数据库软件架构，到底要设计些什么？
一、基本概念
概念一：单库
概念二：分片
分片解决“数据量太大”这一问题 ，也就是通常说的“水平切分”。
一旦引入分片，势必面临“数据路由”的新问题，数据到底要访问哪个库。 路由规则通常有 3 种方法：
（1）范围： range
优点： 简单，容易扩展。
缺点： 各库压力不均（新号段更活跃）。
（2）哈希： hash
优点： 简单，数据均衡，负载均匀。
缺点： 迁移麻烦（2库扩3库数据要迁移）。
（3）统一路由服务： router-config-server
优点： 灵活性强，业务与路由算法解耦。
缺点： 每次访问数据库前多一次查询。
概念三：分组
分组解决“可用性，性能提升”这一问题 ，分组通常通过主从复制的方式实现。
互联网公司数据库实际软件架构是“ 既分片，又分组”：
数据库软件架构，究竟设计些什么呢， 至少要考虑以下四点：
- 如何保证数据 可用性
- 如何提高数据库 读性能 （大部分应用读多写少，读会先成为瓶颈）
- 如何保证 一致性
- 如何提高 扩展性
二、如何保证数据的可用性？
解决可用性问题的思路是： 冗余 。
如何保证站点的可用性？ 冗余站点。
如何保证服务的可用性？ 冗余服务。
如何保证数据的可用性？ 冗余数据。
数据的冗余，会带来一个副作用：一致性问题。
如何保证数据库“读”高可用？
冗余读库。
冗余读库带来什么副作用？
读写有延时， 数据可能不一致 。
上图是很多互联网公司MySQL的架构，写仍然是单点，不能保证写高可用。
如何保证数据库“写”高可用？
冗余写库。
采用双主互备的方式，可以冗余写库。
冗余写库带来什么副作用？
双写同步，数据可能冲突 （例如“自增id”同步冲突）。
如何解决同步冲突，有两种常见解决方案：
（1）两个写库 使用不同的初始值，相同的步长来增加id ：1写库的id为0,2,4,6...；2写库的id为1,3,5,7…；
（2）不使用数据的id， 业务层自己生成唯一的id ，保证数据不冲突；
阿里云的RDS服务号称 写高可用，是如何实现的呢？
他们采用的就是类似于“双主同步”的方式（不再有从库了）。
仍是双主，但只有一个主提供读写服务，另一个主是“shadow-master”，只用来保证高可用，平时不提供服务。
master挂了，shadow-master顶上，虚IP漂移，对业务层透明，不需要人工介入。
这种方式的好处：
（1）读写没有延时，无一致性问题；
（2）读写高可用；
不足是：
（1）不能通过加从库的方式扩展读性能；
（2）资源利用率为50%，一台冗余主没有提供服务；
画外音：所以，高可用RDS还挺贵的。
三、如何扩展读性能？
提高读性能的方式大致有三种，第一种是 增加索引 。
这种方式不展开，要提到的一点是，不同的库可以建立不同的索引。
如上图：
（1）写库不建立索引；
（2）线上读库建立线上访问索引，例如uid；
（3）线下读库建立线下访问索引，例如time；
第二种扩充读性能的方式是， 增加从库 。
这种方法大家用的比较多，存在两个缺点：
（1）从库越多，同步越慢；
（2）同步越慢，数据不一致窗口越大；
第三种增加系统读性能的方式是， 增加缓存 。
常见的缓存架构如下：
（1）上游是业务应用；
（2）下游是主库，从库（读写分离），缓存；
如果系统架构实施了 服务化 ：
（1）上游是业务应用；
（2）中间是服务；
（3）下游是 主库，从库，缓存 ；
业务层不直接面向db和cache，服务层屏蔽了底层db、cache的复杂性。
不管采用主从的方式扩展读性能，还是缓存的方式扩展读性能，数据都要复制多份（主+从，db+cache），一定会引发一致性问题。
四、如何保证一致性？
主从数据库的一致性，通常有两种解决方案：
（1）中间件
如果某一个key有写操作，在不一致时间窗口内，中间件会将这个key的读操作也路由到主库上。
（2）强制读主
“双主高可用”的架构，主从一致性的问题能够大大缓解。
第二类不一致，是db与缓存间的不一致。
这一类不一致，《缓存架构，一篇足够？》里有非常详细的叙述，本文不再展开。
另外建议，所有允许cache miss的业务场景，缓存中的KEY都设置一个超时时间，这样即使出现不一致，有机会得到自修复。
