本文内容基本来自于沈大在架构师之路的文章和直播课程

1. 单KEY业务

1.1. 业务背景

用户中心是一个非常常见的业务，主要提供用户注册、登录、信息查询与修改的服务，其核心元数据为：

User(uid, login_name, passwd, sex, age, nickname, …)

当数据量越来越大时，我们可以基于uid需要对数据库进行水平切分。单这样用户中心的业务访问会带来新的问题。

对于uid属性上的查询可以直接路由到库，假设访问uid=123的数据，取模后能够直接定位user0库。

对于非uid属性上的查询，例如login_name属性上的查询，由于我们定位不到具体的数据库，只能遍历查询，当分库数量多起来，性能会显著降低。

在分库后，针对非uid属性的查询会有问题。下面我们根据业务来分析一下如何解决这个问题。

架构设计需要结合实际业务考虑

用户中心非uid属性上经常有两类业务需求：

• 用户侧，前台访问，最典型的有两类需求

用户登录：通过login_name/phone/email查询用户的实体，1%请求属于这种类型

用户信息查询：登录之后，通过uid来查询用户的实例，99%请求属这种类型

用户侧的查询基本上是单条记录的查询，访问量较大，服务需要高可用，并且对一致性的要求较高。

• 运营侧，后台访问，根据产品、运营需求，访问模式各异，按照年龄、性别、头像、登陆时间、注册时间来进行查询。

运营侧的查询基本上是批量分页的查询，由于是内部系统，访问量很低，对可用性的要求不高，对一致性的要求也没这么严格。

对于非uid属性上的查询需求，架构设计的核心思路为：

• 针对用户侧，应该采用“建立非uid属性到uid的映射关系”的架构方案
• 针对运营侧，应该采用“前台与后台分离”的架构方案

1.2. 用户侧

用户侧因为需要保证高可用和查询性能，我们需要保持水平切分设计。为了解决login_name查询问题，一般有3种方法

• 索引表法
• 缓存映射法
• 基因法

1.2.1 索引表法

索引表法就是通过一个索引表存储login_name和uid之间的映射关系，用login_name来访问时，先通过索引表查询到uid，再定位相应的库。

如果索引表的数据量过大，可以考虑通过login_name来分库。

索引表法的缺点就是必须多查询一次，会影响整体性能；而且路由表本身如果太大（例如，几亿条数据），性能同样可能成为瓶颈，又需要对login_name来分库，增加了系统复杂度。

1.2.2. 缓存映射法

因为索引表性能较低，我们可以将映射关系放到缓存中。login_name到uid的映射关系因为不会变更，所以一旦放任缓存不会更改，无需淘汰，缓存命中率超高。

1.2.3. 基因法

不能用login_name生成uid，可以从login_name抽取“基因”，融入uid中。

一般我们的uid都是采用ID生成算法生成的64bit的整数，如果我们分8个库，那么uid的最后3个bit就决定了uid基于hash路由到哪个库上。此时我们只需要在uid的最后3个bit由login_name生成。那么用login_name来访问时，先通过函数由login_name再次复原3bit基因，通过基因%8就可以直接定位到库。

考虑到以后扩容，可以多预留几个bit作为基因

1.3. 运营侧

后台运营侧，业务需求各异，基本是批量分页的访问，这类访问计算量较大，返回数据量较大，比较消耗数据库性能。

如果此时前台业务和后台业务公用一批服务和一个数据库，有可能导致，由于后台的“少数几个请求”的“批量查询”的“低效”访问，导致数据库的cpu偶尔瞬时100%，影响前台正常用户的访问（例如，登录超时）。

此时我们应该采用前台与后台分离的原则，用户侧通过MQ或者binlog方式将数据同步到运营侧

2. 一对多业务

例如帖子业务中，一个用户可以发布多个帖子，而一个帖子只对应一个发布者。90%的请求是根据帖子id查找帖子，10%的请求是根据用户ID查找帖子。如果我们通过帖子id来分库，那么通过用户id就定位不到库，必须扫描全部的库。

针对这种业务，我们可以根据用户ID来分库，采取基因法，在生成帖子id的时候讲用户ID融入到帖子ID里去。方法和前面介绍的基本一致。

3. 多对多业务

例如好友业务中，一个好友表需要保存2个用户id。这时我们可以采用数据冗余的方案

数据冗余是一种满足多维度查询的架构方案

4. 多KEY业务

所谓的“多key”，是指一条元数据中，有多个属性上存在前台在线查询需求。订单中心是一个非常常见的“多key”业务，主要提供订单的查询与修改的服务，其核心元数据为：

Order(oid, buyer_uid, seller_uid, time,money, detail…);

4.1. 业务背景

在进行架构讨论之前，先来对业务进行简要分析，看哪些属性上有查询需求。

前台访问，最典型的有三类需求:

• 订单实体查询：通过oid查询订单实体，90%流量属于这类需求
• 用户订单列表查询：通过buyer_uid分页查询用户历史订单列表，9%流量属于这类需求
• 商家订单列表查询：通过seller_uid分页查询商家历史订单列表，1%流量属于这类需求

前台访问的特点：吞吐量大，服务要求高可用，用户对订单的访问一致性要求高，商家对订单的访问一致性要求相对较低，可以接受一定时间的延时。

后台访问，根据产品、运营需求，访问模式各异:

• 按照时间，架构，商品，详情来进行查询

后台访问的特点：运营侧的查询基本上是批量分页的查询，由于是内部系统，访问量很低，对可用性的要求不高，对一致性的要求也没这么严格，允许秒级甚至十秒级别的查询延时。

因此对于前台和后台我们应该采用前台和后台分离的架构设计。

解决了后台业务的访问需求，问题转化为，前台的oid，buyer_uid，seller_uid如何来进行数据库水平切分？

假设没有seller_uid上的查询需求，而只有oid和buyer_uid上的查询需求，就蜕化为一个“1对多”的业务场景，对于“1对多”的业务，水平切分应该使用“基因法”。

假设没有oid上的查询需求，而只有buyer_uid和seller_uid上的查询需求，就蜕化为一个“多对多”的业务场景，对于“多对多”的业务，水平切分应该使用“数据冗余法”。

通过上述分析：

• 如果没有seller_uid，“多key”业务会蜕化为“1对多”业务，此时应该使用“基因法”分库：使用buyer_uid分库，在oid中加入分库基因
• 如果没有oid，“多key”业务会蜕化为“多对多”业务，此时应该使用“数据冗余法”分库：使用buyer_uid和seller_uid来分别分库，冗余数据，满足不同属性上的查询需求
• 如果oid/buyer_uid/seller_uid同时存在，可以使用上述两种方案的综合方案，来解决“多key”业务的数据库水平切分难题

参考资料

《数据库水平切分架构设计》

https://mp.weixin.qq.com/s/8aI9jS0SXJl5NdcM3TPYuQ

https://mp.weixin.qq.com/s/PCzRAZa9n4aJwHOX-kAhtA