聚合国内IT技术精华文章,分享IT技术精华,帮助IT从业人士成长

究竟能不能,不引入数据库中间件?

2021-07-30 23:11 浏览: 2982291 次 我要评论(0 条) 字号:

不少朋友经常会问我以下问题:
(1)快狗打车有没有使用数据库中间件?
(2)使用了什么数据库中间件,是自研,还是第三方?
(3)怎么实现的,是基于客户端的中间件,还是基于服务端的中间件?
(4)使用中间件后,join/子查询/集函数/事务等问题是怎么解决的?
(5)…
你是不是也有类似的疑问?

“究竟为什么要引入数据库中间件”却很少有人问及,今天和大家聊聊:
究竟为什么要引入数据库中间件

经过连续分层架构演进,DAO层基础数据服务化通用业务服务化前后端分离之后,一个业务系统的后端结构如上:
(1)web-view层通过http接口,从web-data获取json数据(前后端分离);
(2)web-data层通过RPC接口,从biz-service获取数据(通用业务服务);
(3)biz-service层通过RPC接口,从base-service获取数据(基础数据服务);
(4)base-service层通过DAO,从db获取数据(DAO);
(5)db存储数据;

随着时间的推移,数据量会越来越大,base-service通过DAO来访问db的性能会越来越低需要开始考虑对db进行水平切分,一旦db进行水平切分,原来很多SQL可以支持的功能,就需要base-service层来进行特殊处理
(1)有些数据需要路由到特定的水平切分库
(2)有些数据不确定落在哪一个水平切分库,就需要访问所有库
(3)有些数据需要访问全局的库,拿到数据的全局视野,到service层进行额外处理
(4)…

更具体的,对于前台高并发的业务,db水平切分后,有这么几类典型的业务场景及应对方案。特别强调一下,此处应对的是“前台”“高并发”“db水平切分”的场景,对于后台的需求,将通过前台与后台分离的架构处理,不在此处讨论。

第一,partition key上的单行查询。

典型场景:通过uid查询user。

场景特点
(1)通过patition key查询;
(2)每次只返回一行记录;

解决方案:base-service层通过patition key来进行库路由。
如上图:
(1)user-service底层user库,分库patition key是uid;
(2)uid上的查询,user-service可以直接定位到库;

第二,非patition key上的单行查询。

典型场景:通过login_name查询user

场景特点
(1)通过非patition key查询;
(2)每次只返回一行记录;

解决方案1:base-service层访问所有库。
如上图:
(1)user-service通过login_name先查全库;
(2)结果集在user-service再合并,最终返回一条记录;

解决方案2:base-service先查mapping库再通过patition key路由。
如上图:
(1)新建mapping库,记录login_name到uid的映射关系;
(2)当有非 patition key的查询时,先通过login_name查询uid;
(3)再通过patition key进行路由,最终返回一条记录;
 
解决方案3:基因法
关于“基因法”解决非patition key上的查询需求详见《用uid分库,uname上的查询怎么办?》。

第三,patition key上的批量查询。

典型场景:用户列表uid上的IN查询。

场景特点
(1)通过patition key查询;
(2)每次返回多行记录;

解决方案1:base-service层访问所有库,结果集到base-service合并。

解决方案2:base-service分析路由规则,按需访问。
如上图:
(1)base-service根据路由规则分析,判断出有些数据落在库1,有些数据落在库2;
(2)base-service按需访问相关库,而不是访问全库;
(3)base-service合并结果集,返回列表数据;

第四,其他需求…

本文写到这里,上述一、二、三、四其实都不是重点,base-service层通过各种各样的奇技淫巧,能够解决db水平切分后的数据访问问题,只不过:
(1)base-service层的复杂度提高了;
(2)数据的获取效率降低了;

当需要进行db水平切分的base-service越来越多以后,此时分层架构会变成下面这个样子:
底层的复杂性会扩散到各个base-service,所有的base-service都要关注:
(1)patition key路由;
(2)非patition key查询,先mapping,再路由;
(3)先全库,再合并;
(4)先分析,再按需路由;
(5)跨库分页处理;
(6)…

这个架构图是不是看上去很别扭?如何让数据的获取更加高效快捷呢?
数据库中间件的引入,势在必行。

这是“基于服务端”的数据库中间件架构图:
(1)base-service层,就像访问db一样,访问db-proxy,高效获取数据;
(2)所有底层的复杂性,都屏蔽在db-proxy这一层;

这是“基于客户端”的数据库中间件架构图:
(1)base-service层,通过db-proxy.jar,高效获取数据;
(2)所有底层的复杂性,都屏蔽在db-proxy.jar这一层;

结论
数据库水平切分,base-service层获取db数据过于复杂,成为通用痛点的时候,就应该抽象出数据库中间件,简化数据获取过程,提高数据获取效率,向上游屏蔽底层的复杂性。
任何脱离业务的架构设计,都是耍流氓
“为什么”比“怎么样”更重要
若有收获,随手帮哟。

推荐文章
每秒100W次的计数,架构这样设计
数据库软件架构,到底要设计些什么
MySQL官方的数据库中间件


网友评论已有0条评论, 我也要评论

发表评论

*

* (保密)

Ctrl+Enter 快捷回复