读写分离 & 缓存 & 水平切分
1、什么是读写分离
读写分离其实就是将数据库分为了主从库，一个主库用于写数据，多个从库完成读数据的操作，主从库之间通过某种机制进行数据的同步，是一种常见的数据库架构。
-
主库：提供写服务的数据库。
-
从库：提供读服务的数据库。
-
主从之间：通过某种机制同步数据，比如
MySQL的binlog。 -
分组：一组从同步集群。
2、分组架构解决的问题
大多数互联网业务，往往读多写少，这时候，数据库的读会首先称为数据库的瓶颈，这时，如果我们希望能够线性的提升数据库的读性能，消除读写锁冲突从而提升数据库的写性能，那么就可以使用分组架构（即读写分离架构）。用一句话概括，读写分离是用来解决数据库的读性能瓶颈的，在数据库无法胜任当前的读要求时，就可以进行读写分写，通过增加从库线性提升系统读性能。
3、读写分离的不适用性
在互联网的应用场景中，常常数据量大、并发量高、高可用要求高、一致性要求高，如果使用读写分离，就需要注意这些问题：
-
数据库连接池要进行区分，哪些是读连接池，哪个是写连接池，研发的难度会增加。
-
为了保证高可用，读连接池要能够实现故障自动转移。
-
潜在主从一致性问题。
二、缓存
缓存，也是互联网中常常使用到的一种架构方式，同读写分离不同，读写分离是通过多个读库，分摊了数据库读的压力，而存储则是通过缓存的使用，减少了数据库读的压力。他们没有谁替代谁的说法，但是，如果在缓存和读写分离之间进行二选一时，还是应该首先考虑缓存。
缓存的应用场景：
-
如果面临的是
读性能瓶颈问题，增加缓存可能来的更直接，更容易一点。 -
-
对于云上的架构，主库提供高可用服务，从库不提供高可用服务。
这几类场景就建议使用缓存架构来加强系统读性能，代替数据库主从分离架构。当然缓存架构的潜在问题：如果缓存挂了，流量全部压到数据库上，数据库会雪崩；同样缓存会有缓存穿透、缓存一致、缓存雪崩、缓存并发等问题。
三、水平切分
1、水平切分概念
水平切分，也是一种常见的数据库架构，一般来说：
-
每个数据库之间没有数据重合，没有类似
binlog同步的关联。 -
所有数据并集，组成全部数据。
-
会用某些算法，来完成数据分割，例如取模运算。
一个水平切分急群众的每个数据库，通常称为一个分片。
2、水平切分解决的问题
大部分的互联网业务，数据量都非常大，单库容量最容易成为瓶颈，当单库的容量成为了瓶颈，我们希望提高数据库的写性能，降低单库容量的话，就可以采用水平切分了。
四、小结
-
读写分离，解决
数据库读性能瓶颈问题； -
水平切分，解决
数据库数据量大问题； -
对于大数据量、高并发量、高可用要求、高一致性的互联网业务，微服务缓存架构，可能比读写分离架构更加合适。
