电商订单系统分库分表

一、两种方案分库分表

 一般业界,对订单数据的分库分表,有两类思路:按照订单号来切分、按照用户id来切分。

 方案一、按照订单号来做hash分散订单数据

   把订单号看作是一个字符串,做hash,分散到多个服务器去。

  具体到哪个库、哪个表存储数据呢?订单号里面的数字来记录着。

  如果要查询某用户的所有订单呢?

  由于是根据订单号来分散数据的。他的订单分散在了多个库、多个表中。

  总不能去所有的库,所有的表扫描吧。这样效率很低。(解决:维护uid和oid的关系表, 此表可以作为缓存,当数据量增大时此关系表也要进行分表)

  一般使用方案二的比较多,一个用户的所有订单,都在一张表里面,那么做分页展示的时候,就容易。

方案二、按照用户id打散订单数据

  以uid来切分数据,有两种思路:

第一种是,某个范围的uid订单到哪些库。0到2千万uid,对应的订单数据到a库、a表。2千万到4千万对应的订单到b库。

  为什么这种方案用得比较少呢?

  容易出现瓶颈吗。某个范围内的用户,下单量比较多,那么造成这个库的压力特别大。其他库却没什么压力。

第二种是,使用uid取模运算。第二种方案业界用得比较多。

  一方面、处理简单,程序上做取模运算就好了。

  另一方面、使用取模的方式,数据比较均匀分散到多个库去了。不容易出现单个库性能瓶颈。

  但是不好处也有:即要扩容的时候,比较麻烦。就需要迁移数据了。

  要扩容的时候,为了减少迁移的数据量,一般扩容是以倍数的形式增加。比如原来是8个库,扩容的时候,就要增加到16个库,再次扩容,就增加到32个库。这样迁移的数据量,就小很多了。这个问题不算很大问题,毕竟一次扩容,可以保证比较长的时间,而且使用倍数增加的方式,已经减少了数据迁移量。

 

下面分析一下按照用户id取模的方式分库分表。

  按照用户id作为key来切分订单数据,具体如下:

1、 库名称定位:用户id末尾4位 Mod 32。

    Mod表示除以一个数后,取余下的数。比如除以32后,余下8,余数就是8。

    代码符号是用%表示:15%4=3。

2、表名称定位:(用户id末尾4位 Dev 32) Mod 32。

    Dev表示除以一个数,取结果的整数。比如得到结果是25.6,取整就是25。

    代码用/来表示:$get_int = floor(15/4)。15除以4,是一个小数3.75,向下取整就是3。一定是向下取整,向上取整就变成了4了。

   按照上面的规则:总共可以表示多少张表呢?32个库*每个库32个表=1024张表。如果想表的数量小,就把32改小一些。

 

库ID = userId % 库数量4 
表ID = userId / 库数量4 % 表数量8 

或者 
库ID = userId / 表数量4 % 库数量4 
表ID = userId % 表数量8
 

 

上面是用计算机术语来表示, 下面用通俗的话描述。

1、库名称计算

  用户id的后4位数,取32的模(取模就是除以这个数后,余多少)。余下的数,是0-31之间。

  这样可以表示从0-31之间,总共32个数字。用这个32个数字代表着32个库名称:order_db_0、order_db_2.........................order_db_31

2、表名称计算

  最后要存储定到哪个表名里面去呢?

  用户id的最后4位数,除以32,取整数。将整数除以32,得到余数,能够表示从0-31之间32个数字,表示表名称。

  表名称类似这样:order_tb_1、order_tb_2..........................order_tb_31。一个库里面,总共32个表名称。

  比如用户id:19408064,用最后4位数字8064除以32,得到是251.9,取它的整数是251。

  接着将251除以32,取余数,余数为27。

  为了保持性能,每张表的数据量要控制。单表可以维持在一千万-5千万行的数据。1024*一千万。哇,可以表示很多数据了。

三、思考优点和缺点

优点

  订单水平分库分表,为什么要按照用户id来切分呢?

  好处:查询指定用户的所有订单,避免了跨库跨表查询。

   因为,根据一个用户的id来计算节点,用户的id是规定不变的,那么计算出的值永远是固定的(x库的x表)

    那么保存订单的时候,a用户的所有订单,都是在x库x表里面。需要查询a用户所有订单时,就不用进行跨库、跨表去查询了。

缺点

  缺点在于:数据分散不均匀,某些表的数据量特别大,某些表的数据量很小。因为某些用户下单量多,打个比方,1000-2000这个范围内的用户,下单特别多,

  而他们的id根据计算规则,都是分到了x库x表。造成这个表的数据量大,单表的数据量撑到极限后,咋办呢?

 

   总结一下:每种分库分表方案也不是十全十美,都是有利有弊的。目前来说,这种使用用户id来切分订单数据的方案,还是被大部分公司给使用。实际效果还不错。程序员省事,至于数据量暴涨,以后再说呢。毕竟公司业务发展到什么程度,不知道的,项目存活期多久,未来不确定。先扛住再说。

 

思考一、b2b平台的订单分卖家和买家的时候,选择什么字段来分库分表呢?

上面讨论的情况是,b2c平台。订单的卖家就一个,就是平台自己。

b2b平台,上面支持开店,买家和卖家都要能够登陆看到自己的订单。

先来看看,分表使用买家id分库分表和根据卖家id分库分表,两种办法出现的问题

如果按买家id来分库分表。有卖家的商品,会有n个用户购买,他所有的订单,会分散到多个库多个表中去了,卖家查询自己的所有订单,跨库、跨表扫描,性能低下。

如果按卖家id分库分表。买家会在n个店铺下单。订单就会分散在多个库、多个表中。买家查询自己所有订单,同样要去所有的库、所有的表搜索,性能低下。

所以,无论是按照买家id切分订单表,还是按照卖家id切分订单表。两边都不讨好。

淘宝的做法是拆分买家库和卖家库,也就是两个库:买家库、卖家库。

买家库,按照用户的id来分库分表。卖家库,按照卖家的id来分库分表。

  实际上是通过数据冗余解决的:一个订单,在买家库里面有,在卖家库里面也存储了一份。下订单的时候,要写两份数据。先把订单写入买家库里面去,然后通过消息中间件来同步订单数据到卖家库里面去。

 

买家库的订单a修改了后,要发异步消息,通知到卖家库去,更改状态。

posted @ 2019-08-04 10:32  何其小静  阅读(4856)  评论(6编辑  收藏  举报