V4.0 水平拆分对于V2.0、V3.0方案遇到瓶颈时，都可以通过水平拆分来解决，水平拆分和垂直拆分有较大区别，垂直拆分拆完的结果，在一个实例上是拥有全量数据的，而水平拆分之后，任何实例都只有全量的1/n的数据，以下图UserInfo的拆分为例，将UserInfo拆分为3个Cluster，每个Cluster持有总量的1/3数据，3个Cluster数据的总和等于一份完整数据。 注：这里不再叫单个实例 而是叫一个Cluster 代表包含主从的一个小MySQL集群。 那么，这样架构中的数据该如何路由？ 1. Range拆分 2. List拆分 List拆分与Range拆分思路一样，都是通过给不同的sharding key来路由到不同的Cluster，但是具体方法有些不同。List主要用来做sharding key不是连续区间的序列落到一个Cluster的情况，如以下场景： 假定有20个音像店，分布在4个有经销权的地区，如下表所示：
3. Hash拆分 通过对sharding key 进行哈希的方式来进行拆分，常用的哈希方法有除余，字符串哈希等等，除余如按UserId%n的值来决定数据读写哪个Cluster，其他哈希类算法这里就不细展开讲了。 4. 数据拆分后引入的问题 数据水平拆分引入的问题主要是只能通过sharding key来读写操作，例如以UserId为sharding key的切分例子，读UserId的详细信息时，一定需要先知道UserId，这样才能推算出在哪个Cluster进而进行查询，假设我需要按UserName进行检索用户信息，需要引入额外的反向索引机制（类似HBase二级索引），如在Redis上存储username->userid的映射，以UserName查询的例子变成了先通过查询username->userid，再通过userid查询相应的信息。 实际上这个做法很简单，但是我们不要忽略了一个额外的隐患，那就是数据不一致的隐患。存储在Redis里的username->userid和存储在MySQL里的userid->username必须需要是一致的，这个保证起来很多时候是一件比较困难的事情，举个例子来说，对于修改用户名这个场景，你需要同时修改Redis和Mysql。这两个东西是很难做到事务保证的，如MySQL操作成功，但是Redis却操作失败了（分布式事务引入成本较高）。对于互联网应用来说，可用性是最重要的，一致性是其次，所以能够容忍小量的不一致出现. 毕竟从占比来说，这类的不一致的比例可以微乎其微到忽略不计。（一般写更新也会采用mq来保证直到成功为止才停止重试操作） 在这样的架构下，我们来看看数据存储的瓶颈是什么？ 在这个拆分理念上搭建起来的架构，理论上不存在瓶颈（sharding key能确保各Cluster流量相对均衡的前提下)。不过确有一件恶心的事情，那就是Cluster扩容的时候重做数据的成本，如我原来有3个Cluster，但是现在我的数据增长比较快，我需要6个Cluster，那么我们需要将每个Cluster 一拆为二，一般的做法是：
有没有类似飞机空中加油的感觉，这是一个脏活，累活，容易出问题的活，为了避免这个，我们一般在最开始的时候，设计足够多的sharding cluster来防止可能的Cluster扩容这件事情。 V5.0 云计算 腾飞（云数据库）云计算现在是各大IT公司内部作为节约成本的一个突破口，对于数据存储的MySQL来说，如何让其成为一个SaaS是关键点。在MS的官方文档中，把构建一个足够成熟的SaaS（MS简单列出了SAAS应用的4级成熟度）所面临的3个主要挑战：可配置性，可扩展性，多用户存储结构设计称为"three headed monster"。可配置性和多用户存储结构设计在MySQL SaaS这个问题中并不是特别难办的一件事情，所以这里重点说一下可扩展性。 MySQL作为一个SaaS服务，在架构演变为V4.0之后，依赖良好的sharding key设计，已经不再存在扩展性问题，只是他在面对扩容缩容时，有一些脏活需要干，而作为SaaS，并不能避免扩容缩容这个问题，所以只要能把V4.0的脏活变成：第1，扩容缩容对前端APP透明（业务代码不需要任何改动）；第2，扩容缩容全自动化且对在线服务无影响。如果实现了这两点，那么他就拿到了作为SaaS的门票。 |
