高性能数据库集群架构模式-shardingSphere

定位：通过shardingSphere 作为数据访问层，来操纵数据库集群

前置介绍

阿里巴巴规定如果单表数据量大于五百万条/容量>2GB时，就建议进行分库分表

解决方案

1. 读写分离

写操作路由到主机，读操作路由到从机

优点：避免数据库更新的行锁导致的查询性能降低

缺点：CAP --> 提升可用性(A)的时候必然会降低一致性(C)。

1. 数据分片

垂直分片

垂直拆分：数据行不多，但占用空间大--> 进行数据冷热分离。

缺点：操作表的数量变多，复杂度增高

优点：提高读写性能

水平分片

水平分表：数据行非常多 --> 根据某些策略[时间段/id取模/业务字段]进行拆分。

水平分库：如果水平分表后，依然无法满足性能要求，那就需要将多个表分散到不同的服务器上。

常见数据库集群解决方案

1. Apache ShardingSphere

2. MyCat

ShardingSphere-JDBC(数据访问层)

ShardingSphere-JDBC 定位为轻量级 Java 框架，在 Java 的 JDBC 层提供的额外服务。它使用客户端直连数据库，以 jar 包形式提供服务，无需额外部署和依赖，可理解为增强版的 JDBC 驱动，完全兼容 JDBC 和各种 ORM 框架。

ShardingSphere-Proxy(独立的一个应用程序)

hardingSphere-Proxy 定位为透明化的数据库代理端，通过实现数据库二进制协议，对异构语言提供支持。 目前提供 MySQL 和 PostgreSQL 协议，透明化数据库操作，对 DBA 更加友好。