时间倒转穿越回2007年年底。
一 分析当前的现状。
1.1 现有业务背景。
1.2 当前的问题。
1.2。1 用户体验与反馈。
1.2。2 分析核心原因。
大量的用户在浏览商品，并不下单。这个人数和场景的比例有20：1。
说明：数据库模式事务，写操作会对表或者行加写锁，阻塞读操作。
业务数据集中在一张表里，如user表。一张表里数据破几千万。查询一条数据需要好几秒。
说明：一张表数据提升，必然会导致检索变慢， 这是必然事实。不论如何加索引或者优化都无法解决的。
所有表集中在一个库里，所有库集中在一个机器里。数据库集中在一台机器上，动不动就说硬盘不够了。
说明：所有业务共用一份物理机器资源。机器存在瓶颈：磁盘和CPU不够用且后期拓展性不佳。
1.2。3 总结问题。
20：1读写比例场景。单表单库数据量太大。小型机与单机场景，抗不住当前规模。
当前现状。
二 我要做什么？
如何满足未来有上亿用户的访问，甚至是同时访问，且用户体验好。
高筑墙，广积粮，积极做好准备。
提炼核心：。
提高数据库操作速度。同时能应对未来规模变化。
三 我能做什么？
为实现以上两大目标，我能做什么？
3.1 提高数据库操作速度，通用方法。
提炼常见的通用方法：。
sql优化。
排除语法问题，烂sql下推优化。
下推的目的：提前过滤数据 -> 减少网络传输、并行计算。
提前过滤数据小表驱动大表等。
建立索引。
查询频率高的热点字段区分度高的(DISTINCT column_name)/COUNT()，以主键为榜样长度小尽量能覆盖常用查询字段注意索引失效的场景。
分库分表。
垂直分库分表水平分库分表。
读写分离缓存的使用。
等等。
3.2 如何应对未来的持续变化？
必须支持动态扩容。必须走分布式化路线，百分百不动摇。
3.3 结合定位，分析自己能做的。
3.3。1 分析我们的架构定位。
大前提。
我们要做通用型框架，不参与业务。
从软件设计原则出发，开闭原则：对扩展开放，对修改关闭。
说明：大修改就意味着不稳定，因此：我们要做到尽可能少的修改原来的代码。在程序需要进行拓展的时候，不能去修改原有的代码，实现一个热插拔的效果。
当前架构现状。
初始框架。
分析我们的架构定位。
同时jdbc是与底层数据库交互的Java数据库连接驱动程序，是基础能力，我们要使用它，而不是改造它。
结论：我得把TDDL安插于ibatis/jdbc之间，于是有了第一张架构图：。
TDDL的定位。
3.4 总结，我们能做什么？
结合我们的目标，通用方法，大前提以及架构定位，分析下我们能做和不能做的。
不能做的：。
索引，因为这个是设计阶段，强业务相关。与大前提冲突：我们不参与业务。
能做的：。
语法优化。
排除sql问题下推优化。
分表分库读写分离。
四 我们如何做？
4.1 语法优化。
为达到语法优化的目的，我们需要具备什么能力？
简单来说：。
我们需要认识这个别人提交给我的sql。我能拆解sql。优化与重组这个sql。
专业点来说：语义分析能力。
sql解析sql规则制定sql优化sql重组。
因此：我们需要设计一个sql解析器，sql优化器。
4.1。1 解析器。
解析器的核心是词法分析、语法语义分析，也就是说来了一条 select/update/insert/delete语句，你能认识它，而且你知道下一步该怎么处理，同时为后面的优化器打下基础。
核心：将sql解析为一棵语法树。
例：。
sql语法树：。
4.1。2 优化器。
核心：。
在sql解析成sql语法树后，使用sql优化规则(1。 语法优化 2。 下推优化)， 通过对树进行左旋，右旋，删除子树来对语法树进行重构sql语法树。
将重构的语法树进行遍历得到优化后的sql。
语法优化。
函数提前计算。
判断永真/永假式。
合并范围。
类型处理。
下推优化。
Where条件下推。
说明：提前条件过滤，提前获取数据，减少后期计算/IO/网络成本。
JOIN中非join列的条件下推。
说明：提前过滤，减轻后期join计算成本，达到“小表驱动”的目的。
等值条件的推导。
说明：同理，提前过滤。
4.1。3 总结。
sql解析器。
负责将sql语句化为sql语法树。
sql优化器。
负责将sql语法树利用sql优化规则，重构sql语法树。
将sql语法树转化为sql语句。
4.2 分表分库。
单库单表的问题：。
几年前，业务简单，应用的数据比较少，表结构也不复杂。只有一个数据库，数据库中的表是一张完整的表。而到了今天，2007年了，业务复杂起来了，数据量爆增，单表数据破千万甚至上亿条，一条DML语句，死慢死慢的。这种情况下加索引已不再有显著的效果。
这个时候，数据库效率瓶颈不是靠加索引，sql优化能搞定的。
正确出路：分表分库，通过将表拆分，来降低单表数据量，进而提高数据库操作效率。
分表分为：。
垂直分表水平分表。
分库分为：。
垂直分库水平分库。
由于TDDL不参与业务，而垂直分库分表是强业务相关的，因此TDDL暂不参与垂直分库分表，只在水平分库分表方向上努力。
4.2。1 垂直分表。
垂直拆分是将一张表垂直拆成多个表。往往是把常用的列独立成一张主表。不常用的列以及特别长的列拆分成另一张拓展表。
简单垂直分表举例。
核心要素：。
冷热分离，把常用的列放在一个表，不常用的放在一个表。
大字段列独立存放，如描述信息。
关联关系的列紧密的放在一起。
它带来的提升是：。
为了避免IO争抢并减少锁表的几率，查看详情的用户与商品信息浏览互不影响。
充分发挥热门数据的操作效率，商品信息的操作的高效率不会被商品描述的低效率所拖累。
4.2。2 水平分表。
水平分表是在同一个数据库内，把同一个表的数据按一定规则拆到多个表中。
简单水平分表举例。
简单点的技巧：按照枚举类型区分。
作用总结：。
库内的水平分表，解决了单一表数据量过大的问题，分出来的小表中只包含一部分数据，从而使得单个表的数据量变小，提高检索性能。
避免IO争抢并减少锁表的几率。
4.2。3 垂直分库。
垂直分库是指按照业务将表进行分类，分布到不同的数据库上面，每个库可以放在不同的服务器上，它的核心理念是专库专用。
垂直分库。
作用总结：。
解决业务层面的耦合，业务清晰。
高并发场景下，垂直分库一定程度的提升IO、数据库连接数、降低单机硬件资源的瓶颈。
能对不同业务的数据进行分级管理、维护、监控、扩展等。
垂直分库通过将表按业务分类，然后分布在不同数据库，并且可以将这些数据库部署在不同服务器上，从而达到多个服务器共同分摊压力的效果，但是依然没有解决单表数据量过大的问题。
4.2。4 水平分库(TDDL 核心)。
水平分库是把同一个表的数据按一定规则拆到不同的数据库中，每个库可以放在不同的服务器上。
水平分库。
作用总结：。
解决了单库单表数据量过大的问题，理论上解决了高并发的性能瓶颈。
水平分库核心要解决的问题：。
如何知道数据在哪个库里？- 路由问题。
结果合并。
全局唯一主键ID。
分布式事务。
4.2。5 水平分库——问题解决。
自动路由算法。
例：。
其中拆分和寻找的算法：怎么知道对应哪个表？即自动路由算法。常见的有：固定哈希算法和一致性哈希算法。
a）固定哈希算法。
b）一致性哈希算法。
一致性哈希算法在1997年由麻省理工学院提出，是一种特殊的哈希算法，目的是解决分布式缓存的问题。
一致性哈希算法的优势：。
极好的应对了服务器宕机的场景。
很好的支持后期服务器扩容。
在引入虚拟节点后：能很好的平衡各节点的数据分布。
由于一致性哈希算法的优势，此算法几乎是所有分布式场景下使用的方案，包括mysql的分布式、redis的分布式等。
结果合并。
升华：引入fork-Join，提升操作速度。
任务拆分多路并行操作结果合并。
全局唯一主键。
优势：简单高效。缺点：无法保证自增顺序。
例：。
表1新增一条数据，于是给表1分配1000个主键ID， 直到它用完。
同理，表2、表3在新增数据时，也给它们分配1000个主键ID。直到它用完。
当它们的1000个主键ID用完后，继续给它们分配1000个即可。
重复下去，可保证各库表上的主键不重叠，唯一。
这种产生全局唯一id的方式相当有效，保证基本的全局唯一特性和高性能的同时，可以对生成id的数据库分机架分机房部署达到容灾的目的。
4.2。6 分表分库总结。
架构师角度：。
优先考虑缓存降低对数据库的读操作。
再考虑读写分离，降低数据库写操作。
最后开始数据拆分，切分模式：首先垂直拆分、再次水平拆分。
首先考虑按照业务垂直拆分。
再考虑水平拆分：先分库(设置数据路由规则，把数据分配到不同的库中)。
最后再考虑分表，单表拆分到数据1000万以内。
个人开发角度：。
优先使用分表分库框架。优先考虑缓存降低对数据库的读操作。自己垂直分表。自己水平分表。
之所以先垂直拆分才水平拆分，是因为垂直拆分后数据业务清晰而且单一，更加方便指定水平的标准。
4.3 分布式化。
分布式化是大潮，是大规模服务器最后都要走的一步。
分布式数据库架构演变。
4.3。1 读写分离。
设计读写分离的数据库，有两大意义：。
主从只负责各自的写和读，极大程度的缓解X锁和S锁的竞争。
从库可配置myisam引擎，提升查询性能以及节约系统开销。
说明：myisam查询效率高于默认的innodb效率。参考：myisam和innodb的区别。
核心问题：。
数据的备份同步问题：参考4.4。3。
4.3。2 容灾。
主备倒换：提高可靠性 > 应对个别数据库宕机场景，尤其主库宕机。
主备倒换。
说明：DB2主库宕机后，自动将主库转为DB3。
核心问题：。
数据的备份同步问题：binlog 参考4.4。3。
检测数据库的在线状态：心跳机制。
4.3。3 数据备份与同步。
当只有单机或者一份数据时，一但数据库出问题，那么整体服务将不可用，而且更严重的是会造成数据损害丢失不可逆。
在读写分离与主备倒换的场景下，核心要解决的是多个数据库的数据同步与备份问题。
当前主流的是采用日志备份方式。
实现原理：binlog日志备份。
数据备份：bin-log同步。
说明：。
主库负责写操作，在数据变更时，会写入binlog，同时通知各从库。
从库收到通知后，IO线程会主动过来读取主库的binlog，并写入自己的log。
写完从库log后，通知sql线程，sql线程读取自己的日志，写入从库。
4.3。4 动态扩容。
动态扩容的意义在于：随着后期业务量增大，数据库个数可以通过增多的方式来应对，而相对的改造代价很小。
扩容前：。
扩容后：。
核心内容：。
在添加新库时。
注册机器与库。
路由算法调整：固定哈希算法-调整模数/一致性哈希算法天然支持扩容。
可选的权重调整。
修改权重，数据插入偏向于新库5。
在各库数量平衡时，触发修改回原来平衡的权重，以保证后续的均衡分配。
五 架构成型。
sql流向。
下图介绍sql从流入TDD到流入数据库，期间TDDL各模块对Sql的处理。
架构图。
下图介绍了TDDL三层的位置以及作用。
核心能力图。
TDDL 核心能力，核心组建示意图，其中标出了各模块核心要解决功能，核心算法等。
