一、緣起

（1）并發量大，流量大的互聯網架構，一般來說，數據庫上層都有一個服務層，服務層記錄了“業務庫名”與“數據庫實例”的映射關系，通過數據庫連接池向數據庫路由sql語句以執行：

如上圖：服務層配置用戶庫user對應的數據庫實例物理位置為ip（其實是一個內網域名）。

（2）隨著數據量的增大，數據要進行水平切分，分庫后將數據分布到不同的數據庫實例（甚至物理機器）上，以達到降低數據量，增強性能的擴容目的：

如上圖：用戶庫user分布在兩個實例上，ip0和ip1，服務層通過用戶標識uid取模的方式進行尋庫路由，模2余0的訪問ip0上的user庫，模2余1的訪問ip1上的user庫。

關于數據庫水平切分，垂直切分的更多細節，詳見《一分鐘掌握數據庫垂直拆分》 。

（3）互聯網架構需要保證數據庫高可用，常見的一種方式，使用雙主同步+keepalived+虛ip的方式保證數據庫的可用性：

如上圖：兩個相互同步的主庫使用相同的虛ip。

如上圖：當主庫掛掉的時候，虛ip自動漂移到另一個主庫，整個過程對調用方透明，通過這種方式保證數據庫的高可用。

關于高可用的更多細節，詳見《究竟啥才是互聯網架構“高可用”》。

（4）綜合上文的（2）和（3），線上實際的架構，既有水平切分，又有高可用保證，所以實際的數據庫架構是這樣的：

提問：如果數據量持續增大，分2個庫性能扛不住了，該怎么辦呢？

回答：繼續水平拆分，拆成更多的庫，降低單庫數據量，增加庫主庫實例（機器）數量，提高性能。

最終問題拋出：分成x個庫后，隨著數據量的增加，要增加到y個庫，數據庫擴容的過程中，能否平滑，持續對外提供服務，保證服務的可用性，是本文要討論的問題。

二、停服務方案

在討論平滑方案之前，先簡要說明下“x庫拆y庫”停服務的方案：

（1）站點掛一個公告“為了為廣大用戶提供更好的服務，本站點/游戲將在今晚00:00-2:00之間升級，屆時將不能登錄，用戶周知”

（2）停服務

（3）新建y個庫，做好高可用

（4）數據遷移，重新分布，寫一個數據遷移程序，從x個庫里導入到y個庫里，路由規則由%x升級為%y

（5）修改服務配置，原來x行配置升級為y行

（6）重啟服務，連接新庫重新對外提供服務

整個過程中，最耗時的是第四步數據遷移。

回滾方案：

如果數據遷移失敗，或者遷移后測試失敗，則將配置改回x庫，恢復服務，改天再掛公告。

方案優點：簡單

方案缺點：

（1）停服務，不高可用

（2）技術同學壓力大，所有工作要在規定時間內做完，根據經驗，壓力越大約容易出錯（這一點很致命）

（3）如果有問題第一時間沒檢查出來，啟動了服務，運行一段時間后再發現有問題，難以回滾，需要回檔，可能會丟失一部分數據

有沒有更平滑的方案呢？

三、秒級、平滑、帥氣方案

再次看一眼擴容前的架構，分兩個庫，假設每個庫1億數據量，如何平滑擴容，增加實例數，降低單庫數據量呢？三個簡單步驟搞定。

（1）修改配置

主要修改兩處：

a）數據庫實例所在的機器做雙虛ip，原來%2=0的庫是虛ip0，現在增加一個虛ip00，%2=1的另一個庫同理

b）修改服務的配置（不管是在配置文件里，還是在配置中心），將2個庫的數據庫配置，改為4個庫的數據庫配置，修改的時候要注意舊庫與辛苦的映射關系：

%2=0的庫，會變為%4=0與%4=2；

%2=1的部分，會變為%4=1與%4=3；

這樣修改是為了保證，拆分后依然能夠路由到正確的數據。

（2）reload配置，實例擴容

服務層reload配置，reload可能是這么幾種方式：

a）比較原始的，重啟服務，讀新的配置文件

b）高級一點的，配置中心給服務發信號，重讀配置文件，重新初始化數據庫連接池

不管哪種方式，reload之后，數據庫的實例擴容就完成了，原來是2個數據庫實例提供服務，現在變為4個數據庫實例提供服務，這個過程一般可以在秒級完成。

整個過程可以逐步重啟，對服務的正確性和可用性完全沒有影響：

a）即使%2尋庫和%4尋庫同時存在，也不影響數據的正確性，因為此時仍然是雙主數據同步的

b）服務reload之前是不對外提供服務的，冗余的服務能夠保證高可用

完成了實例的擴展，會發現每個數據庫的數據量依然沒有下降，所以第三個步驟還要做一些收尾工作。

（3）收尾工作，數據收縮

有這些一些收尾工作：

a）把雙虛ip修改回單虛ip

b）解除舊的雙主同步，讓成對庫的數據不再同步增加

c）增加新的雙主同步，保證高可用

d）刪除掉冗余數據，例如：ip0里%4=2的數據全部干掉，只為%4=0的數據提供服務啦

這樣下來，每個庫的數據量就降為原來的一半，數據收縮完成。

四、總結

該帥氣方案能夠實現n庫擴2n庫的秒級、平滑擴容，增加數據庫服務能力，降低單庫一半的數據量，其核心原理是：成倍擴容，避免數據遷移。

遷移步驟：

（1）修改配置

（2）reload配置，實例擴容完成

（3）刪除冗余數據等收尾工作，數據量收縮完成