文章预览
在前面的文章中探讨了架构优化的两种方案:冷热分离、查询分离 冷热分离 查询分离 查询分离其实就是利用了非关系数据库的高性能,但是不足之处也很明显:当主数据量越来越多,写操作缓慢;这种问题如何破局?可见任何一种优化方案都不是最终的银弹,只有不断的优化演变 这篇文章就来介绍一下解决方案:分库分表,将围绕以下几点介绍: 拆分后的存储选型? 分库分表的实现思路? 分库分表的不足? 拆分后的存储选型? 在介绍选型之前先来介绍下架构背景,笔者曾经做过电商系统的优化,该系统中包含的两个主体: 用户 :数据量上千万,每日增长10W+ 订单 :数据量上亿,每日百万级的增长 对于如此量级的数据,单库单表的情况下,无论是IO还是CPU都扛不住,架构上的优化是必然。 经过了多次探讨尝试,最终选择了分库分表。 说到分
………………………………