1 主從讀寫分離

大部分互聯網業務都是讀多寫少，因此優先考慮DB如何支撐更高查詢數，首先就需要區分讀、寫流量，這才方便針對讀流量單獨擴展，即主從讀寫分離。

若前端流量突增導致從庫負載過高，DBA會優先做個從庫擴容上去，這樣對DB的讀流量就會落到多個從庫，每個從庫的負載就降了下來，然後開發再儘力將流量擋在DB層之上。

Cache V.S MySQL讀寫分離 由於從開發和維護的難度考慮，引入緩存會引入複雜度，要考慮緩存數據一致性，穿透，防雪崩等問題，並且也多維護一類組件。所以推薦優先採用讀寫分離，扛不住了再使用Cache。

1.1 core

主從讀寫分離一般將一個DB的數據拷貝為一或多份，並且寫入到其它的DB伺服器中：

• 原始DB為主庫，負責數據寫入
• 拷貝目標DB為從庫，負責數據查詢

所以主從讀寫分離的關鍵：

• 數據的拷貝 即主從複製
• 屏蔽主從分離帶來的訪問DB方式的變化 讓開發人員使用感覺依舊在使用單一DB

2 主從複製

MySQL的主從複製依賴於binlog，即記錄MySQL上的所有變化並以二進位形式保存在磁碟上二進位日誌文件。

主從複製就是將binlog中的數據從主庫傳輸到從庫，一般非同步：主庫操作不會等待binlog同步完成。

2.1 主從複製的過程

• 從庫在連接到主節點時會創建一個I/O線程，以請求主庫更新的binlog，並把接收到的binlog寫入relay log文件，主庫也會創建一個log dump線程發送binlog給從庫
• 從庫還會創建一個SQL線程，讀relay log，併在從庫中做回放，最終實現主從的一致性

使用獨立的log dump線程是非同步，避免影響主庫的主體更新流程，而從庫在接收到信息後並不是寫入從庫的存儲，是寫入一個relay log，這是為避免寫入從庫實際存儲會比較耗時，最終造成從庫和主庫延遲變長。

基於性能考慮，主庫寫入流程並沒有等待主從同步完成就返回結果，極端情況下，比如主庫上binlog還沒來得及落盤，就發生磁碟損壞或機器掉電，導致binlog丟失，主從數據不一致。不過概率很低，可容忍。

主庫宕機後，binlog丟失導致的主從數據不一致也只能手動恢復。

主從複製後，即可：

• 在寫入時只寫主庫
• 在讀數據時只讀從庫

這樣即使寫請求會鎖表或鎖記錄，也不會影響讀請求執行。高併發下，可部署多個從庫共同承擔讀流量，即一主多從支撐高併發讀。

從庫也能當成個備庫，以避免主庫故障導致數據丟失。

那無限制地增加從庫就能支撐更高併發嗎？NO！從庫越多，從庫連接上來的I/O線程越多，主庫也要創建同樣多log dump線程處理複製的請求，對於主庫資源消耗較高，同時受限於主庫的網路帶寬，所以一般一個主庫最多掛3～5個從庫。

2.2 主從複製的副作用

比如發朋友圈這一操作，就存在數據的：

• 同步操作 如更新DB
• 非同步操作 如將朋友圈內容同步給審核系統

所以更新完主庫後，會將朋友圈ID寫入MQ，由Consumer依據ID在從庫獲取朋友圈信息再發給審核系統。此時若主從DB存在延遲，會導致在從庫取不到朋友圈信息，出現異常！

• 主從延遲對業務的影響示意圖

2.3 避免主從複製的延遲

這咋辦呢？其實解決方案有很多，核心思想都是 儘量不去從庫查詢數據。因此針對上述案例，就有如下方案：

2.3.1 數據冗餘

可在發MQ時，不止發送朋友圈ID，而是發給Consumer需要的所有朋友圈信息，避免從DB重新查詢數據。

推薦該方案，因為足夠簡單，不過可能造成單條消息較大，從而增加消息發送的帶寬和時間。

2.3.2 使用Cache

在同步寫DB的同時，把朋友圈數據寫Cache，這樣Consumer在獲取朋友圈信息時，優先查詢Cache，這也能保證數據一致性。

該方案適合新增數據的場景。若是在更新數據場景下，先更新Cache可能導致數據不一致。比如兩個線程同時更新數據：

• 線程A把Cache數據更新為1
• 另一個線程B把Cache數據更新為2
• 然後線程B又更新DB數據為2
• 線程A再更新DB數據為1

最終DB值（1）和Cache值（2）不一致！

2.3.3 查詢主庫

可以在Consumer中不查詢從庫，而改為查詢主庫。

使用要慎重，要明確查詢的量級不會很大，是在主庫的可承受範圍之內，否則會對主庫造成較大壓力。

若非萬不得已，不要使用該方案。因為要提供一個查詢主庫的介面，很難保證其他人不濫用該方法。

主從同步延遲也是排查問題時容易忽略。有時會遇到從DB獲取不到信息的詭異問題，會糾結代碼中是否有一些邏輯把之前寫入內容刪除了，但發現過段時間再去查詢時又能讀到數據，這基本就是主從延遲問題。所以，一般把從庫落後的時間作為一個重點DB指標，做監控和報警，正常時間在ms級，達到s級就要告警。

主從的延遲時間預警，那如何通過哪個資料庫中的哪個指標來判別？在從從庫中，通過監控show slave status\G命令輸出的Seconds_Behind_Master參數的值判斷，是否有發生主從延時。這個參數值是通過比較sql_thread執行的event的timestamp和io_thread複製好的 event的timestamp(簡寫為ts)進行比較，而得到的這麼一個差值。但如果複製同步主庫bin_log日誌的io_thread線程負載過高，則Seconds_Behind_Master一直為0，即無法預警，通過Seconds_Behind_Master這個值來判斷延遲是不夠準確。其實還可以通過比對master和slave的binlog位置。

3 如何訪問DB

使用主從複製將數據複製到多個節點，也實現了DB的讀寫分離，這時，對DB的使用也發生了變化：

• 以前只需使用一個DB地址
• 現在需使用一個主庫地址，多個從庫地址，且需區分寫入操作和查詢操作，再結合“分庫分表”，複雜度大大提升。

為降低實現的複雜度，業界涌現了很多DB中間件解決DB的訪問問題，大致分為：

3.1 應用程式內部

如TDDL（ Taobao Distributed Data Layer），以代碼形式內嵌運行在應用程式內部。可看成是一種數據源代理，它的配置管理多個數據源，每個數據源對應一個DB，可能是主庫或從庫。當有一個DB請求時，中間件將SQL語句發給某個指定數據源，然後返回處理結果。

優點

簡單易用，部署成本低，因為植入應用程式內部，與程式一同運行，適合運維較弱的小團隊。

缺點

缺乏多語言支持，都是Java語言開發的，無法支持其他的語言。版本升級也依賴使用方的更新。

3.2 獨立部署的代理層方案

如Mycat、Atlas、DBProxy。

這類中間件部署在獨立伺服器，業務代碼如同在使用單一DB，實際上它內部管理著很多的數據源，當有DB請求時，它會對SQL語句做必要的改寫，然後發往指定數據源。

優點

• 一般使用標準MySQL通信協議，所以可支持多種語言
• 獨立部署，所以方便維護升級，適合有運維能力的大中型團隊

缺點

所有的SQL語句都需要跨兩次網路：從應用到代理層和從代理層到數據源，所以在性能上會有一些損耗。

4 總結

可以把主從複製引申為存儲節點之間互相複製存儲數據的技術，可以實現數據冗餘，以達到備份和提升橫向擴展能力。

使用主從複製時，需考慮：

• 主從的一致性和寫入性能的權衡 若保證所有從節點都寫入成功，則寫性能一定受影響；若只寫主節點就返回成功，則從節點就可能出現數據同步失敗，導致主從不一致。互聯網項目，一般優先考慮性能而非數據的強一致性
• 主從的延遲 會導致很多詭異的讀取不到數據的問題

很多實際案例：

• Redis通過主從複製實現讀寫分離
• Elasticsearch中存儲的索引分片也可被覆制到多個節點
• 寫入到HDFS中，文件也會被覆制到多個DataNode中

不同組件對於複製的一致性、延遲要求不同，採用的方案也不同，但設計思想是相通的。

FAQ

若大量訂單，通過userId hash到不同庫，對前臺用戶訂單查詢有利，但後臺系統頁面需查看全部訂單且排序，SQL執行就很慢。這該怎麼辦呢？

由於後臺系統不能直接查詢分庫分表的數據，可考慮將數據同步至一個單獨的後臺庫或同步至ES。