数据库为最底层的数据存储，掌握mysql数据库的性能指标，从这里开始更容易定位问题，为性能调优缩小了范围。了解mysql的架构设计及设计原因、原理。了解主从的应用场景，了解mysql是如何实现主从复制的。了解数据库的垂直、水平、模8等拆分设计方法。
1. 数据库性能测试目的及范围
- sq|语句-慢查询等
- 资源使用率
- 数据库架构合理性
- 数据库性能指标
2. 数据库常用架构及主从同步工作原理
2.1 数据库常用架构
- 一主多从
在多台数据服务器中，分为主服务器和从服务器。一台主服务器对应多台从服务器。
主服务器只负责写入数据，从服务器只负责同步主服务器的数据，并让外部程序读取数据。
主服务器写入数据后，即刻将写入数据的命令发送给从服务器，从而使得主从数据同步。
应用程序可以随机读取某一台从服务器的数据，这样就可以分摊读取数据的压力。
当从服务器不能工作时，整个系统将不受影响；当主服务器不能工作时，可以方便地从从服务器选举一台来当主服务器
使用主从同步的优点：
提高读写性能
因为主从同步之后，数据写入和读取是在不同的服务器上进行的，而且可以通过增加从服务器来提高数据库的读取性能。
提高数据安全
因为数据已复制到从服务器，可以在从服务器上备份而不破坏主服务器相应数据。
缺点：
存在读写同步不及时现象，主从延迟
- 双机热备
优缺点：
优点：
数据同步没有延迟
主挂掉、立即切换到从
缺点：
当第二台服务器，就不会切换到第一个master
第一台挂掉在第一天写入时，在从可能写不上
设备硬件价格
- 主从同步工作原理
- master将改变记录到二进制日志(binary log)中
- slave将master的binary log events拷贝到它的中继日志(relay log)
- slave重做中继日志中的事件,将改变反映它自己的数据
3. 数据库的分库分表的设计方法
3.1 拆分的原因
- 单表或库数据量太大
- 硬件不能升级或无法升级
3.2 分库分表方案
- 业务拆分
根据模块需求拆分
- 垂直拆分
垂直分表
也就是“大表拆小表”，基于列字段进行的。一般是表中的字段较多，将不常用的， 数据较大，长度较长（比如text类型字段）的拆分到“扩展表“。 一般是针对那种几百列的大表，也避免查询时，数据量太大造成的“跨页”问题。
垂直分库
垂直分库针对的是一个系统中的不同业务进行拆分，比如用户User一个库，商品Producet一个库，订单Order一个库。 切分后，要放在多个服务器上，而不是一个服务器上。为什么？ 我们想象一下，一个购物网站对外提供服务，会有用户，商品，订单等的CRUD。没拆分之前， 全部都是落到单一的库上的，这会让数据库的单库处理能力成为瓶颈。按垂直分库后，如果还是放在一个数据库服务器上， 随着用户量增大，这会让单个数据库的处理能力成为瓶颈，还有单个服务器的磁盘空间，内存，tps等非常吃紧。 所以我们要拆分到多个服务器上，这样上面的问题都解决了，以后也不会面对单机资源问题。
数据库业务层面的拆分，和服务的“治理”，“降级”机制类似，也能对不同业务的数据分别的进行管理，维护，监控，扩展等。 数据库往往最容易成为应用系统的瓶颈，而数据库本身属于“有状态”的，相对于Web和应用服务器来讲，是比较难实现“横向扩展”的。 数据库的连接资源比较宝贵且单机处理能力也有限，在高并发场景下，垂直分库一定程度上能够突破IO、连接数及单机硬件资源的瓶颈。
- 水平拆分
水平分表
针对数据量巨大的单张表（比如订单表），按照某种规则（RANGE,HASH取模等），切分到多张表里面去。 但是这些表还是在同一个库中，所以库级别的数据库操作还是有IO瓶颈。不建议采用。
水平分库分表
将单张表的数据切分到多个服务器上去，每个服务器具有相应的库与表，只是表中数据集合不同。 水平分库分表能够有效的缓解单机和单库的性能瓶颈和压力，突破IO、连接数、硬件资源等的瓶颈。
水平分库分表切分规则
RANGE
从0到10000一个表，10001到20000一个表；
HASH取模 离散化
一个商场系统，一般都是将用户，订单作为主表，然后将和它们相关的作为附表，这样不会造成跨库事务之类的问题。 取用户id，然后hash取模，分配到不同的数据库上。
地理区域
比如按照华东，华南，华北这样来区分业务，七牛云应该就是如此。
时间
按照时间切分，就是将6个月前，甚至一年前的数据切出去放到另外的一张表，因为随着时间流逝，这些表的数据 被查询的概率变小，所以没必要和“热数据”放在一起，这个也是“冷热数据分离”。
4. 分库分表后面临的问题
事务支持
分库分表后，就成了分布式事务了。如果依赖数据库本身的分布式事务管理功能去执行事务，将付出高昂的性能代价； 如果由应用程序去协助控制，形成程序逻辑上的事务，又会造成编程方面的负担。
多库结果集合并（group by，order by）
跨库join
分库分表后表之间的关联操作将受到限制，我们无法join位于不同分库的表，也无法join分表粒度不同的表， 结果原本一次查询能够完成的业务，可能需要多次查询才能完成。 粗略的解决方法： 全局表：基础数据，所有库都拷贝一份。 字段冗余：这样有些字段就不用join去查询了。 系统层组装：分别查询出所有，然后组装起来，较复杂。
分库分表方案产品
目前市面上的分库分表中间件相对较多，其中基于代理方式的有MySQL Proxy和Amoeba， 基于Hibernate框架的是Hibernate Shards，基于jdbc的有当当sharding-jdbc， 基于mybatis的类似maven插件式的有蘑菇街的蘑菇街TSharding， 通过重写spring的ibatis template类的Cobar Client。
还有一些大公司的开源产品：
分库分表
好了各位，以上就是这篇文章的全部内容了，能看到这里人啊，都是人才。
如果这个文章写得还不错，觉得「王采臣」我有点东西的话 求点赞👍求关注❤️求分享👥 对耿男我来说真的非常有用！！！
白嫖不好，创作不易，各位的支持和认可，就是我创作的最大动力，我们下篇文章见！
王采臣 | 文 【原创】
如果本篇博客有任何错误，请批评指教，不胜感激 ！
微信公众号：
