也谈分布式数据库部署：主键的类型以及生成方式的选择

也谈分布式数据库部署：主键的类型以及生成方式的选择

 

最近遇到给数据库做“分布式”的需求，期间遇到数据库主键的生成问题。

 

先说说数据库“分布式”部署，我所遇到的数据库分布式部署方式主要有两种：

1.读写分离：  www.zzzyk.com  

　　即Insert、Update、Delete操作都针对主库，然后通过推送或者订阅的方式与多个从库同步，大量的查询都查询从库。

　　这是一种较常见的“分布式”部署方式，能较好的分散查询压力。对于写少读多的系统是非常有效的提高性能的方式。

2.分布式存储：(如将订单表分拆为多个分表部署到多个服务器上，且每个表都可以进行写操作)

　　相对上一种，这种部署方式，主要针对写操作并发量较大的的系统，比如微博、淘宝的订单系统等等。

 

无论是哪种“分布式”部署方式，其中都会遇到一个问题，即“主键的类型以及生成方式的选择”。

先说类型的选择，主要有两种：数字类型、GUID。

我们从唯一性、可同步性、高效性、存储空间大小、体验友好性 几点来分析：(可能不是很准确，但是相对来讲，可供参考)

1.从唯一性、可同步性上来说，当然是GUID完胜。

2.从高效性、存储空间大小、体验友好性来看，数字类型则更胜一筹。

 

我的选择：

1.本人有些许洁癖，所以自然觉得数字类型更友好，如果一个页面有N个参数(可以看下淘宝的搜索)，都是GUID的话，那会非常的不爽。

2.开发过程中免不了与一些其他的系统对接，相当多的系统的主键都是用数字作为主键的。（上次与一淘对接时就被拒之门外了！人家要求编号必须要是数字）

3.唯一性、可同步性方面也是可以想办法弥补的。

4.观微博ID、淘宝订单号等这些超级分布式系统中的主键，几乎均为数字类型。

所以综上，我选择了使用数字类型来作为我分布式部署中数据库的主键。

   www.zzzyk.com  

既然做了选择，那就想办法弥补数字类型作为主键的不足就好了，上面分析数字主键主要存在唯一性、可同步性两个方面的不足。

可同步性：这个主要是针对自增ID作为主键，这个好说，不用自增就好了。

唯一性：主要难点就体现在唯一性上，下面就来讲讲如何实现唯一性。

 

第一步：我想到的也是比较主流的一种方法：使用一张全局的表记录所有的表名和此表主键ID的最大值。您肯定想到了，这样必然会有性能问题。那么，请看第二步→

第二步：我在此方法之上做了一些改进：在内存中做“自增操作”，当然操作中会“加锁”。您肯定又想到了，内存不安全，宕机了咋办？那么请看第三步→

第三步：宕机了？肯定要重启吧，系统重启时，查一下所有的表的主键最大值，将第一步中的“全局表”再初始化一下就好了。

 

OK，唯一性(全局加锁自增)、性能(内存操作)都基本搞定，问题基本解决。

 

好像还有点不对劲，为啥要用“基本”搞定，“基本”解决呢？您还想到什么问题了么？

 

对了，当并发灰常大的时候，这种“全局 内存 加锁 自增”的方式也会遭遇性能瓶颈。那么我们就再改进改进。

   www.zzzyk.com  

注：这就是为什么说好的系统不是开发出来的，而是长期改出来的！我想上面的三步，基本上可以解决较大系统的需求，如果还是遭遇性能瓶颈，那么请往下看→

 

对于性能问题，我觉得最好的方式之一就是“分”，那我们就看看怎么个“分”法。

第四步：对于较大并发的表，我们可以分出单独的“服务”甚至物理服务器来做这个生成主键的操作。

第五步：对于把一张表分拆到N个服务器上的“分布式存储”（每张表都可以进行写操作），那么我们可以按找服务器分段的规则给每个分表分配一个单独的“服务”甚至物理服务器来做这个生成主键的操作。

 

好了到此为止吧，我想如果这样还是不能满足您的并发需求，我也无能为力了，期待牛人们的分享！

总结：主要就是以下四个词：①全局 ②内存 ③加锁自增  ④分

 

 

作者 FMP-FMP