢弱化為存儲。
• 運維復雜度問題：分庫分表后的多個庫表的管理麻煩，運維成本非常高，數據查詢也很麻煩。
• Sharding Key 問題：非 Sharding key 的查詢需要做額外的冗余處理，需要引入 Elasticsearch、ClickHouse 等其他節點，進一步提高了系統的復雜度。
• 唯一 ID 問題：分庫分表后唯一 ID 得不到保障，需要對唯一 ID 進行改造。
• 分布式事務問題：MySQL 自帶的 XA 柔性事務性能太低，需要引入新的分布式事務解決方案。

NewSQL

從上文得知，分庫分表需要犧牲 MySQL 的一些功能，還帶來許多新的問題。

那有沒有一種方案，既能擁有 MySQL 的功能，又能支持數據的可擴展？

有。那就是 NewSQL。

NewSQL 是一類關系數據庫管理系統，旨在為在線事務處理(OLTP) 工作負載提供 NoSQL 系統的可擴展性，同時保持傳統數據庫系統的 ACID 保證。

國內比較知名的 NewSQL 有阿里的 OceanBase、騰訊的 TDSQL、PingCAP 的 TiDB。它們既有 MySQL 的功能，又有分布式可擴展的能力。

筆者對阿里的 OceanBase 只能說是略懂皮毛，就不過多描述。

我們重點看一下騰訊的 TDSQL 和 PingCAP 的 TiDB。

從兩者的架構圖（省略了部分模塊）上可以看出，TDSQL 和 TiDB 的架構只有一些命名差別，可以說幾乎一模一樣。

兩者整體來說分為三個部分：

• 計算：負責接受客戶端的連接，執行 SQL 解析和優化，最終生成分布式執行計劃轉發給底層的存儲層執行。（TDSQL：SQL Engine 、TiDB：TiDB-Server）
• 存儲：分布式KV 存儲，類似 NoSQL 數據庫，支持彈性擴容和縮容。（TDSQL：TDStore 、TiDB：TiKV）
• 管控：整個集群的元信息管理模塊，是整個集群的大腦。（TDSQL：TDMetaCluster 、TiDB：Placement Driver ）

兩者核心的存儲模塊（TDStore/TiKV），都是基于 RocksDB 開發而來，都是

RocksDB 是由 Facebook 基于 LevelDB 開發的一款提供鍵值存儲與讀寫功能的 LSM-tree 架構引擎。

底層利用了

NewSQL 平滑接入方案

因為筆者落地過 TiDB，所以會以 TiDB 為例描述如何接入 NewSQL，做到不影響線上使用的平滑遷移。

第一步：初始狀態，所有線上讀和寫都落到 MySQL。

第二步：將 TiDB 作為 MySQL 的從節點接入系統，所有線上讀寫還是都落到 MySQL，日末通過腳本或者任務驗證 MySQL 的數據和 TiDB 的數據是否一致，這一步主要驗證 MySQL 數據同步到 TiDB 沒有問題。

第三步：將部分讀切換到 TiDB，這一步主要驗證 TiDB 同步的數據讀沒有問題，驗證系統 SQL 能正常在 TiDB 執行。

第四步：斷掉 MySQL 和 TiDB 之間的同步，雙寫 MySQL 和 TiDB，所有的線上讀流量都落到 MySQL。

第五步：將部分讀流量切到 TiDB，驗證 TiDB 寫入的數據能夠正常讀取。這一階段可以將部分冪等任務同時在兩個數據源上執行，驗證兩者數據是否一致。

第六步：將所有的線上讀流量切到 TiDB，同時保持雙寫，如果出問題隨即切到 MySQL。

第七步：斷掉 MySQL 的寫流量，將 MySQL 作為 TiDB 的一個從庫，作為降級使用。

整個方案的基礎是：

這個方案是建立在

NewSQL 真的有那么好嗎？

NewSQL 并是不萬能的，也不必去過于神化 NewSQL，國內比較知名的幾種 NewSQL 或多或少都存在部分功能缺陷，以 TiDB 為例：

• TiDB 的自增 ID 只能保證單個 TiKV 上的自增，并不能保證全局自增。
• 由于 TiKV 存儲是根據 key 的二進制順序排列的，使用自增 ID 可能會造成熱塊效應。
• TiDB 默認 RC（讀已提交）的事務隔離級別，并且不支持 RR（可重復讀）隔離級別，雖然提供了基本等價于RR的SI（Snapshot Isolation），但還是存在
• TiDB 的點查（select point）性能比 MySQL 要差不少，在幾個億級別的數據量才能勉強和 MySQL 打平。
• 因為底層基于 Raft 協議做數據同步，所以 TiDB 延遲會比 MySQL 要高。
• ...

所以說，NewSQL 也并不是屠龍刀，需要根據實際應用去評估這些缺陷帶來的影響。

NewSQL 的應用

NewSQL 在國內其實已經發展了很多年，OceanBase 誕生于 2010 年，TDSQL 可追溯到 2004 年，TiDB 誕生于 2015 年。

三者在國內外積累了不少的客戶案例。

OceanBase

• OceanBase 已經覆蓋
• 中國工商銀行全行業務都使用 OceanBase，包含不限于存、貸、支付結算及創新業務等。
• OceanBase 憑借混合云架構、高可用、Oracle 兼容等特性，通過分布式中間件、金融套件、移動開發平臺集成解決方案，支撐
• 招商銀行的“海量行情系統”和“歷史收益系統”就是采用 OceanBase 作為底層數據庫。

TDSQL

微眾銀行實現了 TDSQL 私有化部署，是一個典型的兩地多中心架構。

• 富途證券的港股交易系統、東吳證券新一代核心交易系統底層存儲都是 TDSQL。
• 數字廣東
• 平安銀行、中國農業銀行、華夏銀行、中國銀行都有相關業務在 TDSQL 上。

TiDB

• 北京銀行的網聯支付業務，所有北京銀行的銀行卡綁定在比如支付寶、微信上的支付操作，后端的數據庫就是運行在 TiDB，而且是一個典型的兩地三中心同城雙活的架構，這個業務非常的關鍵，如果業務中斷超過一定時間，就是需要上報銀監會的。
• 日本排名第一的支付公司——
• 中國人壽的壽財險業務，正在用 TiDB 陸續替換 Oracle 。
• 肯德基所有的會員登錄系統，包括 KFC 的 APP 以及第三方登錄，后臺數據庫都是用的 TiDB ，這套業務 2020 年 4 月份上線，已經經歷過多次肯德基的大促等活動，目前肯德基的后臺支付系統也已經切換到 TiDB 上。
• 麥當勞的賬戶以及訂單系統全部基于 TiDB，如果 TiDB 出問題了，那么國內所有的麥當勞門店，包括線上和線下的點單系統都將沒法正常運行。
• 微眾銀行最核心和最賺錢的微粒貸業務，后臺的全量批處理業務就運行在 TiDB 上面。

分庫分表和 NewSQL 到底怎么選？

分庫分表是一個重量級的方案，它會帶來很多新的問題，對基建和運維的要求也很高。

NewSQL 功能強大但也有功能缺陷。

如何去抉擇需要根據系統現狀和公司情況去綜合判斷。

分庫分表是一個重量級的方案，如果讀寫分離、冷熱分離等輕量級方案能解決的問題就沒必要上分庫分表。

如果緩存分流和讀寫分離都扛不住了，且你身處互聯網企業，基建尚可且運維也跟得上，分庫分表仍然是第一選擇；

但如果你身處一個傳統的企業，基建很差甚至沒有基建，那么你可以考慮考慮NewSQL。

技術沒有高低之分，能解決問題的技術就是好技術，技術方案選擇上切莫炫技，也切勿過度設計！

參考資料

https://shardingsphere.apache.org/document/current/cn/overview/

https://docs.pingcap.com/zh/tidb/stable/tidb-architecture

https://www.oceanbase.com/customer/home

https://dbaplus.cn/news-11-1854-1.html