快狗打车-数据库架构典型设计方案 CTO技术分享-大数据.pdf

快狗打车-数据库架构典型设计方案 CTO技术分享-大数据.pdf

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实战案例讲数据库设计玩法 58速运高级总监 沈剑 DB架构典型设计 1.单库 RPC 3.分片(sharding) 分库√ ↓ 水平切分 分表× user-center ↓ user-center 路由方法: user-db 1.范围法 例,db1:0~1亿 db1 db2 2.分组 RPC db2:1~2亿 ↓ 集群 2.hash法(使用频率高) user-center ↓ user-M 写 集群 分组结构解决数据库问题: Binlog 1.数据库读性能达到瓶颈 S S 读 复制 2.保证读高可用 schema 分组与分片集群架构的异同点 异同点 相同点 不同点 名称 1.同一个分组集群中,主库与从库之间同时产生联系 分组集群架构 2.每一个实例之间的数据是相同的,复制的,每一个实例之 间的数据都包含全部数据 数据库的表结构相同 , 1.不同实例之间不直接产生联系,通过服务对数据库进行读 schema相同 写 分片集群架构 2.不同实例之间的数据不重合,无交集,每一个实例之间的 数据构成全部数据 分组及分片集群架构解决的问题 项目 解决问题 应用场景 名称 线性提升读性能, 分组集群架构 保证读的高并发、高可用 当数据量达到千万级别,或者数据量达到百万级 分片集群架构 数据量大 别但查询复杂,需要进行水平切分 分组+分片集群架构 垂直切分 4.分组+分片

您可能关注的文档

文档评论(0)

199****0780 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档