分库分表就能无限扩容吗？

ゝ一世哀愁。 2021-07-31 22:54 382阅读 0赞

![640?wx\_fmt=png][640_wx_fmt_png]

作 者：莫那-鲁道

来 源：http://t.cn/EKNnk

**广而告之：**由于此订阅号换了个皮肤，系统自动取消了读者的公众号置顶。导致用户接受文章不及时。可以打开订阅号，选择置顶（标星）公众号，重磅干货，第一时间送达！

刚开始工作的菜鸟，总会有各种疑问，刚开始是对 JDK API 的疑问，对 NIO 的疑问，对 JVM 的疑问，当工作几年后，对服务的可用性，可扩展性也有了新的疑问，什么疑问呢？其实是老生常谈的话题：服务的扩容问题。

## **正常情况下的服务演化之路** ##

让我们从最初开始。

### **1、单体应用** ###

每个创业公司基本都是从类似 SSM 和 SSH 这种架构起来的，没什么好讲的，基本每个程序员都经历过。

### **2、RPC 应用** ###

当业务越来越大，我们需要对服务进行水平扩容，扩容很简单，只要保证服务是无状态的就可以了，如下图：

![640?wx\_fmt=png][640_wx_fmt_png 1]

当业务又越来越大，我们的服务关系错综复杂，同时，有很多服务访问都是不需要连接 DB 的，只需要连接缓存即可，那么就可以做成分离的，减少 DB 宝贵的连接。如下图：

![640?wx\_fmt=png][640_wx_fmt_png 2]

我相信大部分公司都是在这个阶段。Dubbo 就是为了解决这个问题而生的。

### 3、分库分表 ###

如果你的公司产品很受欢迎，业务继续高速发展，数据越来越多，SQL 操作越来越慢，那么数据库就会成为瓶颈，那么你肯定会想到分库分表，不论通过 ID hash 或者 range 的方式都可以。如下图：

![640?wx\_fmt=png][640_wx_fmt_png 3]

这下应该没问题了吧。任凭你用户再多，并发再高，我只要无限扩容数据库，无限扩容应用，就可以了。

**这也是本文的标题，分库分表就能解决无限扩容吗？**

实际上，像上面的架构，并不能解决。

其实，这个问题和 RPC 的问题有点类似：数据库连接过多！

通常，我们的 RPC 应用由于是使用中间件进行访问数据库，应用实际上是不知道到底要访问哪个数据库的，访问数据库的规则由中间件决定，例如 sharding JDBC。这就导致，这个应用必须和所有的数据库连接，就像我们上面的架构图一样，一个 RPC 应用需要和 3 个 mysql 连接，如果是 30 个 RPC 应用，每个 RPC 的数据库连接池大小是8 ，每个 mysql 需要维护 240 个连接，我们知道，mysql 默认连接数是 100，最大连接数是 16384，也就是说，假设每个应用的连接池大小是 8 ，超过 2048 个应用就无法再继续连接了，也就无法继续扩容了。

注意，由于每个物理库有很多逻辑库，再加上微服务运动如火如荼， 2048 并没有看起来那么大。

也许你说，我可以通过前面加一个 proxy 来解决连接数的问题，实际上，代理的性能也会成为问题，为什么？代理的连接数也是不能超过 16384 的，如果并发超过 16384，变成 163840，那么 proxy 也解决不了问题。

**怎么办？****让我们再看看上面的架构图：**

![640?wx\_fmt=png][640_wx_fmt_png 4]

我们发现，问题是出在“每个 RPC 应用都要连所有的库”，导致扩容应用的同时，每个数据库连接数就要增加。就算增加数据库，也不能解决连接数的问题。

那怎么办呢？

## **单元化** ##

单元化，听起来高大上，通常在一些 XXX 大会上，分享“关于两地三中心”，“三地五中心”，“异地多活”等等牛逼的名词的时候，单元化也会一起出现。

这里我们不讨论那么牛逼的，就只说“数据库连接数过多” 的问题。

实际上，思路很简单：**我们不让应用连接所有的数据库就可以了。**

假设我们根据 range 分成了 10 个库，现在有 10 个应用，我们让每个应用只连一个库，当应用增多变成 20个，数据库的连接不够用了，我们就将 10 个库分成 20 个库，这样，无论你应用扩容到多少个，都可以解决数据库连接数过多的问题。

> 注意：做这件事的前提是：你必须保证，访问你这个应用的 request 请求的数据库一定是在这个应用的。

换个说法，当用户从 DNS 那里进来的时候，就知道自己要去那个应用了，所以，规则在 DNS 之前就定好了，虽然这有点夸张，但肯定在进应用之前就知道要去哪个库了。

所以，这通常需要一个规则，例如通过用户 ID hash，由配置中心广播 hash 规则。这样，所有的组件都能保持一致的规则，从而正确的访问到数据库。如下图：

![640?wx\_fmt=png][640_wx_fmt_png 5]

到这里，我们终于解决了无限扩容的问题。

## **最后** ##

本文从单体应用开始，逐步讲述了一个正常后台的演进历程，知道了分库分表并不能解决“无限扩容” 的问题，只有单元化才能解决这问题。而单元化则带来更多的复杂性。但是好处不言而喻。

单元化带来的更多的思路。

有了单元化，解决了无限扩容的问题，但是我们还没有考虑单点的问题，即服务的可用性。要知道，我们这里的数据库都是单点的。

![640?][640]

**推****荐****阅****读**

***1.***

***2. ***

***3.***

***4.***

![640?][640 1]

[640_wx_fmt_png]: /images/20210731/c760044f93de4f849c660ccac155339b.png?wx_fmt=png
[640_wx_fmt_png 1]: /images/20210731/c92e1f113c0a45b7944e2b1fb646edde.png?wx_fmt=png
[640_wx_fmt_png 2]: /images/20210731/1ba6096c29274c5b983e1fad5e0bd622.png?wx_fmt=png
[640_wx_fmt_png 3]: /images/20210731/92149c835e5d4216b4f451af8ccb924b.png?wx_fmt=png
[640_wx_fmt_png 4]: /images/20210731/98abf15bf4544b9b91c2e917f72d255d.png?wx_fmt=png
[640_wx_fmt_png 5]: /images/20210731/e463dc726bb64ada84c76a7fbf8b988d.png?wx_fmt=png
[640]: /images/20210731/b81745339abd4abdbb05bfead6607fd3.png?
[640 1]: /images/20210731/9d905130475f48d4ae15c7e7ff6c838a.png?