订单中心在哪里？（如何做到数据库无限容量）
数据库水平切分是一个很有意思的话题，不同业务类型，数据库水平切分的方法不同。
本篇将以“订单中心”为例，介绍“多key”类业务，随着数据量的逐步增大，数据库性能显著降低，数据库水平切分相关的架构实践。
一、什么是“多key”类业务
所谓的“多key”，是指一条元数据中，有多个属性上存在前台在线查询需求。
订单中心业务分析
订单中心是一个非常常见的“多key”业务，主要提供订单的查询与修改的服务，其核心元数据为：
Order(oid, buyer_uid, seller_uid, time,money, detail…);
其中：
数据库设计上，一般来说在业务初期，单库单表就能够搞定这个需求，典型的架构设计为：
随着订单量的越来越大，数据库需要进行水平切分，由于存在多个key上的查询需求，用哪个字段进行切分，成了需要解决的关键技术问题：
总之，很难有一个完全之策，在展开技术方案之前，先一起梳理梳理查询需求。
二、订单中心属性查询需求分析
在进行架构讨论之前，先来对业务进行简要分析，看哪些属性上有查询需求。
前台访问，最典型的有三类需求:
前台访问的特点：吞吐量大，服务要求高可用，用户对订单的访问一致性要求高，商家对订单的访问一致性要求相对较低，可以接受一定时间的延时。
后台访问，根据产品、运营需求，访问模式各异:
后台访问的特点：运营侧的查询基本上是批量分页的查询，由于是内部系统，访问量很低，对可用性的要求不高，对一致性的要求也没这么严格，允许秒级甚至十秒级别的查询延时。
这两类不同的业务需求，应该使用什么样的架构方案来解决呢？
三、前台与后台分离的架构设计
如果前台业务和后台业务公用一批服务和一个数据库，有可能导致，由于后台的“少数几个请求”的“批量查询”的“低效”访问，导致数据库的cpu偶尔瞬时100%，影响前台正常用户的访问（例如，订单查询超时）。
前台与后台访问的查询需求不同，对系统的要求也不一样，故应该两者解耦，实施“前台与后台分离”的架构设计。
前台业务架构不变，站点访问，服务分层，数据库水平切分。
后台业务需求则抽取独立的web/service/db来支持，解除系统之间的耦合，对于“业务复杂”“并发量低”“无需高可用”“能接受一定延时”的后台业务：
解决了后台业务的访问需求，问题转化为，前台的oid，buyer_uid，seller_uid如何来进行数据库水平切分呢？
多个维度的查询较为复杂，对于复杂系统设计，可以逐步简化。
四、假设没有seller_uid
订单中心，假设没有seller_uid上的查询需求，而只有oid和buyer_uid上的查询需求，就蜕化为一个“1对多”的业务场景，对于“1对多”的业务，水平切分应该使用“基因法”。
再次回顾一下，什么是分库基因？
通过buyer_uid分库，假设分为16个库，采用buyer_uid%16的方式来进行数据库路由，所谓的模16，其本质是buyer_uid的最后4个bit决定这行数据落在哪个库上，这4个bit，就是分库基因。
也再次回顾一下，什么是基因法分库？
在订单数据oid生成时，oid末端加入分库基因，让同一个buyer_uid下的所有订单都含有相同基因，落在同一个分库上。
如上图所示，buyer_uid=666的用户下了一个订单：
通过这种方法保证，同一个用户下的所有订单oid，都落在同一个库上，oid的最后4个bit都相同，于是：
五、假设没有oid
订单中心，假设没有oid上的查询需求，而只有buyer_uid和seller_uid上的查询需求，就蜕化为一个“多对多”的业务场景，对于“多对多”的业务，水平切分应该使用“数据冗余法”。
如上图所示：
Copyright ©2015~2025 www.kingtall.com 网站ICP备案号：粤ICP备14001765号-1
