这篇文章是对又拍网公布的数据库案例的分析总结

又拍网是一个大型照片分享社区，数据库架构也是从简单到复杂发展起来的

数据库进化过程

（1）一主一从

最初是由一台主库和一台从库组成，当时从库只用作备份和容灾，当主库出现故障时，从库就手动变成主库

随着压力的增加，加上了memcached

（2）一主多从

通过添加多个从库来分流查询压力

（3）数据库拆分

随着数据量的增加，读写压力都迅速增加，决定进行数据库拆分，将数据存放到不同的数据库服务器中

数据库拆分

一般可以按两个纬度来拆分数据:

（1）垂直拆分

按功能模块拆分，多个数据库之间的表结构不同

（2）水平拆分

将同一个表的数据进行分块保存到不同的数据库中，数据库中的表结构相同


又拍网的核心业务对象是用户上传的照片，而照片数据的增加速度随着用户量的增加越来越快

压力基本上都在照片表上，垂直拆分不太适合，所以，采用了水平拆分的方式

拆分规则

常见的拆分方式是对表中某列值的范围或者hash值拆分，比如ID在0-10000之间的用户对应到数据库A，ID在10000-20000这个范围的对应到数据库B

这种方法实现起来比较方便高效，但是不能满足后续的伸缩性要求，如果需要增加数据库节点，必需调整算法或移动很大的数据集，比较难做到在不停止服务的前提下进行扩充数据库节点

又拍网采用的拆分方法是：映射表

这种方法是指建立一个索引表，保存每个用户ID和数据库ID的对应关系，每次读写用户数据时先从这个表获取对应数据库，新用户注册后，在所有可用的数据库中随机挑选一个为其建立索引

把索引表进行缓存，提高检索性能

数据迁移

如果需要平衡各个节点的压力，需要进行数据的迁移

例如要迁移用户A的数据

（1）将A状态置为迁移数据中，这个状态的用户不能进行写操作，并在页面上进行提示

（2）然后将用户A的数据全部复制到新增加的节点上

（3）更新映射表

（4）将用户A的状态置为正常

（5）将原数据库上的数据删除

迁移操作放在凌晨，减少对用户访问的影响

数据访问过程



拆分带来的问题

（1）跨库关联查询

如果需要查询的数据分布于不同的数据库，不便于通过JOIN的方式查询获得

比如要获得好友的最新照片，不能保证所有好友的数据都在同一个数据库里，需要通过多次查询，再进行聚合

有些需求可以通过保存多份数据来解决，例如用户A、用户B的数据库分别是DB1、DB2，当A评论了B作品时

先在B所在DB2中photo_comments表插入记录，记录B的哪个作品被谁评论了什么内容

然后在A所在DB1中user_comments表插入记录，记录A给哪个作者的哪个作品发表过评论

这样可以通过photo_comments得到B的某张照片的所有评论，也可以通过user_comments获得A发布过的所有评论

（2）不能保证数据的一致/完整性

跨库的数据没有外键约束，也没有事务保证，比如上面评论照片的例子，很可能出现成功插入photo_comments表，但是插入user_comments表时却出错了

可以在两个库上都开启事务，然后先插入photo_comments，再插入user_comments，然后提交两个事务，但不能完全保证这个操作的原子性

（3）自增ID

增加了一个专门用来生成ID的数据库，表结构很简单，只有一个自增字段id

例如要插入评论时，先在ID库的photo_comments表里插入一条空的记录，以获得一个唯一的评论ID

定期清理ID库的数据，以保证获取新ID的效率

数据库布局

整个数据库由多个子库构成



每个子库由两台物理服务器组成，两台都为master，互相复制



虽然都为master，但只有一个为工作状态，那么另一台就闲置了，为了节约成本，在两台服务器上放两个子库