zoukankan      html  css  js  c++  java
  • 低读低写并发、低数据量方案

    低读低写并发、低数据量方案

    方案一:双机高可用方案

    1.数据库架构图

    2.特点

    一台机器A作为读写库,另一台B作为备份库;A库故障后B库作为读写库;A库恢复后A作为备库。
    

    3.开发说明

    此种情况下,数据源配置中的数据库IP地址,可采用虚拟的IP地址。虚拟IP地址由两台数据库机器上的keepalive配置,并互相检测心跳。当其中一台故障后,虚拟IP地址会自动漂移到另外一台正常的库上。

    数据库的主备配置、故障排除和数据补全,需要DBA和运维人员来维护。而程序代码或配置并不需要修改。

    具体配置可参考资料:

    http://lizhenliang.blog.51cto.com/7876557/1362313

    http://database.51cto.com/art/201012/237204.htm

    http://gaoke.iteye.com/blog/2283890

    4.适应场景

    读和写都不高的场景(单表数据低于500万),双机高可用。

    5.优缺点

    优点是一个机器故障了可以自动切换;缺点是只有一个库在工作,读写并未分离,并发有限制。

    方案二:主从结构方案

    1.数据库架构图

    2.特点

    一台机器A作为写库,另一台B作为读库;A库故障后B库充当读写,A修复后,B库为写库,A库为读库。
    

    3.开发说明

    这种方案的实现,要借助数据库中间件Mycat来实现,Mycat的datahost配置如下(注意balance和writetype的设置)
    

    select user()

    项目开发中,要配置Mycat数据源,并实现对Mycat数据源的数据操作。数据库A和数据库B应该互为主从。数据库的主主配置、故障排除和数据补全,依然需要DBA和运维人员来维护。

    4.适应场景

    读和写都不是非常高的场景(单表数据低于1000万),高可用。比方案一并发要高很多。

    5.优缺点

    优点是一个机器故障了可以自动切换;读写分离,并发有了很大的提升。缺点是引入了一个Mycat节点,若要高可用需要引入至少两个Mycat。常规的解决方案是引入haproxy和keepalive对mycat做集群。

    高读低写并发、低数据量方案

    方案三:一主多从+读写分离

    1.数据库架构图

    2.特点

    一个主写库A多个从库,当主库A故障时,提升从库B为主写库,同时修改C、D库为B的从库。A故障修复后,作为B的从库。

    3.开发说明

    项目开发中需要使用Mycat作为中间件,来配置主库和从库,核心配置如下:

    select user()

    <!—从B,用于读,hostM1 down了,自动切换为主-->

    <!—从C,用于读-->

    <!—从D,用于读-->

    主库A故障后,Mycat会自动把从B提升为写库。而C、D从库,则可以通过MHA等工具,自动修改其主库为B。进而实现自动切换的目地。

    MHA Manager可以单独部署在一台独立的机器上管理多个master-slave集群,也可以部署在一台slave节点上。MHA Node运行在每台MySQL服务器上,MHA Manager会定时探测集群中的master节点,当master出现故障时,它可以自动将最新数据的slave提升为新的master,然后将所有其他的slave重新指向新的master。整个故障转移过程对应用程序完全透明。

    MHA相关知识请参考:

    http://www.cnblogs.com/gomysql/p/3675429.html

    4.适应场景

    该架构适合写并发不大、但是读并发大的很的场景
    

    5.优缺点

    由于配置了多个读节点,读并发的能力有了质的提高。理论上来说,读节点可以多个,可以负载很高级别的读并发。当然,Mycat依然需要设计高可用方案。

    高读写并发、低数据量方案

    方案四:MariaDB Galera Cluster方案

    1.数据库架构图

    2.特点

    多个数据库,在负载均衡作用下,可同时进行写入和读取操作;各个库之间以Galera Replication的方法进行数据同步,即每个库理论上来说,数据是完全一致的。
    

    3.开发说明

    数据库读写时,只需要修改数据库读写IP为keepalive的虚拟节点即可;数据库配置方面相对比较复杂,需要引入haproxy、keepalive、Galaera等各种插件和配置。

    4.适用场景

    该方案适合读写并发较大、数据量不是非常大的场景。
    

    5.优缺点点

    优点:1)可以在任意节点上进行读2)自动剔除故障节点3)自动加入新节点4)真正并行的复制,基于行级5)客户端连接跟操作单数据库的体验一致。6) 同步复制,因此具有较高的性能和可靠性。

    缺点:1) DELETE操作不支持没有主键的表,没有主键的表在不同的节点顺序将不同2)处理事务时,会运行一个协调认证程序来保证事务的全局一致性,若该事务长时间运行,就会锁死节点中所有的相关表,导致插入卡住(这种情况和单表插入是一样的)。2)整个集群的写入吞吐量是由最弱的节点限制,如果有一个节点变得缓慢,那么整个集群将是缓慢的。为了稳定的高性能要求,所有的节点应使用统一的硬件。3)如果DDL语句有问题将破坏集群,建议禁用。4) Mysql数据库5.7.6及之后的版本才支持此种方案。
    

    高读写并发、高数据量方案

    方案五 数据库中间件

    1. 数据库架构图

    2.特点

    采用Mycat进行分片存储,可以解决写负载均衡和数据量过大问题;每个分片配置多个读从库,可以减少单个库的读压力。

    3.开发说明

    此种情况,需要配置Haproxy、keepalive和mycat集群,每个分片上又需要配置一主多从的集群。每个分片上的完整配置,具体请参考方案三,可以简单地把方案三理解为一个分片结构。因此,配置和维护量都比较大。

    4.适用场景

    读写并发都很大并且数据量非常大的场景。

    5.优缺点

    优点:终极的解决高并发高数据量的方法。

    缺点:配置和维护都比较麻烦,需要的软硬件设备资源大。

  • 相关阅读:
    memset()函数,多用于清空数组
    Echart 词云图 上手代码 同含(echarts-wordcloud.js)最简单的教程 复制可用
    爬虫使用真实浏览器打开网页进行爬取
    jsoup 模拟登陆github网页(源代码)亲测可用 直接复制就能用
    拷贝虚拟电脑 Ubuntu 系统 含hadoop hive hbase mysql spark eclipse
    Python 连接MySQL 增删改查 直接可用(最简易,含源码)
    Python 中文词频统计,热词统计,简要分析(含上手源码)
    百度百科简介爬取(含源代码、信息领域词频数据csv格式)
    博客园博文爬取 标签爬取(含源代码)
    输入一行电报文字,将字母变成其下一字母
  • 原文地址:https://www.cnblogs.com/fqnb001/p/12470694.html
Copyright © 2011-2022 走看看