MySQL分布式架构扩缩容的初步设计
2023-03-14 22:28:00 时间
MySQL分布式架构的扩缩容是一个很有意思的话题。严格的说,我们所说的这种架构方案是一种伪分布式架构,我们就做下统称。重点是扩缩容的思路上。
如果一套环境的主从完整,分为多个逻辑分片的情况下,大体是这样的架构。
这个架构采用了4个物理分片,每个物理分片上有4个逻辑分片,总共有16个逻辑分片,也就意味着一张表被分为了16份。
对于扩容来说,是优先考虑主库写入为主,所以我们的扩容可以是2N的规模来扩容,比如4个物理分片,可以扩容为8个物理分片,大体的架构和分布如下,这个时候从库顶上来做了主库。
从扩容的角度来说,这也就是我们预期要做的事情,4个变8个,8个变16个。一套环境按照设定的分片规模可以扩容两次。
而缩容怎么来做呢,我们需要考虑得更细致一些,所以我就截取了物理分片1的一个相对详细的数据复制关系图。
扩容前,分片节点上的4个逻辑分片都是active状态,都可以写入数据,从库是inactive,只负责数据同步。
扩容后,原本的db1,db2为active状态,而db3,db4在原来的Slave节点上是active状态
这个基础上,我们需要保证的就是将原本隔离的节点数据统一为Master端active状态。这个过程说起来容易,操作起来就是一个难点了。
这个事情如果相对平滑的完成,其实整个分布式集群的管理就不在话下了。
相关文章
- 数据孤岛是业务效率的无声杀手
- 2023展望:新的一年将给大数据分析领域带来什么?
- 阿里云ADB基于Hudi构建Lakehouse的实践
- 大数据在医疗保健领域的使用案例
- 微软增加说明:KB5021751 更新扫描已经 / 即将过时 Office 过程中不会触碰用户隐私
- 2022 Gartner全球云数据库管理系统魔力象限发布 腾讯云数据库入选
- 场景化、重实操,分享一个实时数仓实践案例
- Arctic的湖仓一体践行之路
- 分布式计算MapReduce究竟是怎么一回事?
- 淘系数据模型治理优秀实践
- 大数据分析对医疗保健的影响
- 当我们说大数据Hadoop,究竟在说什么?
- 2022年及以后大数据的五个发展趋势
- 网易严选离线数仓治理实践
- 2023 年数据治理趋势
- 一份“靠谱”的年度经营计划,你学会了吗?
- 漫谈对大数据的思考
- 测试一下,读懂数据的能力,你有吗?
- 用艺术的眼光探索数据之美
- 聊聊数据分析成果如何落地