1条留言 [数据库技术] 季雨林 2020/5/12 23:31:18
数据库读写分离，已经是个数据库优化使用的老办法，本文要说的是使用场景问题。
按照我的理解，首先，数据库读写分离，适用场景是读远远大于写，这其实已经是大部分业务的共有特点，比如论坛，比如博客，作者编辑一片博客是写入，网友前来访问时查询，很显然，典型的属于“一次写入，无数次查询”的业务特征。
在类似于新闻、博客这样的场景下，数据库性能压力显然来自于读，因此将来如果数据库服务器单机承载不了，那可以轻松的使用主动分离，然后主库做写入，实时同步给从库的方式，然后读取压力，全都走从库，当然，一主多从才是更加轻松提高读取量的重要手段
读写分离的要素：局域网不同服务器，一主多从，多个相同的站点访问不同的从库。
实现读写分离的重要原因，在于讲读的压力分散到不同数据库服务器，所以读性能会有提升。因此读写分离一般建议配置多个从库去读，至于多个从库怎么读，则取决于前端分流，比如20个web服务器，分别配置10台访问A从库，另外10台访问B从库，但是写入呢，20台都像唯一的主库写入。
为什么读写分离不能提高写的效率？
有人提出过疑问，读写分离减轻了主库的读负载，那么集中精力写也算是提升写入能力了。这个解释虽然不算错，但是这个思维是有局限的：无论单机数据库怎么优化，显然不会突破硬盘物理写入极限，所以说，读写分离对于提升写入并没有直接效果
提升写库效率，有哪些方案？
很少有业务，能像传感器采集那样“写大于读”，所以说到这个物联网领域，很多人就有点惊讶了，其实也不难，道理都一样，那就是分散压力，一台机器不行，用10台机器合伙去干！
最简易的表分区，可能还是从单机的单硬盘多硬盘下手；
进一步的分表则跟表分区相似，但是对外表现已经不是单表了；
再进一步分库方案，则开始考虑集群多机器的分布式方案；
再进一步，分布式数据库，则已经完全要求通过集群分布式实现，最典型的比如阿里云DRDS之类的。
原文地址：
https://www.opengps.cn/Blog/View.aspx?id=701
文章的更新编辑依此链接为准。欢迎关注源站原创文章！