玩转阿里云：如何使用DRDS突破单个数据库瓶颈

业务场景

在实际工作中，由于企业的业务量会逐渐增多，企业后端的单个关系型数据库经常会面临如下问题：

存储容量瓶颈问题：大量的历史订单存储在某个数据库，可能导致数据库存储容量达到瓶颈，通常我们可以通过在一台机器下面挂载多块磁盘，达到10TB／20TB／30TB的容量。然后再使用一个MySQL实例支持，但数据备份，数据管理（DDL），数据检索与更新性能（DML）都会出现大幅下滑。

访问容量瓶颈问题：当大量客户的访问请求发送到单个数据库，数据库响应连接的进程数达到瓶颈，导致数据库无法响应客户端的请求，影响业务的正常处理。虽然我们可以通过增加CPU／内存／磁盘／网络等硬件缓解这种情况，但是廉价X86 PC做到几十核目前就是顶配了，内存几百G也无法容纳几十T数据的各种索引，磁盘IO毕竟比内存还是差一些，通用网络也就到万兆，本质上是无法避免数据库单机瓶颈的。

容灾问题：单机总存在着0或者1的问题，所以做热备冷备，以求出故障时能够快速切换，但是数据库并不是应用，数据库存在状态，存在事务，真正宕机切换对于核心业务来说真的是一个很艰难的决定。

对于阿里云的客户，可以使用分布式数据库DRDS服务解决如上问题：

1. 利用DRDS的分库分表功能分散单个数据库的整体访问压力；

2. 由于DRDS的数据水平拆分对用户使用有一定的限制，所以DRDS还提供更低业务侵入性的读写分离功能；

3. DRDS自动继承快速扩展能力，稳定性监控，资源隔离，灾备恢复等特性。

   
   

总体来说，解决数据库容量问题的产品都是基于share anything或者share nothing架构：

share anything 架构使用共享内存、共享存储、infinibind、高配物理机结合出一个全功能数据库。这样的架构能够满足大部分用户的数据容量需求，但是本质上如同小型机＋数据库，因此，这样的架构仍然会碰到容量天花板，并且相当昂贵；

share nothing架构使用多个廉价PC做数据拆分，服务和数据存储节点之间并不完全同步状态。这样的架构能够做到数据和访问容量通过简单堆叠机器进行扩展。DRDS就是利用这种架构，通过SQL引擎和自助管控系统尽可能降低用户对分布式细节的感知。

DRDS基本介绍

分布式数据库DRDS目前定位成一个中间件，在业务应用和RDS之间，本身不承担数据存储，只负责解决分布式情况下的数据操作、执行、数据处理等功能。DRDS的使用与MySQL非常接近，建实例、建库、建表、执行SQL操作，唯一比较大的区别在于水平拆分模式下，DRDS对于建表需要指定拆分字段（类似索引），只要带上这个拆分字段，SQL只会在部分数据分片上执行，从而加速SQL执行速度。

“分库分表”在DRDS里面是一个很重要的概念。DRDS在后端将数据量较大的数据表水平拆分到后端的每个RDS数据库中，这些拆分到RDS中的数据库被称为分库，分库中的表称为分表。DRDS由每个数据库负责每一部分数据的读写操作，从而有效的分散了整体访问压力，在系统扩容时，只需要水平增加分库的数量，并迁移相关数据，就可以提高DRDS系统的总容量。

“拆分键”是分库分表的重要概念，拆分键也称为分库／分表字段。DRDS根据拆分键的值将数据表水平拆分到后端的每个RDS分库里。也就是，键值相同的数据，一定会位于同一个RDS数据库里。DRDS除了可以定义分库键以外，每一张逻辑表都可以定义自己的拆分键。拆分键暂时只能是单个字段。如果分库键与分表键相同，那么在插入时只需要指定该分库／分表键。如果分库键与分表键不同，则在插入时需要分别指定分库键和分表键。

DRDS水平拆分原理

拆分字段：是DRDS中数据分布和SQL路由的凭证。

图 1

数据分布：DRDS中的数据是按照拆分字段值，加上特定的算法进行计算，根据结果存储数据到对应分片

图 2

SQL路由：当用户SQL遇到DRDS时，DRDS会理解整个SQL含义，然后按照拆分字段的值和执行策略将SQL路由到对应分区进行执行。

图 3

数据合并：如果一个SQL对应多个分片数据执行，DRDS会将各个分片返回的数据按照原始SQL语义进行合并。

图 4

云中沙箱DRDS初级实验介绍

云中沙箱（http://www.aliyunedu.net）为学员提供一个云端实验平台，帮助用户熟练运用阿里云产品、技术、服务与解决方案，提升用户在阿里云上工作的操作能力。

云中沙箱提供 “SL034 使用分布式数据库DRDS突破单个数据库瓶颈” 自助实验，沙箱平台会在实验开始时，创建一台RDS实例和一台DRDS共享实例。首先，将数据样本导入到RDS新建数据库。模拟客户实际工作中，将百万行数据存储在单个RDS数据库中的场景。然后，使用DRDS建立拆分数据库和拆分数据表，也就是利用DRDS中的hash方法对单个RDS数据库进行拆分。之后，导入数据，开始进行拆分，将单个表中的数据可以拆分到分表中。最后，通过DMS查看分库分表的结果。

通过此实验，用户有能力掌握：

1. 在阿里云上使用DRDS拆分键，将RDS水平拆分；

2. 通过 hint 方式实现对拆分的数据库进行查询。

实验架构图：

图 5

手痒痒了吗？想来试试手怎么玩转DRDS吗，赶紧订阅我们微信公众号去玩转沙箱实验把~我们的微信公众号：架构云专家频道

如果喜欢我们的话就赶紧订阅我们吧~~~每天定时推送新鲜干货~~~注我们的微信公众号：架构云专家频道 每天同步更新哟~~~

您也可以关注我们的官方微信公众号（ID：ctoutiao），给您更多好看的内容。