【架构必备】读写分离

1. 问题&分析

在读多写少的互联网业务场景,往往“读”性能会成为第一个瓶颈。

随着业务的发展,数据库负载越来越高,逐渐成为系统的瓶颈。面对“读”性能瓶颈,大致有以下几种解题思路:

  1. 提升 DB 配置从而获取更高的性能。使用更 NX 的机器,升级 DB 的 CPU、内存、磁盘等;

  2. 使用更多的 DB 来分担读压力。对 DB 进行“拆分”,一个 DB 实例负责数据写入,一组 DB 实例负责数据查询,也就是常说的读写分离;

  3. 将 读 压力转移到其他存储引擎。比如引入读性能更高的 Cache,让 Cache 挡在 DB 前面,降低落到 DB 上的请求量;

上面三种方案各具千秋,但性价比最高的仍旧是“读写分离方案”:

  1. 方案一,升级硬件资源,简单粗暴,主要是金钱上的考量;另外,硬件是存在天花板的,金钱不能解决一切问题;

  2. 方案三,缓存是提升读性能的一大杀器,追求性能的同时需要做很多事,比如调整逻辑代码、进行一致性保障、增加运维成本等,同时也为系统引入更多的复杂性。落地效果非常不错。但有时,杀鸡焉用牛刀?

  3. 方案二,中规中矩介于两者之间,无需过量的金钱投入,也无需过早的引入太多复杂性

2. 读写分离

以数据库部署架构为基础,对数据操作进行分离,主节点主要处理写请求,从节点主要处理读请求。

通过引入多个副本来分散读请求,从而实现 读请求 的水平扩展。主副本 与 从副本 间的数据一致就是通过 “复制” 来完成。

读写分离架构有几个非常重要的概念:

  1. 「主副本」。也称主节点,可以接受 读&写请求;

  2. 「从副本」。也称从节点,只能处理 读请求;

  3. 「复制」。主副本 与 从副本 间 基于“复制”技术实现数据同步;

  4. 「路由」。基于路由规则将请求分发至整个集群(主副本 + 从副本)

以最常见的MySQL主从架构为例:

【架构必备】读写分离

通过扩展 Slave 可以实现 读请求 的水平扩展,核心流程如下:

  1. 应用将写请求路由到 Master 节点;

  2. Master 节点完成写入后(事务提交),将变更写入到 Binlog;

  3. Slave 节点从 Master 节点获取 Binlog,并执行变更(涉及中继日志并发复制),保持与 Master 数据一致;

  4. 应用将读请求路由到 Slave 节点,从 Slave 中获取数据;

备注:Slave 过多会加重 Master 的压力,可通过多级复制或分区进行解决。

读写分离架构可以方便的对读请求进行扩展,看似美好,但需要解决两个问题:

  1. 「数据同步」。如何保障主从副本间的数据一致性,通常情况下由存储引擎的“复制”机制来保障;

  2. 「请求路由」。何时操作主副本,何时操作从副本,如何在多个副本间做负载均衡?

2.1. 复制模式

复制模式主要解决数据同步问题。通常比想象中的复杂,在此只对 单主复制 进行介绍,对于多主复制,由于过于复杂,并不在讨论范围。

2.1.1. 同步复制

同步复制架构如图所示:

【架构必备】读写分离
核心流程:
  1. 主节点处理完请求后,将复制信息同步到所有节点;

  2. 待所有节点返回后,再向用户返回最终结果;

特点:

「优点」

  1. 强一致性保障,应用写入成功后,从节点与主节点间就达成了一致,不存在数据延时问题

「缺点」

  1. 影响写入性能。写性能 = Master + Max(Slave)

  2. 影响可用性。某个 Slave 异常,直接影响写入,导致写入流程被中断

常见应用场景:
  1. 在实际开发中,该方案很少使用,特别是在 CAP 最终一致性思想的影响下

  2. TiDB 等 NewSQL 内部通过一致性协议保障 强一致,基于 NRW 理论保障可用性,这块非常复杂,不在讨论范围

2.1.2. 异步复制

异步复制架构如下:

【架构必备】读写分离
核心流程:
  1. 主节点处理完请求后,直接返回处理结果;

  2. 从节点通过异步方式从主节点获取信息;

特点
  1. 优点:写入性能好

  2. 缺点:存在数据丢失风险

应用场景
  1. 数据安全性要求低,性能要求高的场景,如 日志记录 等

  2. 极端情况下的“饮鸩止渴”,如 秒杀、大促场景

2.1.3. 半同步复制

半同步复制是同步复制和异步复制的结合体,架构如下:

【架构必备】读写分离
核心流程
  1. 主节点处理完请求后,对部分节点进行同步复制,等待其复制完成后,在向应用返回最终的处理结果;

  2. 其他剩余节点进行异步复制

特点
  1. 在性能和一致性间做平衡
应用场景
  1. 满足大多数业务场景。

2.2. 路由模式

路由模式,主要决定请求如何分发到众多的数据库节点。

2.2.1. 应用路由

在应用层使用代码对请求进行分发,整体架构如下:

【架构必备】读写分离
核心流程:
  1. 为每个数据库节点构建一个DataSource,结合 ORM 框架,构建不同的 DAO

  2. 应用代码根据业务场景,调用不同的 DAO 实现,完成读写操作

  3. 多个从节点 DataSource 可以封装为 一个聚合 DAO,内嵌负载均衡算法,在不同的 从库 间进行路由

特点:
  1. 优点:简单,使用编码实现,掌控力最强

  2. 缺点:对系统存在极大的侵入性,需要修改大量的逻辑代码

场景:
  1. 存在于老的项目或需要极致掌控力的场景

2.2.2. 智能数据源

将多个 DataSource 封装为一个具有路由功能的 SmartDataSource,整体架构如下:

【架构必备】读写分离
核心设计如下:
  1. 每一个数据节点对应一个 DataSource

  2. 将多个 DataSource 封装为一个 SmartDataSource

  3. SmartDataSource 自动解析 SQL,根据 SQL 类型自动完成请求路由

  4. 应用程序仅于 SmartDataSource 进行通信

特点:
  1. 优点:对程序没有侵入性,无需调整代码,只需替换底层 DataSource 即可

  2. 缺点:集群情况下,需要配置中心进行统一协调

场景:
  1. 特别使用于高性能场景

2.2.3. Proxy 路由

SmartDataSource 核心功能抽取到单独的服务,整体架构如下:

【架构必备】读写分离
核心设计:
  1. SmartDataSource 的职能抽取到单独的服务

  2. 向下管理多个数据库节点

  3. 向上暴露标准的 jdbc 接口,供应用程序使用

特点:
  1. 优点。便于管理,所有的管理动作全部收口到 Proxy 层;

  2. 缺点。增加一层网络开销,对性能有一定的影响;

场景:
  1. 使用于管理场景

通常情况下,会在配置中心的基础上,综合使用智能路由和Proxy路由两种模式:

  1. 智能路由。用于应用程序,追求极致的性能;

  2. Proxy路由。用于数据库管理,追求管理的便利性;

  3. 配置中心。为智能路由和Proxy路由提供统一的配置信息。

3. 延时挑战

应用程序集成读写分离后,最主要的挑战便是:复制延时。所以,在系统设计时,需要对特定场景进行特殊处理。

3.1. 更新场景,强制切主

对于更新场景,为了避免 主从延时导致的 写覆盖问题,通常使用强制切主策略。

写覆盖的根源,见下图:

【架构必备】读写分离

由于存在主从延时,所加载的 聚合根 不一定是最新的数据,因此,后续的修改 和 保存,都是在过期数据上执行,导致写丢失。

备注:乐观锁保护下,不会出现写丢失情况;

面对这种场景,最简单的策略便是:强制切主。具体流程如下:

【架构必备】读写分离

直接从 Mater 进行加载,避免 Slave 查询到过期数据。

SmartDataSource 和 Proxy 都提供了强制切主的设置方式,在此不做过多介绍。

3.2. 根据 version 进行智能路由

如果下游能拿到最新版本的 version,便可以根据 version 智能的获取数据。

以领域事件场景为例,问题描述如下:

【架构必备】读写分离

核心流程如下:

  1. 业务完成后,将变更更新至 DB,Master 更新完成后,直接返回处理结果;

  2. Slave 启动异步同步,但完成时间不可控;

  3. 业务发送 领域事件 至 Topic;

  4. 下游业务监听消息后,从 Slave 查询数据,如果Slave 尚未同步完成,则出现获取不到或获取过期数据的问题

针对这个场景,可以引入 version 进行数据验证,基于 Version 的流程如下:

【架构必备】读写分离

核心流程如下:

  1. 业务完成后,将业务变更和version变更更新至 DB,Master 更新完成后,直接返回处理结果;

  2. Slave 启动异步同步,但完成时间不可控;

  3. 领域事件包含当前的最新 version,将其发送至 Topic;

  4. 下游业务监听消息后,先从 Slave 获取数据,并比对两者的 version

    • 如果大于等于 msg 中的 version,则直接使用;
    • 否则 从 Master 中进行加载,然后执行业务逻辑

备注:步骤4 中 version 管理应该封装在服务接口,对外提供统一的带 version 参数的接口;

时间戳是一种特殊的version,可以使用数据表的 update_time 作为 version。

3.3. 读己之写

读己之写,简单说就是:保存完数据后,理解读取数据。

由于复制延时的存在,通常无法立即读取刚写入的数据,问题流程如下:

【架构必备】读写分离
核心流程:
  1. 业务基于 Master 完成操作直接返回,异步并将变更复制到从节点

  2. UI跳转至下一个页面,该页面会读取最新数据(详情页、列表页)

  3. 由于存在主从复制延时,可能无法获取最新数据

3.3.1. 主动延时

最简单的解法便是,在完成数据更新操作后,UI 主动sleep几秒,然后在进行下一步操作。

【架构必备】读写分离

整体流程如下:

  1. 在跳转新页面前,增加 loading 页,主动等待主从完成同步

  2. 在系统压力大时,仍旧无法从根源上解决该问题

  3. 由于其简单性,在项目中也大量使用

3.3.2. UI 动态添加

主动等待对用户存在一定的伤害,可以使用动态添加方案提升用户体验。

【架构必备】读写分离

核心点包括:

  1. 更新请求处理完成后,直接返回最新的数据,包括新增数据或修改后的数据;

  2. 前端获取数据后,直接在 UI 上进行操作,如将其 append 到 Table 中 或 直接渲染 详情页;

3.3.3. 智能切主

UI主动添加只是一种障眼法,用户刷新页面,仍旧可能看不到最新数据,可以试试强制切主

【架构必备】读写分离

根据规则,决定是否强制切主,如下:

  1. 根据业务场景,“我的 xxx” 强制切主,其他请求 默认走 Slave

  2. 时间间隔,请求时携带时间戳或版本,对请求进行切主判断

4. 小结

简单回顾,本文概要介绍了“读写分离”的方方面面,主要设计

  1. 读写分离是提升系统读性能的重要手段

  2. 落地读写分离,需要解决复制 和 路由 技术问题

  3. 由于复制延时的存在,对特殊的业务场景进行治理

推荐

Java面试题宝典

技术内卷群,一起来学习!!

【架构必备】读写分离

PS:因为公众号平台更改了推送规则,如果不想错过内容,记得读完点一下“在看”,加个“星标”,这样每次新文章推送才会第一时间出现在你的订阅列表里。“在看”支持我们吧!

原文始发于微信公众号(Java知音):【架构必备】读写分离

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

文章由半码博客整理,本文链接:https://www.bmabk.com/index.php/post/77789.html

(0)

相关推荐

发表回复

登录后才能评论
半码博客——专业性很强的中文编程技术网站,欢迎收藏到浏览器,订阅我们!