Shard-Jdbc数据库扩容的场景和问题的解决方法

这篇文章主要介绍“Shard-Jdbc数据库扩容的场景和问题的解决方法”，在日常操作中，相信很多人在Shard-Jdbc数据库扩容的场景和问题的解决方法问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Shard-Jdbc数据库扩容的场景和问题的解决方法”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

一、数据库扩容

1、业务场景

互联网项目中有很多“数据量大，业务复杂度高，需要分库分表”的业务场景。

这样分层的架构
（1）上层是业务层biz，实现业务逻辑封装；
（2）中间是服务层service，封装数据访问；
（3）下层是数据层db，存储业务数据；

2、扩容场景和问题

当数据量持续新增，面临着这样一些需求，两台数据库无法容纳，需要数据库扩容，这里选择2台—扩容到3台的模式，如下图：

这样扩容的问题
（1）分库分表的策略导致数据迁移量大；
（2）影响数据的持续服务性；
（3）指定时间完成，技术压力大，容易导致预想不到的错误；

如何平稳不停机迁移数据，保证系统持续服务，是本文将要讨论的问题。

二、扩容解决方案

1、扩容方案图解

（1）分库分表基于MySQL数据库，使用shard-jdbc中间件
（2）该方案的思路整体基于SpringCloud微服务架构

2、解决扩容问题

（1）扩容情况下不需要暂停服务；
（2）数据迁移的压力小，不需要指定时间；

3、数据访问层逻辑

方案描述
基于两台数据库分库分表，简称：服务二
基于三台数据库分库分表，简称：服务三
（1）提供两套服务，服务二和服务三
（2）数据库扩容后，如果访问服务三直接获取到数据，流程结束。
（3）如果访问服务三获取不到数据，则访问服务二获取数据。
（4）在迁移开始的一段时间内，访问压力还会在服务二上面。
（5）这样就做到数据访问服务不会停机。
（6）这种访问模式基于SpringCloud很容易做到。

4、数据迁移层逻辑

方案描述

（1）关闭基于两台库的数据入库流程
（2）开启基于三台库的数据入库流程，这样新入库数据就可以被服务三直接访问到。
（3）开发数据迁移中间件，扫描原先两台库的数据。
（4）扫描的数据根据分三台库策略判断是否需要迁移。
（5）如果数据需要迁移，则调用服务三的数据入库接口。
（6）数据迁移完成后，删除原来的位置的数据。
（7）这种迁移模式基于SpringCloud很容易做到。

5、该方案迁移的优点

（1）整个过程是持续对线上提供服务；
（2）数据迁移中间件的开发复杂度较低；
（3）可以限速慢慢迁移，没有时间压力；

三、源代码管理

GitHub·地址
https://github.com/cicadasmile/spring-cloud-base
GitEE·地址
https://gitee.com/cicadasmile/spring-cloud-base

到此，关于“Shard-Jdbc数据库扩容的场景和问题的解决方法”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！