建站
咨詢
售后
建站咨詢
新聞中心
數(shù)據(jù)庫管理系統(tǒng)（DBMS）是當(dāng)今企業(yè)架構(gòu)中不可或缺的一部分。DBMS的重要性在于它是企業(yè)的數(shù)據(jù)存儲庫，是企業(yè)決策制定的核心。因此，數(shù)據(jù)庫系統(tǒng)的運(yùn)行方面必須得到特別關(guān)注，因為在任何時候如果出現(xiàn)了性能問題就可能對企業(yè)的生產(chǎn)力和效率產(chǎn)生負(fù)面影響。本文將深入探討如何解決數(shù)據(jù)庫系統(tǒng)瓶頸問題。
成都創(chuàng)新互聯(lián)公司專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務(wù)，包含不限于成都網(wǎng)站設(shè)計、成都做網(wǎng)站、永登網(wǎng)絡(luò)推廣、重慶小程序開發(fā)、永登網(wǎng)絡(luò)營銷、永登企業(yè)策劃、永登品牌公關(guān)、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運(yùn)營等，從售前售中售后，我們都將竭誠為您服務(wù)，您的肯定，是我們最大的嘉獎；成都創(chuàng)新互聯(lián)公司為所有大學(xué)生創(chuàng)業(yè)者提供永登建站搭建服務(wù)，24小時服務(wù)熱線：18980820575，官方網(wǎng)址：www.cdcxhl.com
一、增加內(nèi)存
在數(shù)據(jù)庫系統(tǒng)中，內(nèi)存是非常重要的組成部分。利用內(nèi)存可以大大提高數(shù)據(jù)庫的性能，減輕磁盤訪問的負(fù)擔(dān)，因為內(nèi)存的訪問速度比硬盤快得多。通過安裝更多的內(nèi)存，可以使系統(tǒng)更快速地響應(yīng)請求并處理更多的數(shù)據(jù)。
二、合理設(shè)置索引
索引是將表分割成小的段，使數(shù)據(jù)庫能夠快速查找特定行的對象。索引的不正確使用可能會導(dǎo)致系統(tǒng)瓶頸，因為它會影響數(shù)據(jù)庫的性能。正確的索引設(shè)置可以顯著提高查詢性能，減少不必要的查詢時間。
三、優(yōu)化查詢語句
優(yōu)化查詢語句可以提高數(shù)據(jù)庫的性能。對查詢語句進(jìn)行分析并適當(dāng)調(diào)整這些語句能夠減少對系統(tǒng)的負(fù)擔(dān)和訪問數(shù)據(jù)庫的時間，進(jìn)而提高數(shù)據(jù)查詢的速度。
四、重構(gòu)表結(jié)構(gòu)
重構(gòu)表結(jié)構(gòu)可以有效的減少表的大小和提高查詢效率，因此可以提高數(shù)據(jù)庫的整體性能。在重構(gòu)表結(jié)構(gòu)的過程中，可以考慮將大型表進(jìn)行拆分、合并或部分拆分，這可以降低查詢時間和增加執(zhí)行效率。
五、定期清理緩存
定期清理緩存可以幫助懸掛在數(shù)據(jù)庫系統(tǒng)中的資源得到釋放，以便他們能夠用于其他應(yīng)用程序。當(dāng)緩存池被清空時，這些資源將再次被重新加載。這樣的操作可以提高數(shù)據(jù)庫的性能，尤其對于那些長時間運(yùn)行的服務(wù)器而言。
六、升級硬件
如果在進(jìn)行以上操作后仍然遇到瓶頸，就可以考慮升級硬件，如更快的磁盤、更好的CPU、更多的RAM等。這些技術(shù)可以幫助數(shù)據(jù)庫系統(tǒng)實現(xiàn)更好的性能，但是它們的價格相對較高。
七、監(jiān)控數(shù)據(jù)庫
對數(shù)據(jù)庫進(jìn)行定期監(jiān)控是提高數(shù)據(jù)庫系統(tǒng)性能的重要手段。通過監(jiān)控數(shù)據(jù)庫，可以發(fā)現(xiàn)哪些操作導(dǎo)致瓶頸，為優(yōu)化鋪平道路。此外，定期監(jiān)控可以幫助發(fā)現(xiàn)數(shù)據(jù)庫故障，有助于及早修復(fù)以避免數(shù)據(jù)丟失。
結(jié)論
通過上述方法可以較好的解決數(shù)據(jù)庫系統(tǒng)瓶頸問題，提高系統(tǒng)性能，減少等待時間，避免數(shù)據(jù)丟失及系統(tǒng)故障。對于那些面臨開銷增加的效益糾葛的企業(yè)，這些方法不一定適用于所有情況?？梢愿鶕?jù)不同的“瓶頸”問題的性質(zhì)選擇最為適合的方法。無論是增加內(nèi)存、優(yōu)化查詢語句、重構(gòu)表結(jié)構(gòu)等，甚至是升級硬件，在整個措施中，都需要綜合考慮并進(jìn)行實證評估來獲得更佳效果。
成都網(wǎng)站建設(shè)公司-創(chuàng)新互聯(lián)為您提供網(wǎng)站建設(shè)、網(wǎng)站制作、網(wǎng)頁設(shè)計及定制高端網(wǎng)站建設(shè)服務(wù)！
50種方法巧妙優(yōu)化你的SQLServer數(shù)據(jù)庫（一）
查詢速度慢的原因很多，常見如下幾種：
、沒有索引或者沒有用到索引(這是查詢慢最常見的問題，是程序設(shè)計的缺陷)
2、I/O吞吐量小，形成了瓶頸效應(yīng)。
3、沒有創(chuàng)建計算列導(dǎo)致查詢不優(yōu)化。
4、內(nèi)存不足
5、網(wǎng)絡(luò)速度慢
6、查詢出的數(shù)據(jù)量過大（可以采用多次查詢，其他的方法降低數(shù)據(jù)量）
7、鎖或者死鎖(這也是查詢慢最常見的問題，是程序設(shè)計的缺陷)
8、sp_lock,sp_who,活動的用戶查看,原因是讀寫競爭資源。
9、返回了不必要的行和列
、查詢語句不好，沒有優(yōu)化
可以通過如下方法來優(yōu)化查詢 :
1、把數(shù)據(jù)、日志、索引放到不同的I/O設(shè)備上，增加讀取速度，以前可以將Tempdb應(yīng)放在RAID0上，SQL2023不在支持。數(shù)據(jù)量（尺寸）越大，提高I/O越重要.
2、縱向、橫向分割表，減少表的尺寸(sp_spaceuse)
3、升級硬件
4、根據(jù)查詢條件,建立索引,優(yōu)化索引、優(yōu)化訪問方式，限制結(jié)果集的數(shù)據(jù)量。注意填充因子要適當(dāng)（是使用默認(rèn)值0）。索引應(yīng)該盡量小，使用字節(jié)數(shù)小的列建索引好（參照索引的創(chuàng)建）,不要對有限的幾個值的字段建單一索引如性別字段
5、提高網(wǎng)速;
6、擴(kuò)大服務(wù)器的內(nèi)存,Windows 2023和SQL server 2023能支持4-8G的內(nèi)存。配置虛擬內(nèi)存：虛擬內(nèi)存大小應(yīng)基于計算機(jī)上并發(fā)運(yùn)行的服務(wù)進(jìn)行配置。運(yùn)行 Microsoft SQL Server? 2023 時，可考慮將虛擬內(nèi)存大小設(shè)置為計算機(jī)中安裝的物理內(nèi)存的 1.5 倍。如果另外安裝了全文檢索功能，并打算運(yùn)行 Microsoft 搜索服務(wù)以便執(zhí)行全文索引和查詢，可考慮：將虛擬內(nèi)存大小配置為至少是計算機(jī)中安裝的物理內(nèi)存的 3 倍。將 SQL Server max server memory 服務(wù)器配置選項配置為物理內(nèi)存的 1.5 倍（虛擬內(nèi)存大小設(shè)置的一半）。
7、增加服務(wù)器CPU個戚鎮(zhèn)陵數(shù);但是必須明白并行處理串行處理更需要資源例如內(nèi)存。使用并行還是串行程是MsSQL自動評估選擇的。單個任務(wù)分解成多個任務(wù)，就可以在處理器上運(yùn)行。例如耽擱查詢的排序、連接、掃描和GROUP BY字句同時執(zhí)行，SQL SERVER根據(jù)系統(tǒng)的負(fù)載情況決定的并行等級，復(fù)雜的需要消耗大量的CPU的查詢最適合并行處理。但是更新操作UPDATE,INSERT，DELETE還不能并行處理。
8、如果是使用like進(jìn)行查詢的話，簡單的使用index是不行的，但是全旅手文索引，耗空間。 like ‘a(chǎn)%’ 使用索引 like ‘%a’ 不使用索引用 like ‘%a%’ 查詢時，查詢耗時和字段值總長度成正比,所以不能用CHAR類型，而是VARCHAR。對于字段的值很長的建全文索引。
9、DB Server 和APPLication Server 分離；OLTP和OLAP分離
、分布式分區(qū)視圖可用于實現(xiàn)數(shù)據(jù)庫服務(wù)器聯(lián)合體。聯(lián)合體是一組分開管理的服務(wù)器，但它們相互協(xié)作分擔(dān)系統(tǒng)的處理負(fù)荷。這種通過分區(qū)數(shù)據(jù)形成數(shù)據(jù)庫服務(wù)器聯(lián)合體的機(jī)制能夠擴(kuò)大一組服務(wù)器，以支持大型的多層 Web 站點的處理需要。有關(guān)更多信息，參見設(shè)計聯(lián)合數(shù)據(jù)庫服務(wù)器。（參照SQL幫助文件’分區(qū)視圖’）
a、在實現(xiàn)分區(qū)視圖之前，必須先水平分區(qū)表
b、在創(chuàng)建成員表后，在每個成員服務(wù)器上定義一個分布式分區(qū)視圖，并且每個視圖具有相同的名稱。這樣，引用分布式分區(qū)視圖名的查詢可以在任何一個成員服務(wù)器上運(yùn)行。系統(tǒng)操作如同每個成員服務(wù)器上都有一個原始表的復(fù)本一樣，但其實每個服務(wù)器上只有一個成員表和一個分布式分區(qū)視圖。數(shù)據(jù)的位置對應(yīng)用程高戚序是透明的。
、重建索引 DBCC REINDEX ,DBCC INDEXDEFRAG,收縮數(shù)據(jù)和日志 DBCC SHRINKDB,DBCC SHRINKFILE. 設(shè)置自動收縮日志.對于大的數(shù)據(jù)庫不要設(shè)置數(shù)據(jù)庫自動增長，它會降低服務(wù)器的性能。 在T-sql的寫法上有很大的講究，下面列出常見的要點：首先，DBMS處理查詢計劃的過程是這樣的：
1、 查詢語句的詞法、語法檢查
2、 將語句提交給DBMS的查詢優(yōu)化器
3、 優(yōu)化器做代數(shù)優(yōu)化和存取路徑的優(yōu)化
4、 由預(yù)編譯模塊生成查詢規(guī)劃
5、 然后在合適的時間提交給系統(tǒng)處理執(zhí)行
6、 最后將執(zhí)行結(jié)果返回給用戶其次，看一下SQL SERVER的數(shù)據(jù)存放的結(jié)構(gòu)：一個頁面的大小為8K(8060)字節(jié)，8個頁面為一個盤區(qū)，按照B樹存放。
、Commit和rollback的區(qū)別 Rollback:回滾所有的事物。 Commit:提交當(dāng)前的事物. 沒有必要在動態(tài)SQL里寫事物，如果要寫請寫在外面如： begin tran exec(@s) commit trans 或者將動態(tài)SQL 寫成函數(shù)或者存儲過程。
、在查詢Select語句中用Where字句限制返回的行數(shù),避免表掃描,如果返回不必要的數(shù)據(jù)，浪費(fèi)了服務(wù)器的I/O資源，加重了網(wǎng)絡(luò)的負(fù)擔(dān)降低性能。如果表很大，在表掃描的期間將表鎖住，禁止其他的聯(lián)接訪問表,后果嚴(yán)重。
、SQL的注釋申明對執(zhí)行沒有任何影響
數(shù)據(jù)庫架構(gòu)選型與落地，看這篇就夠了
隨著時間和業(yè)務(wù)的發(fā)展，數(shù)據(jù)庫中的數(shù)據(jù)量增長是不可控的，庫和表中的數(shù)據(jù)會越來越大，隨之帶來的是更高的
磁盤
、
IO
、
系統(tǒng)開銷
，甚至
性能
上的瓶頸，而單臺服務(wù)器的
資源終究是有限
的。
因此在面對業(yè)務(wù)擴(kuò)張過程中，應(yīng)用程序?qū)?shù)據(jù)庫系統(tǒng)的
健壯性
，
安全性
，
擴(kuò)展性
提出了更高的要求。
以下，我從數(shù)據(jù)庫架構(gòu)、選型與落地來讓大家入門。
數(shù)據(jù)庫會面臨什么樣的挑戰(zhàn)呢？
業(yè)務(wù)剛開始我們只用單機(jī)數(shù)據(jù)庫就夠了，但隨著業(yè)務(wù)增長，數(shù)據(jù)規(guī)模和用戶規(guī)模上升，這個時候數(shù)據(jù)庫會面臨IO瓶頸、存儲瓶頸、可用性、安全性問題。
為了解決上述的各種問題，數(shù)據(jù)庫衍生了出不同的架構(gòu)來解決不同的場景需求。
將數(shù)據(jù)庫的寫操作和讀操作分離，主庫接收寫請求，使用多個從庫副本負(fù)責(zé)讀請求，從庫和主庫同步更新數(shù)據(jù)保持?jǐn)?shù)據(jù)一致性，從庫可以水平擴(kuò)展，用于面對讀請求的增加。
這個模式也就是常說的讀寫分離，針對的是小規(guī)模數(shù)據(jù)，而且存在大量讀操作的場景。
因為主從的數(shù)據(jù)是相同的，一旦主庫宕機(jī)的時候，從庫可以
切換為主庫提供寫入
，所以這個架構(gòu)也可以提高數(shù)據(jù)庫系統(tǒng)的
安全性
和
可用性
；
優(yōu)點：
缺點：
在數(shù)據(jù)庫遇到
IO瓶頸
過程中，如果IO集中在某一塊的業(yè)務(wù)中，這個時候可以考慮的就是垂直分庫，將熱點業(yè)務(wù)拆分出去，避免由
熱點業(yè)務(wù)
的
密集IO請求
影響了其他正常業(yè)務(wù)，所以垂直分庫也叫
業(yè)務(wù)分庫
。
優(yōu)點：
缺點：
在數(shù)據(jù)庫遇到存儲瓶頸的時候，由于數(shù)據(jù)量過大造成索引性能下降。
這個時候可以考慮將數(shù)據(jù)做水平拆分，針對數(shù)據(jù)量巨大的單張表，按照某種規(guī)則，切分到多張表里面去。
但是這些表還是在同一個庫中，所以庫級別的數(shù)據(jù)庫操作還是有IO瓶頸（單個服務(wù)器的IO有上限）。
所以水平分嘩槐尺表主要還是針對
數(shù)據(jù)量較大
，整體業(yè)務(wù)
請求量較低
的場景。
優(yōu)點：
缺點：
四、分庫分表
在數(shù)據(jù)庫遇到存儲瓶頸和IO瓶頸的時候，數(shù)據(jù)量過大造成索引性能下降，加上同一時間需要處理大規(guī)模的業(yè)務(wù)請求，這個時候單庫的IO上限會限制處理效率。
所以需要將單張表的數(shù)據(jù)切分到多個服務(wù)器上去，每個服務(wù)器具有相應(yīng)的庫與表，只是表中數(shù)據(jù)不同。
分庫分表能夠有效地緩解單機(jī)和單庫的
性能瓶頸和壓力
，突破IO、連接數(shù)、硬件資源等的瓶頸。
優(yōu)點：
缺點：
注：分庫還是分表核心關(guān)鍵是有沒有IO瓶頸
。
分片方式都有什么呢？
RANGE（范圍分片）
將業(yè)務(wù)表中的某個
關(guān)鍵字段排序
后，按照順序從0到10000一個表，10001到20230一個表。最常見的就是
按照時間切分
（月表、年表）。
比如將6個月前，甚至一年前的數(shù)據(jù)切出去放到另外的一張表，因為隨著時間流明睜逝，這些表的數(shù)據(jù)被查詢的概率變小，銀行的交易記錄多數(shù)是采用這種方式。
優(yōu)點：
缺點：
HASH（哈希分片）
將訂單作為主表，然后將其相關(guān)的業(yè)務(wù)表作為附表，取用戶id然后
hash取模
，分配到不同的數(shù)據(jù)表或者數(shù)據(jù)庫上。
優(yōu)點：
缺點：
講到這里，我們已經(jīng)知道數(shù)據(jù)庫有哪些架構(gòu)，解決的是哪些問題，因此，
我們在日常設(shè)計中需要根據(jù)數(shù)據(jù)的特點，數(shù)據(jù)的傾向性，數(shù)據(jù)的安全性等來選擇不同的架構(gòu)
。
那么，我們應(yīng)該如何選擇數(shù)據(jù)庫架構(gòu)呢？
雖然把上面的架構(gòu)全部組合在一起可以形成一個強(qiáng)大的高可用，高負(fù)載的數(shù)據(jù)庫系統(tǒng)，但是架構(gòu)選擇合適才是最重要的。
混合架構(gòu)雖然能夠解決所有的場景的問題，但是也會面臨更多的挑戰(zhàn)，你以為的完美架構(gòu)，背后其實有著更多的坑。
1、對事務(wù)支持
分庫分表后（無論是垂直還是水平拆分亂高），就成了分布式事務(wù)了，如果依賴數(shù)據(jù)庫本身的分布式事務(wù)管理功能去執(zhí)行事務(wù)，將付出高昂的性能代價（XA事務(wù)）；如果由應(yīng)用程序去協(xié)助控制，形成程序邏輯上的事務(wù)，又會造成編程方面的負(fù)擔(dān)（TCC、SAGA）。
2、多庫結(jié)果并
（group by，order by）
由于數(shù)據(jù)分布于不同的數(shù)據(jù)庫中，無法直接對其做分頁、分組、排序等操作，一般應(yīng)對這種多庫結(jié)果并的查詢業(yè)務(wù)都需要采用數(shù)據(jù)清洗、同步等其他手段處理（TIDB、KUDU等）。
3、數(shù)據(jù)延遲
主從架構(gòu)下的多副本機(jī)制和水平分庫后的聚合庫都會存在主數(shù)據(jù)和副本數(shù)據(jù)之間的延遲問題。
4、跨庫join
分庫分表后表之間的關(guān)聯(lián)操作將受到限制，我們無法join位于不同分庫的表（垂直），也無法join分表粒度不同的表（水平）， 結(jié)果原本一次查詢就能夠完成的業(yè)務(wù)，可能需要多次查詢才能完成。
5、分片擴(kuò)容
水平分片之后，一旦需要做擴(kuò)容時。需要將對應(yīng)的數(shù)據(jù)做一次遷移，成本代價都極高的。
6、ID生成
分庫分表后由于數(shù)據(jù)庫獨(dú)立，原有的基于數(shù)據(jù)庫自增ID將無法再使用，這個時候需要采用其他外部的ID生成方案。
一、應(yīng)用層依賴類（JDBC）
這類分庫分表中間件的特點就是和應(yīng)用強(qiáng)耦合，需要應(yīng)用顯示依賴相應(yīng)的jar包（以Java為例），比如知名的TDDL、當(dāng)當(dāng)開源的
sharding-jdbc
、蘑菇街的TSharding等。
此類中間件的基本思路就是重新實現(xiàn)JDBC的API，通過重新實現(xiàn)
DataSource
、
PrepareStatement
等操作數(shù)據(jù)庫的接口，讓應(yīng)用層在
基本
不改變業(yè)務(wù)代碼的情況下透明地實現(xiàn)分庫分表的能力。
中間件給上層應(yīng)用提供熟悉的JDBC API，內(nèi)部通過
sql解析
、
sql重寫
、
sql路由
等一系列的準(zhǔn)備工作獲取真正可執(zhí)行的sql，然后底層再按照傳統(tǒng)的方法（比如數(shù)據(jù)庫連接池）獲取物理連接來執(zhí)行sql，最后把數(shù)據(jù)
結(jié)果合并
處理成ResultSet返回給應(yīng)用層。
優(yōu)點
缺點
二、中間層代理類（Proxy）
這類分庫分表中間件的核心原理是在應(yīng)用和數(shù)據(jù)庫的連接之間搭起一個
代理層
，上層應(yīng)用以
標(biāo)準(zhǔn)的MySQL協(xié)議
來連接代理層，然后代理層負(fù)責(zé)
轉(zhuǎn)發(fā)請求
到底層的MySQL物理實例，這種方式對應(yīng)用只有一個要求，就是只要用MySQL協(xié)議來通信即可。
所以用MySQL Navicat這種純的客戶端都可以直接連接你的分布式數(shù)據(jù)庫，自然也天然
支持所有的編程語言
。
在技術(shù)實現(xiàn)上除了和應(yīng)用層依賴類中間件基本相似外，代理類的分庫分表產(chǎn)品必須實現(xiàn)標(biāo)準(zhǔn)的MySQL協(xié)議，某種意義上講數(shù)據(jù)庫代理層轉(zhuǎn)發(fā)的就是MySQL協(xié)議請求，就像Nginx轉(zhuǎn)發(fā)的是Http協(xié)議請求。
比較有代表性的產(chǎn)品有開創(chuàng)性質(zhì)的Amoeba、阿里開源的Cobar、社區(qū)發(fā)展比較好的
Mycat
（基于Cobar開發(fā)）等。
優(yōu)點
缺點
JDBC方案
：無中心化架構(gòu)，兼容市面上大多數(shù)關(guān)系型數(shù)據(jù)庫，適用于開發(fā)高性能的輕量級 OLTP 應(yīng)用（面向前臺）。
Proxy方案
：提供靜態(tài)入口以及異構(gòu)語言的支持，適用于 OLAP 應(yīng)用（面向后臺）以及對分片數(shù)據(jù)庫進(jìn)行管理和運(yùn)維的場景。
混合方案
：在大型復(fù)雜系統(tǒng)中存在面向C端用戶的前臺應(yīng)用，也有面向企業(yè)分析的后臺應(yīng)用，這個時候就可以采用混合模式。
JDBC 采用無中心化架構(gòu)，適用于 Java 開發(fā)的高性能的輕量級 OLTP 應(yīng)用；Proxy 提供靜態(tài)入口以及異構(gòu)語言的支持，適用于 OLAP 應(yīng)用以及對分片數(shù)據(jù)庫進(jìn)行管理和運(yùn)維的場景。
ShardingSphere是一套開源的分布式數(shù)據(jù)庫中間件解決方案組成的生態(tài)圈，它由
Sharding-JDBC
、
Sharding-Proxy
和
Sharding-Sidecar
（計劃中）這3款相互獨(dú)立的產(chǎn)品組成，他們均提供標(biāo)準(zhǔn)化的數(shù)據(jù)分片、分布式事務(wù)和數(shù)據(jù)庫治理功能，可適用于如Java同構(gòu)、異構(gòu)語言、容器、云原生等各種多樣化的應(yīng)用場景。
ShardingSphere提供的核心功能：
Sharding-Proxy
定位為透明化的
數(shù)據(jù)庫代理端
，提供封裝了
數(shù)據(jù)庫二進(jìn)制協(xié)議的服務(wù)端版本
，用于完成對
異構(gòu)語言的支持
。
目前已提供MySQL版本，它可以使用
任何兼容MySQL協(xié)議的訪問客戶端
(如：MySQL Command Client, MySQL Workbench, Navicat等)操作數(shù)據(jù)，對DBA更加友好。
向
應(yīng)用程序完全透明
，可直接當(dāng)做MySQL使用。
適用于任何兼容MySQL協(xié)議的客戶端。
Sharding-JDBC
定位為
輕量級Java框架
，在Java的JDBC層提供的額外服務(wù)。 它使用客戶端直連數(shù)據(jù)庫，以jar包形式提供服務(wù)，無需額外部署和依賴，可理解為
增強(qiáng)版的JDBC驅(qū)動，完全兼容JDBC和各種ORM框架
。
以電商SaaS系統(tǒng)為例，前臺應(yīng)用采用Sharding-JDBC，根據(jù)業(yè)務(wù)場景的差異主要分為三種方案。
分庫（用戶）
問題解析：頭部企業(yè)日活高并發(fā)高，單獨(dú)分庫避免干擾其他企業(yè)用戶，用戶數(shù)據(jù)的增長緩慢可以不分表。
拆分維度：企業(yè)ID分庫
拆分策略：頭部企業(yè)單獨(dú)庫、非頭部企業(yè)一個庫
分庫分表（訂單）
問題解析：訂單數(shù)據(jù)增長速度較快，在分庫之余需要分表。
拆分維度：企業(yè)ID分庫、用戶ID分表
拆分策略：頭部企業(yè)單獨(dú)庫、非頭部企業(yè)一個庫，分庫之后用戶ID取模拆分表
單庫分表（附件）
問題解析：附件數(shù)據(jù)特點是并發(fā)量不大，只需要解決數(shù)據(jù)增長問題，所以單庫IO足以支撐的情況下分表即可。
拆分維度：用戶ID分表
拆分策略：用戶ID取模分表
問題一：分布式事務(wù)
分布式事務(wù)過于復(fù)雜也是分布式系統(tǒng)最難處理的問題，由于篇幅有限，后續(xù)會開篇專講這一塊內(nèi)容。
問題二：分布式ID
問題三：跨片查詢
舉個例子，以用戶id分片之后，需要根據(jù)企業(yè)id查詢企業(yè)所有用戶信息。
sharding針對跨片查詢也是能夠支持的，本質(zhì)上sharding的跨片查詢是采用同時查詢多個分片的數(shù)據(jù)，然后聚合結(jié)果返回，這個方式對資源耗費(fèi)比較大，特別是對數(shù)據(jù)庫連接資源的消耗。
假設(shè)分4個數(shù)據(jù)庫，8個表，則sharding會同時發(fā)出32個SQL去查詢。一下子消耗掉了32個連接；
特別是針對單庫分表的情況要注意，假設(shè)單庫分64個表，則要消耗64個連接。如果我們部署了2個節(jié)點，這個時候兩個節(jié)點同時查詢的話，就會遇到數(shù)據(jù)庫連接數(shù)上限問題（mysql默認(rèn)100連接數(shù)）
問題四：分片擴(kuò)容
隨著數(shù)據(jù)增長，每個片區(qū)的數(shù)據(jù)也會達(dá)到瓶頸，這個時候需要將原有的分片數(shù)量進(jìn)行增加。由于增加了片區(qū)，原先的hash規(guī)則也跟著變化，造成了需要將舊數(shù)據(jù)做遷移。
假設(shè)原先1個億的數(shù)據(jù)，hash分64個表，現(xiàn)在增長到50億的數(shù)據(jù)，需要擴(kuò)容到128個表，一旦擴(kuò)容就需要將這50億的數(shù)據(jù)做一次遷移，遷移成本是無法想象的。
問題五：一致性哈希
首先，求出每個
服務(wù)器的hash值
，將其配置到一個
0~2^n 的圓環(huán)上
（n通常取32）
其次，用同樣的方法求出待
存儲對象的主鍵 hash值
，也將其配置到這個圓環(huán)上。
然后，從數(shù)據(jù)映射到的位置開始順時針查找，將數(shù)據(jù)分布到找到的之一個服務(wù)器節(jié)點上。
一致性hash的優(yōu)點在于加入和刪除節(jié)點時只會影響到在哈希環(huán)中相鄰的節(jié)點，而對其他節(jié)點沒有影響。
所以使用一致性哈希在集群擴(kuò)容過程中可以減少數(shù)據(jù)的遷移。
好了，這次分享到這里，我們?nèi)粘５膶嵺`可能只會用到其中一種方案，但它不是數(shù)據(jù)庫架構(gòu)的全貌，打開技術(shù)視野，才能更好地把存儲工具利用起來。
老規(guī)矩，一鍵三連，日入兩千，點贊在看，年薪百萬！
本文作者：Jensen
7年Java老兵，小米主題設(shè)計師，手機(jī)輸入法設(shè)計師，ProcessOn特邀講師。
曾涉獵航空、電信、IoT、垂直電商產(chǎn)品研發(fā)，現(xiàn)就職于某知名電商企業(yè)。
技術(shù)公眾號
【架構(gòu)師修行錄】
號主，專注于分享日常架構(gòu)、技術(shù)、職場干貨，Java Goals：架構(gòu)師。
交個朋友，一起成長！
數(shù)據(jù)庫系統(tǒng)瓶頸的介紹就聊到這里吧，感謝你花時間閱讀本站內(nèi)容，更多關(guān)于數(shù)據(jù)庫系統(tǒng)瓶頸,如何解決數(shù)據(jù)庫系統(tǒng)瓶頸問題？,50種方法巧妙優(yōu)化你的SQLServer數(shù)據(jù)庫（一）,數(shù)據(jù)庫架構(gòu)選型與落地，看這篇就夠了的信息別忘了在本站進(jìn)行查找喔。
創(chuàng)新互聯(lián)（cdcxhl.com）提供穩(wěn)定的云服務(wù)器,香港云服務(wù)器,BGP云服務(wù)器,雙線云服務(wù)器,高防云服務(wù)器,成都云服務(wù)器,服務(wù)器托管。精選鉅惠，歡迎咨詢：028-86922220。
網(wǎng)站名稱：如何解決數(shù)據(jù)庫系統(tǒng)瓶頸問題？(數(shù)據(jù)庫系統(tǒng)瓶頸)
網(wǎng)站URL：http://www.5511xx.com/article/dpggohi.html
