读写分离到底是大招还是人云亦云 ？真正做过的人有多少？

[huadi]

大部分所谓架构文章都会先介绍分库分表，再扛不住就读写分离对吧。

但没人往下讲细节了。
如果是异步同步，可以保证写主库成功之后返回，但保证不了延迟。比如写完马上读就会有问题。
如果等待同步从库成功后再返回，实际就是双写。那么故障几率就更大了，可用性就会降低。

好吧我知道还有所谓“具体业务具体分析”，但实际上哪有那么多具体业务能忍受可用性降低或者同步延迟。就比如订单，钱不能算错，库存也不能错，但没听说过谁说用可用性来做 trade off 的。

我始终认为，提升系统容量，要有一套能撑得住的运维体系，然后一直分库分表就好了。所谓主从同步，是一个“高可用”方案，在主库挂掉的时候从库顶上。而不是 scale out 方案。

那，真正做过读写分离方案的，到底有多少？

补充几点：
我的疑问是原文的两个如果。

分库分表可以多机做多实例，每个实例再包含多库和多表。所以也是可以做到负载均衡的。
主从同步的延迟很低是没错，但关键是无法保证延迟。网络抖动一下，延迟就上来了。一主多从的情况下，每个从库的延迟可能都不相同。所以我想知道读写分离的方案处理这个无法保证的延迟是什么思路。主动监控吗？还是靠其他中间件？或者认为延迟超过某个阈值就是故障，不去考虑高延迟？
我想了下，多实例分库分表也拉低了系统的可用性，但这个可用性和读写db双写还不一样。首先可以用主从来做高可用（我赞同用主从做高可用，而不是负载均衡），其次挂掉的是一部分数据，线上故障肯定是会有了，但不会全网挂。

[LinInV2]

互联网公司标配吧。
保证高可用性的啊

[wentaoliang]

这个理解就不对了。主从除了高可用，另外一个作用就是负载均衡，你想想如果访问到数据库的 qps 有几 w，你再怎么分库分表，单机都不可能承受的住

[tiedan]

读写的同步延迟间隙可以用缓存覆盖掉

[guyujiezi]

你用过 memcache 或 redis 缓存吗？缓存就是一种读写分离

[jimrok]

大部分的查询请求，其实不用那么实时，例如订单完成之后，可以不用变化。而且 mysql 的复制还是非常快的，100 毫秒上下，这样主库就可以把 cpu 剩下来提高写入的 ops。

[huadi]

@wentaoliang 分库又不是只能在单台机器上分，跑在多台机器上的多个实例也叫分库。
关键是纸上谈兵的文章太多了，深入细节就没人讲。
那么，我原文问的的两个如果怎么破？

[expkzb]

虽然我不是搞后端的，但我知道磁盘也是有 io 瓶颈的。一般业务都是读多写少的。

[zhengyongtao]

读写分离是为了负载均衡，单机性能同时做读写撑不了多少 qps，另外一般订单这种都会使用缓存和队列，而不是直接入库，什么都等入库黄花菜都凉了。

[gaius]

多数据源，具体方法上加自定义注解结合 aop 选折具体数据源，这样讲是不是细节了一点。

[tiedan]

读写分离的情况下，无实时性要求的业务读从，高实时性的业务强制读主。

[wentaoliang]

@huadi 比如你是一个库的某个表请求几 w，你就只能读写分离了，对于读写同步延迟的。就不应该在同一个请求中写完立马就读，如果非得这么做，让第二次强制读主库

[huadi]

@guyujiezi 缓存和两个 db 双写还是不一样的。
缓存很快。
缓存不是持久化方案，可以采用 db+缓存双写而不降低可用性。
缓存和 db 的一致性，仍然是问题。

[huadi]

@wentaoliang 分库分表最大的问题是数据倾斜和运维水平。比如按 userId 分，可能有某个 user 的请求很多。或者 db 特别多。否则无论如何我都可以降低 QPS。
强制读主库确实是个好方法。但我不知道怎么控制这个时间阈值，因为同步延迟很难保证。网络抖动这个天灾就受不了。

[vmskipper]

根据自己的 qps tps 而定 链接过多或者活动事务过多 就弄呗 读压力过大就加缓存 写压力过大就分片 每天 2000 万的记录 消息几亿 总量百亿 现在就这么弄的

[guyujiezi]

@huadi 主从架构不能叫“双写”，这样说法会有歧义的，两主才叫双写。

主从同步一般都是异步的，这叫最终一致性，同步写入那就变成两阶段提（ 2PC ）交了

[whileFalse]

“写完马上读就会有问题”

没错。所以要从业务层弥补。
当如果写和读属于两个无关业务，比如用户 A 刚更新了自己的头像，用户 B 立即去拿结果拿到了旧的；这种情况通常是可忍受的。因为如果用户 B 的这个请求早发送 1s，那么他看到的肯定就是旧的；两个业务之前不存在因果关系。

如果写读属于同一个业务，比如更改用户单张借记卡的余额，然后显示用户所有卡的总余额；这种情况要不将两个数据库操作合并为同一个操作，要不从业务层将两个独立的请求合并为一个请求，要不强制读主库；要不告诉用户”更新可能延迟“之类的。

总之，上读写分离是和业务相关的，无法做到对开发透明。在业务理解并做针对性优化的情况下，可用性不会是问题。

[huadi]

@guyujiezi 我的原始问题是原文的两个如果。
如果不双写，做异步同步，这没问题的。那我的疑问是怎么处理延迟。
主从延迟很低是没错，但关键是这个延迟是无法保证的。也就是说平常 100ms 之内，但网络一抖动，分钟级别的延迟都有可能发生。这个时候从库是没办法提供服务的，怎么处理这种问题呢？

[huadi]

@whileFalse 想请问下，合并两个请求有什么思路么？现在大部分应用都是 HTTP，有什么工具或者链接能分享下？

[glfpes]

你举的例子就是那种“读写分离不太合适”的情况。订单系统这种强一致性的场景不多且一般都是关键场景，花更多的资源有价值。
实际上很多场景，不需要强一致性。当读写不均衡的情况下，比如读的 qps 比写高几个数量级，读写分离还是很常见的做法。比如用户画像。其实用到本地缓存的地方都可以搞读写分离。

[lhx2008]

分布式系统最大的问题就是很难保证强一致性，对于普通业务，主要通过逻辑弥补。对于敏感的业务，主写从读会出问题。

逻辑弥补有很多方法 （来自李运华的文章）
1. 业务可以接受，系统不优化
2. 写操作后的 n 秒内读操作指定发给数据库主服务器
3. 读从机失败后再读一次主机
4. 关键业务只走主机，可接受延迟的业务走从机
5. 走缓存，先更新缓存，缓存过期肯定已经刷入从机了

楼主看的“所谓架构文章”，怕不是 CSDN 上面的？

[wentaoliang]

@huadi 理解一下 cap 理论就知道，按目前分区无法完全保证的情况下，强一致性和高可用只能满足一个。所有从理论层面告诉你，你的只能在业务层面控制

[yanaraika]

首先，CAP 定理了解一下，要 C+P 必然会牺牲可用。实际中是要检测延时的，这也是不推荐在公有云上自己搭数据库集群的原因：网络没有专有网络稳定。

现在也有一些利用 RDMA 提升 RSM 复制的方案。

另一点是：吞吐和延时也是不可兼得的，要使用 batching 等方式提升 replicate 的吞吐就会牺牲延时。

一种折中方案是 写 + 读确认节点 > N。一般写少读多的话成功写入 3/4 N 节点返回，成功读到 1/4N + 1 节点返回。

顺带一提，当你需要读写分离的时候再折腾 MySQL 读写分离主从之类的基本就是收效最小的方案，之后主不可用、一致性太弱等问题会让你很头疼，最后层层 patch 后会发现自己造了一个已有的轮子。建议一步到位上无中心化的方案如 Cassandra/NewSQL 等。

@lhx2008 这几个方案都有很多缺陷，最简单的就是客户端时钟不可靠

[lhx2008]

@yanaraika 这个确实是一个折中的方法，但是实现的复杂度也非常高了。当然 NoSQL 的经过验证的分布式的主从架构更加可靠。至于时钟问题，确实是一个存在的因素，我没有过多研究，不过 Redis 作者在说 RedLock 的时候，没有认为这是一个主要问题。"well, you can assume your clock is mostly correct though!"

[guyujiezi]

@huadi 如果你的业务代码写得正确，那是不会发生你所说的问题的。因为这个分布式模型是可以实现最终一致性的

我猜你的意思可能是：往从库里取得商品库存，由于数据没有同步，所以从库中的库存数量多余实际数量，然后程序因此创建了本不应该创建的订单。是这样吧？

然而你这个代码本身就是错误的呀

[alvin666]

我们做的主从是直接走的云服务商的内网，内网要是再波动了，就算不做主从也会受影响

[yanaraika]

@lhx2008 http://antirez.com/news/101 这个问题非常复杂。我个人是不喜欢 redlock 这种对时间源一个外界因素有依赖的方案的

[yanaraika]

@alvin666 主要是延时没 SoA 保证…而且延时低到一定程度后 gc 等因素也无法忽略

[calpes]

@huadi 最简单的例子。。。你确认写入成功后不再次读库，直接将你写入的数据返回给用户，这就是一种很常见的操作，主从分离这个事某种意义上是无法做到对开发者透明的，而且这里你有一个钻牛角尖的思路，就是主从之间的网络可能一抖抖个一分钟啥的，需要业务代码来容错，如果把这些东西加到研发成本里，基本上是没法接受的。OP 角度上来讲每个服务都是有他的可用性指标的，五个 9 以上我觉得这种抖动很难感知到，而如果你的业务在主从分离的场景下由于 db 的可用性指标不够导致业务上大面积的出问题，我建议你们换个更专业的 DB 和 OP，毕竟服务可用性他是一个系统性工程。

[idblife]

楼主土鳖而已
哪家互联网公司不做读写分离能扛得住？

[wangxiaoaer]

@jimrok #5 即使多个实例机器，那么同一个数据库的某张表你打算放到几台机器呢？如果 1 台，势必会有瓶颈，如果多台，不还是主从复制吗

[passerbytiny]

读写分离是抽象，分库分表是技术实现，啥时候被当成解决问题的两种方式了。人家文章的意思其实是：一般你用分库分表这种简单实现方式凑合以下就行了，要是扛不住，你得从根本的抽象上去寻找解决方案，比如说读写分离；至于具体是什么，限于篇幅无法细说（其实我也只知道个标题）。

读写分离这种标题很容易理解但内容很复杂的高级抽象，网上你就只能找到标题，想系统的学习，还是要买书。推荐你一本书《实现领域驱动设计》，里面“架构”、“事件”等章节有关于读写分离架构的描述。

[jimrok]

@wangxiaoaer 你这个问题，要结合业务场景来讲。就说订单这个东西，如果你的用户少，可以不做拆表处理的。当用户购买商品后，去查询订单，这个请求是个读请求，而且查询可能根据时间，状态过滤。这个列表数据是不容易做 memcahced 缓存的，所以，必须将这部分查询请求放在从库上执行。这样主库的压力就会降下来，放几台要根据你的 qps 量进行估算。如果每秒有 2w 笔查询，那你单台能支撑的是 5000qps，你就需要准备至少 4 台服务器。如果你再能在应用层将请求分割开，那么每台的 mysql 可能只负责某个区域的用户查询请求，那么 mysql 的 buffcache 就可能非常高效。

[jimrok]

@huadi 主从复制不是解决强一致性问题的，通常情况下的应用，不用害怕这个延迟。在运维层面来讲，通常有一个读写分离的 proxy，有这个 proxy 来代理 sql 端的请求。这个代理也同事负责监控主从库的监控状况，如果从库失败，这个代理会把 select 的语句发给主库执行的。如果你用过阿里云的 RDS，他们会给你一个 readonly 的 mysql 地址，还有一个读写分离的地址，你不需要考虑后端是否可用，这个 proxy 已经管理了后端的群集。

[CRVV]

如果一个数据库 instance 搞不定所有的读写请求，那么你可以使用多个 instance 来搞
有不同的方案来使用多个 instance，读写分离是其中的一个
或者说你也不一样要完全读写分离，只要把一部分读请求分走，也许就能好了

> 如果是异步同步，可以保证写主库成功之后返回，但保证不了延迟。比如写完马上读就会有问题

是会有问题，但有的业务可以接受有这个问题，或者用另外的手段处理这个问题。
或者你可以只把不需要强一致性的读请求分走。

> 如果等待同步从库成功后再返回，实际就是双写。那么故障几率就更大了，可用性就会降低

出故障的概率会变大，但是数据出错的概率会变小。某些情况下可以接受系统挂掉但是不能接受丢数据。

而且这么干的前提是你用一个 instance 搞不定，搞不定的事情就没有可用性，现在能搞定了才有了可用性。
这里不应该说可用性降低了。

[Raymon111111]

读写分离太多了

我们目前单库写入 qps 3000 (分库分表 5 个库), 读写分离框架用的很顺利

你说的主从延迟的问题, 绝大多数情况下都能控制在 100ms 内. 也就是说主库写入后从库很短时间内就可以读到, 能够满足绝大多数的使用场景

有一些很特殊的场景会采用强制读主库的方案, 但是这种一般控制量, 主库读影响写入性能

至于监控, 产品也很多, 最快的学习方法是进一个大公司, 一般这些东西很成熟, 你一看就明白了

[tairan2006]

喷了，用缓存本质上就是读写分离吧。网络分区下高可用和一致性是矛盾的，这不就是 CAP 定理么，楼主自己瞎琢磨啥呢。

[zzzzzzZ]

读写分离是标配，不是大招，不是人云亦云，是一个稍微水平正常的开发都能做的标配架构

如果你还卡在你第一个"如果"，那就是你代码写的烂，别玩架构了
如果你出现了你第二个"如果"，那就是你架构搭的烂，别玩架构了

你要的所谓的“中间件”，数据库层面的是 Mycat，就是 @jimrok #32 做的事
代码层面的纯代码就能解决，想不明白怎么敲代码，就别来纸上谈兵的学一些架构的东西，架构从来都是实践出来的

[janxin]

我觉得其实楼主你应该实操一下？空想很容易钻牛角尖。

另外一个，基本上根据 CAP 去牺牲某一个，根据业务需求再去考虑牺牲哪一个。

即便加上缓存，也是根据具体的业务需求，决定缓存 miss 和脏缓存的接受程度。

毕竟，没有银弹嘛。

[phx13ye]

借楼问问各位大佬，多对多关系的的中间表一般怎么分库分表。是要双向查的，只能冗余两份各自 sharding 吗？。例如我给哪些文章点赞了，文章被谁点赞。学生选修哪些课程，课程有哪些学生选修。

[bringyou]

分库分表限制了一些业务实现，比如说表之间的 join。一般业务场景下，对于数据的读取是多于写入(更新)，所以为了那些特性，很多场景下都只是先读写分离了。而且一般的规模下这个也足够了。至于主从同步的延迟，阿里云 rds 是 1 毫秒级别的，很少超过 10ms，动辄 100ms 甚至 1min 的延迟，我觉得还是先招些专门的网络运维人员，先优化网络链路来的实在一些，因为网络慢不只是影响数据库主从同步，正常的业务应用也会受到影响。

如果对于 1ms 级别的延迟不能接受的话，可以向前面老哥提到的，再次查询写库，这个重复的工作可以通过 aop 或者中间件来做，自己不用重复的。

同步模型可以看看 mysql 的异步同步、半同步和组同步。

[bringyou]

@phx13ye 之前我司是这样。如果不局限于数据库的话，可以试试一些 newsql 或者 elasticsearch 这样的搜索引擎

[akira]

之前做读写分离，是把一些报表类的，不太要求实时性的查询 放在只读库 ，
大部分业务还是落在主库上面

[curdoldman]

SQL HINT 了解一下。
HINT 是一种可选的 SQL 片段或注释，可用于在 SQL 语句里强制索引，强制使用主库，强制不使用缓存等等

[fox0001]

我们是采用 Solr + 数据库，不完全的读写分离。但是 Solr 抗住了绝大部分的复杂查询，效果不错