互联网一致性架构设计 -- DB主从一致性

互联网一致性架构设计 -- DB主从一致性

需求分析

       大部分互联网的业务都是 “ 读多写少 ” 的场景，数据库层面，读性能往往成为瓶颈。如下图：业界通常采用 “ 一主多从，读写分离，冗余多个读库 ” 的数据库架构来提升数据库的读性能。

    这种架构的一个潜在缺点是，业务方有可能读取到并不是最新的旧数据：

1. 系统先对DB-master进行了一个写操作，写主库
2. 很短的时间内并发进行了一个读操作，读从库，此时主从同步没有完成，故读取到了一个旧数据
3. 主从同步完成

解决方法

• 半同步复制
• 强制读主
• 数据库中间件
• 缓存记录写key

半同步复制

       不一致是因为写完成后，主从同步有一个时间差，假设是500ms，这个时间差有读请求落到从库上产生的。有没有办法做到，等主从同步完成之后，主库上的写请求再返回呢？答案是肯定的，就是大家常说的“半同步复制”semi-sync：

1. 系统先对DB-master进行了一个写操作，写主库
2. 等主从同步完成，写主库的请求才返回
3. 读从库，读到最新的数据（如果读请求先完成，写请求后完成，读取到的是“当时”最新的数据）

    优点：利用数据库原生功能，比较简单

    缺点：主库的写请求时延会增长，吞吐量会降低

强制读主库

       如果不使用“增加从库”的方式来增加提升系统的读性能，完全可以读写都落到主库，这样就不会出现不一致了：

    优点：“一致性”上不需要进行系统改造

    缺点：只能通过cache来提升系统的读性能，这里要进行系统改造

数据库中间件

       如果有了数据库中间件，所有的数据库请求都走中间件，这个主从不一致的问题可以这么解决：

1. 所有的读写都走数据库中间件，通常情况下，写请求路由到主库，读请求路由到从库
2. 记录所有路由到写库的key，在经验主从同步时间窗口内（假设是500ms），如果有读请求访问中间件，此时有可能从库还是旧数据，就把这个key上的读请求路由到主库
3. 经验主从同步时间过完后，对应key的读请求继续路由到从库

    优点：能保证绝对一致

    缺点：数据库中间件的成本比较高

缓存记录写key法

    既然数据库中间件的成本比较高，有没有更低成本的方案来记录某一个库的某一个key上发生了写请求呢？很容易想到使用缓存。

    当写请求发生的时候：

1. 将某个库上的某个key要发生写操作，记录在cache里，并设置“经验主从同步时间”的cache超时时间，例如500ms。
2. 修改数据库。

    而读请求发生的时候：

1. 先到cache里查看，对应库的对应key有没有相关数据
2. 如果cache hit，有相关数据，说明这个key上刚发生过写操作，此时需要将请求路由到主库读最新的数据
3. 如果cache miss，说明这个key上近期没有发生过写操作，此时将请求路由到从库，继续读写分离

    优点：相对数据库中间件，成本较低

    缺点：为了保证“一致性”，引入了一个cache组件，并且读写数据库时都多了一步cache操作