分库分表就能无限扩容吗?

莫那·鲁道 2019-02-15 09:38:54
像我这样的菜鸟,总会有各种疑问,刚开始是对JDK API的疑问,对NIO的疑问,对JVM的疑问,当工作几年后,对服务的可用性,可扩展性也有了新的疑问,什么疑问呢?其实是老生常谈的话题:服务的扩容问题。

 

一、正常情况下的服务演化之路

 

让我们从最初开始。

 

单体应用

 

每个创业公司基本都是从类似SSM和SSH这种架构起来的,没什么好讲的,基本每个程序员都经历过。

 

RPC应用

 

当业务越来越大,我们需要对服务进行水平扩容,扩容很简单,只要保证服务是无状态的就可以了,如下图:

 

 

当业务又越来越大,我们的服务关系错综复杂,同时,有很多服务访问都是不需要连接DB的,只需要连接缓存即可,那么就可以做成分离的,减少DB宝贵的连接。如下图:

 

 

我相信大部分公司都是在这个阶段。Dubbo就是为了解决这个问题而生的。

 

分库分表

 

如果你的公司产品很受欢迎,业务继续高速发展,数据越来越多,SQL操作越来越慢,那么数据库就会成为瓶颈,那么你肯定会想到分库分表,不论通过ID hash或者range的方式都可以。如下图:

 

 

这下应该没问题了吧。任凭你用户再多,并发再高,我只要无限扩容数据库,无限扩容应用,就可以了。

 

这也是本文的标题,分库分表就能解决无限扩容吗?

 

实际上,像上面的架构,并不能解决。

 

其实,这个问题和RPC的问题有点类似:数据库连接过多!

 

通常,我们的RPC应用由于是使用中间件进行访问数据库,应用实际上是不知道到底要访问哪个数据库的,访问数据库的规则由中间件决定,例如Sharding JDBC。

 

这就导致,这个应用必须和所有的数据库连接,就像我们上面的架构图一样,一个RPC应用需要和3个MySQL连接,如果是30个RPC应用,每个RPC的数据库连接池大小是8,每个MySQL需要维护240个连接。

 

我们知道,MySQL默认连接数是100,最大连接数是16384,也就是说,假设每个应用的连接池大小是8 ,超过2048个应用就无法再继续连接了,也就无法继续扩容了。

 

注意,由于每个物理库有很多逻辑库,再加上微服务运动如火如荼,2048并没有看起来那么大。

 

也许你说,我可以通过前面加一个Proxy来解决连接数的问题,实际上,代理的性能也会成为问题,为什么?代理的连接数也是不能超过16384的,如果并发超过16384,变成163840,那么Proxy也解决不了问题。

 

怎么办?让我们再看看上面的架构图:

 

 

我们发现,问题是出在“每个RPC应用都要连所有的库”,导致扩容应用的同时,每个数据库连接数就要增加。就算增加数据库,也不能解决连接数的问题。

 

那怎么办呢?

 

二、单元化

 

单元化,听起来高大上,通常在一些XXX大会上,分享“关于两地三中心”,“三地五中心”,“异地多活”等等牛逼的名词的时候,单元化也会一起出现。

 

这里我们不讨论那么牛逼的,就只说“数据库连接数过多” 的问题。

 

实际上,思路很简单:我们不让应用连接所有的数据库就可以了。

 

假设我们根据range分成了10个库,现在有10个应用,我们让每个应用只连一个库,当应用增多变成20个,数据库的连接不够用了,我们就将10个库分成20个库,这样,无论你应用扩容到多少个,都可以解决数据库连接数过多的问题。

 

注意:做这件事的前提是,你必须保证,访问你这个应用的request请求的数据库一定是在这个应用的。

 

换个说法,当用户从DNS那里进来的时候,就知道自己要去那个应用了,所以,规则在DNS之前就定好了,虽然这有点夸张,但肯定在进应用之前就知道要去哪个库了。

 

所以,这通常需要一个规则,例如通过用户ID hash,由配置中心广播hash规则。这样,所有的组件都能保持一致的规则,从而正确的访问到数据库。如下图:

 

 

到这里,我们终于解决了无限扩容的问题。

 

三、最后

 

本文从单体应用开始,逐步讲述了一个正常后台的演进历程,知道了分库分表并不能解决“无限扩容”的问题,只有单元化才能解决这问题。而单元化则带来更多的复杂性。但是好处不言而喻。

 

单元化带来了更多的思路。有了单元化,解决了无限扩容的问题,但是我们还没有考虑单点的问题,即服务的可用性。要知道,我们这里的数据库都是单点的。

 

这就是另一个话题——异地多活,下次再聊。

活动预告