MySQL 高可用架构

主从复制、读写分离、分库分表。

主从复制

原理

┌─────────────┐                    ┌─────────────┐
│   Master    │                    │    Slave    │
│  ┌───────┐  │     ① binlog      │  ┌───────┐  │
│  │ binlog│──┼────────────────→──┼──│IO线程 │  │
│  └───────┘  │                    │  └───┬───┘  │
└─────────────┘                    │      ↓      │
                                   │  ┌───────┐  │
                                   │  │relay  │  │
                                   │  │ log   │  │
                                   │  └───┬───┘  │
                                   │      ↓      │
                                   │  ┌───────┐  │
                                   │  │SQL线程│  │
                                   │  └───────┘  │
                                   └─────────────┘

三步流程：

Master 将数据变更写入 binlog
Slave 的 IO 线程读取 Master 的 binlog，写入 relay log
Slave 的 SQL 线程执行 relay log 中的事件

配置步骤

Master 配置

# my.cnf
[mysqld]
server-id = 1
log-bin = mysql-bin
binlog_format = ROW

-- 创建复制用户
CREATE USER 'repl'@'%' IDENTIFIED BY 'password';
GRANT REPLICATION SLAVE ON *.* TO 'repl'@'%';
FLUSH PRIVILEGES;

-- 查看 Master 状态
SHOW MASTER STATUS;

Slave 配置

# my.cnf
[mysqld]
server-id = 2
relay-log = mysql-relay
read_only = 1

-- 配置主从关系
CHANGE MASTER TO
    MASTER_HOST = '192.168.1.100',
    MASTER_USER = 'repl',
    MASTER_PASSWORD = 'password',
    MASTER_LOG_FILE = 'mysql-bin.000001',
    MASTER_LOG_POS = 154;

-- 启动复制
START SLAVE;

-- 查看状态
SHOW SLAVE STATUS\G

复制模式

模式	说明	特点
异步	默认模式，Master 不等 Slave	性能好，可能丢数据
半同步	至少一个 Slave 确认	折中
全同步	所有 Slave 确认	性能差，不推荐

半同步复制

-- Master 安装插件
INSTALL PLUGIN rpl_semi_sync_master SONAME 'semisync_master.so';
SET GLOBAL rpl_semi_sync_master_enabled = 1;

-- Slave 安装插件
INSTALL PLUGIN rpl_semi_sync_slave SONAME 'semisync_slave.so';
SET GLOBAL rpl_semi_sync_slave_enabled = 1;

主从延迟

原因：

从库机器性能差
大事务
从库压力大

解决方案：

提升从库配置
拆分大事务
多个从库分担压力
并行复制

-- 开启并行复制（MySQL 5.7+）
SET GLOBAL slave_parallel_type = 'LOGICAL_CLOCK';
SET GLOBAL slave_parallel_workers = 8;

读写分离

原理

                    ┌─────────────┐
                    │   应用程序   │
                    └──────┬──────┘
                           │
                    ┌──────┴──────┐
                    │   中间件    │
                    └──────┬──────┘
              ┌────────────┼────────────┐
              ↓            ↓            ↓
        ┌─────────┐  ┌─────────┐  ┌─────────┐
        │ Master  │  │ Slave1  │  │ Slave2  │
        │  (写)   │  │  (读)   │  │  (读)   │
        └─────────┘  └─────────┘  └─────────┘

实现方式

方式	说明	代表产品
代码层	在代码中判断读写	动态数据源
中间件	独立代理层	MyCat, ShardingSphere
驱动层	MySQL Connector 层	mysql-connector-j

代码实现

// Spring Boot 动态数据源示例
@Configuration
public class DataSourceConfig {
    
    @Bean
    public DataSource dynamicDataSource() {
        DynamicRoutingDataSource dataSource = new DynamicRoutingDataSource();
        dataSource.setDefaultTargetDataSource(masterDataSource());
        
        Map<Object, Object> dataSources = new HashMap<>();
        dataSources.put("master", masterDataSource());
        dataSources.put("slave", slaveDataSource());
        dataSource.setTargetDataSources(dataSources);
        
        return dataSource;
    }
}

// 使用注解切换
@Target({ElementType.METHOD, ElementType.TYPE})
@Retention(RetentionPolicy.RUNTIME)
public @interface ReadOnly {}

@Aspect
@Component
public class DataSourceAspect {
    
    @Before("@annotation(ReadOnly)")
    public void switchToSlave() {
        DynamicDataSourceContextHolder.set("slave");
    }
    
    @After("@annotation(ReadOnly)")
    public void restore() {
        DynamicDataSourceContextHolder.clear();
    }
}

注意事项

问题	解决方案
主从延迟	强制读主库、缓存
事务问题	事务内全部走主库
数据一致性	关键查询走主库

分库分表

何时分库分表

指标	阈值
单表数据量	> 500万 ~ 1000万
单库数据量	> 5000万
并发连接数	> 单库承受能力

拆分策略

垂直拆分 按业务拆分：

用户库          订单库          商品库
├── user       ├── orders      ├── product
├── user_ext   ├── order_item  ├── category
└── address    └── payment     └── inventory

水平拆分 按规则拆分：

user_0          user_1          user_2
├── id 0-999    ├── id 1000-1999├── id 2000-2999

分片策略

策略	说明	优缺点
范围分片	按 ID 范围	简单，热点问题
Hash 分片	按 ID 取模	均匀，扩容复杂
时间分片	按时间	适合日志
一致性Hash	虚拟节点	扩容平滑

ShardingSphere 示例

# application.yml
spring:
  shardingsphere:
    datasource:
      names: ds0, ds1
      ds0:
        driver-class-name: com.mysql.cj.jdbc.Driver
        url: jdbc:mysql://localhost:3306/db0
        username: root
        password: 123456
      ds1:
        driver-class-name: com.mysql.cj.jdbc.Driver
        url: jdbc:mysql://localhost:3306/db1
        username: root
        password: 123456
    
    rules:
      sharding:
        tables:
          user:
            actual-data-nodes: ds$->{0..1}.user_$->{0..1}
            database-strategy:
              standard:
                sharding-column: id
                sharding-algorithm-name: database-inline
            table-strategy:
              standard:
                sharding-column: id
                sharding-algorithm-name: table-inline
        
        sharding-algorithms:
          database-inline:
            type: INLINE
            props:
              algorithm-expression: ds$->{id % 2}
          table-inline:
            type: INLINE
            props:
              algorithm-expression: user_$->{id % 2}

分库分表问题

问题	解决方案
跨库 JOIN	避免，或使用中间件
跨库事务	分布式事务、最终一致性
全局 ID	雪花算法、UUID、号段模式
跨库分页	归并排序、二次查询
数据迁移	双写、增量同步

全局 ID 方案

方案	优点	缺点
UUID	简单	无序，索引效率低
雪花算法	趋势递增，高性能	时钟回拨问题
号段模式	数据库生成	依赖数据库
Redis	高性能	依赖 Redis

雪花算法结构

0 | 0000000000 0000000000 0000000000 0000000000 0 | 00000 | 00000 | 0000000000 00
  |←───────────────── 41位时间戳 ────────────────→|←5位→|←5位→|←──── 12位序列号 ─→|
                                                  机器ID 数据中心

高可用方案

MHA（Master High Availability）

                 ┌─────────────┐
                 │ MHA Manager │
                 └──────┬──────┘
          ┌─────────────┼─────────────┐
          ↓             ↓             ↓
    ┌─────────┐   ┌─────────┐   ┌─────────┐
    │ Master  │   │ Slave1  │   │ Slave2  │
    └─────────┘   └─────────┘   └─────────┘

功能：

自动故障转移
数据补偿（从宕机 Master 拉取 binlog）

MGR（MySQL Group Replication）

MySQL 官方的高可用方案，基于 Paxos 协议。 模式：

单主模式：自动选主
多主模式：任意节点可写

其他方案

方案	说明
Keepalived + VIP	简单，故障切换慢
Orchestrator	GitHub 开源
Vitess	YouTube 开源，云原生
TiDB	分布式 NewSQL

云原生

数据库

消息队列

​主从复制

​原理

​配置步骤

​复制模式

​主从延迟

​读写分离

​原理

​实现方式

​代码实现

​注意事项

​分库分表

​何时分库分表

​拆分策略

​分片策略

​ShardingSphere 示例

​分库分表问题

​全局 ID 方案

​高可用方案

​MHA（Master High Availability）

​MGR（MySQL Group Replication）

​其他方案

主从复制

原理

配置步骤

复制模式

主从延迟

读写分离

原理

实现方式

代码实现

注意事项

分库分表

何时分库分表

拆分策略

分片策略

ShardingSphere 示例

分库分表问题

全局 ID 方案

高可用方案

MHA（Master High Availability）

MGR（MySQL Group Replication）

其他方案