MySQL冗余数据的三种方案

Posted 2020-09-26 君莫笑·秋

一，为什么要冗余数据

互联网数据量很大的业务场景，往往数据库需要进行水平切分来降低单库数据量。

 

水平切分会有一个patition key，通过patition key的查询能够直接定位到库，但是非patition key上的查询可能就需要扫描多个库了。

 

此时常见的架构设计方案，是使用数据冗余这种反范式设计来满足分库后不同维度的查询需求。

 

例如：订单业务，对用户和商家都有订单查询需求：

Order(oid, info_detail);

T(buyer_id, seller_id, oid);

如果用buyer_id来分库，seller_id的查询就需要扫描多库。

如果用seller_id来分库，buyer_id的查询就需要扫描多库。

 

此时可以使用数据冗余来分别满足buyer_id和seller_id上的查询需求：

T1(buyer_id, seller_id, oid)

T2(seller_id, buyer_id, oid)

同一个数据，冗余两份，一份以buyer_id来分库，满足买家的查询需求；一份以seller_id来分库，满足卖家的查询需求。

 

如何实施数据的冗余，是今天将要讨论的内容。

 

二，服务同步双写

顾名思义，由服务层同步写冗余数据，如上图1-4流程：

• 业务方调用服务，新增数据

• 服务先插入T1数据

• 服务再插入T2数据

• 服务返回业务方新增数据成功

 

优点：

• 不复杂，服务层由单次写，变两次写

• 数据一致性相对较高（因为双写成功才返回）

 

缺点：

• 请求的处理时间增加（要插入两次，时间加倍）

• 数据仍可能不一致，例如第二步写入T1完成后服务重启，则数据不会写入T2

 

如果系统对处理时间比较敏感，引出常用的第二种方案。

 

三，服务异步双写

数据的双写并不再由服务来完成，服务层异步发出一个消息，通过消息总线发送给一个专门的数据复制服务来写入冗余数据，如上图1-6流程：

• 业务方调用服务，新增数据

• 服务先插入T1数据

• 服务向消息总线发送一个异步消息（发出即可，不用等返回，通常很快就能完成）

• 服务返回业务方新增数据成功

• 消息总线将消息投递给数据同步中心

• 数据同步中心插入T2数据

 

优点：

• 请求处理时间短（只插入1次）

 

缺点：

• 系统的复杂性增加了，多引入了一个组件（消息总线）和一个服务（专用的数据复制服务）

• 因为返回业务线数据插入成功时，数据还不一定插入到T2中，因此数据有一个不一致时间窗口（这个窗口很短，最终是一致的）

• 在消息总线丢失消息时，冗余表数据会不一致

 

不管是服务同步双写，还是服务异步双写，服务都需要关注“冗余数据”带来的复杂性。如果想解除“数据冗余”对系统的耦合，引出常用的第三种方案。

 

四，线下异步双写

为了屏蔽“冗余数据”对服务带来的复杂性，数据的双写不再由服务层来完成，而是由线下的一个服务或者任务来完成，如上图1-6流程：

• 业务方调用服务，新增数据

• 服务先插入T1数据

• 服务返回业务方新增数据成功

• 数据会被写入到数据库的log中

• 线下服务或者任务读取数据库的log

• 线下服务或者任务插入T2数据

 

优点：

• 数据双写与业务完全解耦

• 请求处理时间短（只插入1次）

 

缺点：

• 返回业务线数据插入成功时，数据还不一定插入到T2中，因此数据有一个不一致时间窗口（这个窗口很短，最终是一致的）

• 数据的一致性依赖于线下服务或者任务的可靠性

 

五，总结

互联网数据量大的业务场景，常常:

• 使用水平切分来降低单库数据量

• 使用数据冗余的反范式设计来满足不同维度的查询需求

• 使用服务同步双写法能够很容易的实现数据冗余

• 为了降低时延，可以优化为服务异步双写法

• 为了屏蔽“冗余数据”对服务带来的复杂性，可以优化为线下异步双写法