一、為什么要冗余數據

互聯網數據量很大的業務場景，往往數據庫需要進行水平切分來降低單庫數據量。

水平切分會有一個patition key，通過patition key的查詢能夠直接定位到庫，但是非patition key上的查詢可能就需要掃描多個庫了。

此時常見的架構設計方案，是使用數據冗余這種反范式設計來滿足分庫后不同維度的查詢需求。

例如：訂單業務，對用戶和商家都有訂單查詢需求：

Order(oid, info_detail); 
T(buyer_id, seller_id, oid); 

• 如果用buyer_id來分庫，seller_id的查詢就需要掃描多庫。
• 如果用seller_id來分庫，buyer_id的查詢就需要掃描多庫。

此時可以使用數據冗余來分別滿足buyer_id和seller_id上的查詢需求：

T1(buyer_id, seller_id, oid) 
T2(seller_id, buyer_id, oid) 

同一個數據，冗余兩份，一份以buyer_id來分庫，滿足買家的查詢需求;一份以seller_id來分庫，滿足賣家的查詢需求。

如何實施數據的冗余，是今天將要討論的內容。

二、服務同步雙寫

顧名思義，由服務層同步寫冗余數據，如上圖1-4流程：

• 業務方調用服務，新增數據
• 服務先插入T1數據
• 服務再插入T2數據
• 服務返回業務方新增數據成功

優點：

• 不復雜，服務層由單次寫，變兩次寫
• 數據一致性相對較高(因為雙寫成功才返回)

缺點：

• 請求的處理時間增加(要插入兩次，時間加倍)
• 數據仍可能不一致，例如第二步寫入T1完成后服務重啟，則數據不會寫入T2

如果系統對處理時間比較敏感，引出常用的第二種方案。

三、服務異步雙寫

數據的雙寫并不再由服務來完成，服務層異步發出一個消息，通過消息總線發送給一個專門的數據復制服務來寫入冗余數據，如上圖1-6流程：

• 業務方調用服務，新增數據
• 服務先插入T1數據
• 服務向消息總線發送一個異步消息(發出即可，不用等返回，通常很快就能完成)
• 服務返回業務方新增數據成功
• 消息總線將消息投遞給數據同步中心
• 數據同步中心插入T2數據

優點：

• 請求處理時間短(只插入1次)

缺點：

• 系統的復雜性增加了，多引入了一個組件(消息總線)和一個服務(專用的數據復制服務)
• 因為返回業務線數據插入成功時，數據還不一定插入到T2中，因此數據有一個不一致時間窗口(這個窗口很短，最終是一致的)
• 在消息總線丟失消息時，冗余表數據會不一致

不管是服務同步雙寫，還是服務異步雙寫，服務都需要關注“冗余數據”帶來的復雜性。如果想解除“數據冗余”對系統的耦合，引出常用的第三種方案。

四、線下異步雙寫

為了屏蔽“冗余數據”對服務帶來的復雜性，數據的雙寫不再由服務層來完成，而是由線下的一個服務或者任務來完成，如上圖1-6流程：

• 業務方調用服務，新增數據
• 服務先插入T1數據
• 服務返回業務方新增數據成功
• 數據會被寫入到數據庫的log中
• 線下服務或者任務讀取數據庫的log
• 線下服務或者任務插入T2數據

優點：

• 數據雙寫與業務完全解耦
• 請求處理時間短(只插入1次)

缺點：

• 返回業務線數據插入成功時，數據還不一定插入到T2中，因此數據有一個不一致時間窗口(這個窗口很短，最終是一致的)
• 數據的一致性依賴于線下服務或者任務的可靠性

五、總結

互聯網數據量大的業務場景，常常:

• 使用水平切分來降低單庫數據量
• 使用數據冗余的反范式設計來滿足不同維度的查詢需求
• 使用服務同步雙寫法能夠很容易的實現數據冗余
• 為了降低時延，可以優化為服務異步雙寫法
• 為了屏蔽“冗余數據”對服務帶來的復雜性，可以優化為線下異步雙寫法

【本文為51CTO專欄作者“58沈劍”原創稿件，轉載請聯系原作者】

戳這里，看該作者更多好文