共计 2314 个字符，预计需要花费 6 分钟才能阅读完成。
分布式数据库中间件 DDM 的示例分析，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面丸趣 TV 小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。
进入云计算时代，传统的数据库在性能和容量等方面已无法满足企业的要求，随着数据量的不断骤增，易于扩展、拆分的数据库解决方案对于企业的云化转型更是显得尤为重要。为使企业应用上云更简单，分布式数据库中间件 DDM（Distributed Database Middleware）专注解决企业在上云过程中面临的的数据库瓶颈难题，不但更能轻松满足水平拆分、扩容、读写分离等业务需求，同时也比传统方案更具性价比。接下来让我们一起零距离解密 DDM。
DDM 是什么？
DDM 专注于解决数据库分布式扩展问题，它突破了传统数据库的容量和性能瓶颈，实现海量数据高并发访问。DDM 提供了对应用透明的数据库读写分离、自动的数据分片、灵活的弹性伸缩等分布式数据库能力。
DDM 如何定义读写分离？
从数据库的角度来说，对于大多数应用来说，从集中到分布，最基本的一个需求不是数据存储的瓶颈，而是在于计算的瓶颈，即 SQL 查询的瓶颈，在没有读写分离的系统上，很可能高峰时段的一些复杂 SQL 查询就导致数据库系统陷入瘫痪，从保护数据库的角度来说，我们应该尽量避免没有主从复制机制的单节点数据库。传统读写分离解决方案耦合应用代码，扩容读节点或修改读写分离策略等需要修改应用代码，升级应用程序，非常复杂。DDM 实现了透明读写分离，应用实现读写分离不需要修改代码，为了保证读一致性，默认情况在事务中的读全部分发到主节点。事务外的读分发从节点。写分发主节点。在应用程序需求复杂时，DDM 提供了 hint 可由程序自主控制 sql 的读写分离逻辑。此外，后端 DB 如果部分节点故障了，DDM 会自动摘除故障节点，自动进行主从切换，对应用无感知。
(附改造前后构架对比图)
应用在微服务架构下，服务会拆分的比原来更多，与数据库的连接数也会增加很多，这是否同样是分布式数据库中间件需要解决的一个重要问题？
对的。举个栗子，比如某应用的最大连接数是 2000，未做服务化拆分前，应用程序独享 2000 个数据连接，假设拆分成 100 个微服务，那么为了保证总的连接数不超过 MySQL 的最大连接数，那么每个微服务能配置的最大连接数就是 20. 这对应用几乎是不可接受。市面上很多分库分表中间件如 Cobar、Atlas 等，对后端 MySQL 的连接池管理是基于分片来实现的，而不具备整个 MySQL 实例的共享互通，抗并发能力被严重削弱。而 DDM 是真正基于 MySQL 实例模式实现的，一个 MySQL 实例下的所有数据库共享一个连接池。这个对于分片来讲，能避免有些库的连接很空闲，有些库的连接不够用的情况，最大限度提高并行性。其中涉及到 session 级别的属性由 DDM 自动维护，应用程序无感知。
在这种共享模式下连接数有上限吗？
DDM 的前端连接与 MySQL 连接对比起来相对轻量级，可以相对轻松支持上万的连接。当然，为了防止单个用户滥用资源，支持设置前端最大连接数限制。
(附迁移流程图)
在路由切换速度和内容准确性上 DDM 有哪些考虑？
关于切换路由速度，虽然业内很多号称毫秒级，一般是省略了数据校验，或者只校验条数。号称是算法精巧已经测试比较充分了。DDM 认为即使测试已经充分了也难以保证百分之一百保证不出问题。所以 DDM 通过设计了快速的校验算法，对数据的内容进行校验，即使数据有一点点不一样，算法也能校验出来，同时充分利用了 RDS 的计算能力提高校验的速度。
在一般的大型应用里，有的表数据量很大，有的表数据量少且不怎么更新，DDM 是如何做到不同类型场景的支持？
针对业务会遇到的实际场景，DDM 设计了三种表类型：分片表：针对那些数据量很大的表，需要切分到多个分片库的表，这样每个分片都有一部分数据，所有分片构成了完整的数据；单表：针对数据量相对比较少，没有和其他分片表 join 查询的需求。单表数据保存在默认当一个分片上，这种设计可以尽量兼容单表自身的复杂查询；全局表：针对数据量和更新都比较少，但是和其它分片表有 join 的需求。全局表每个分片上保存一份完全一样的数据，这样可以解决与分片表的 join 直接下推到 RDS 上执行。
在分布式条件下，原有数据库中的主键约束将无法使用，是不是需要引入外部机制保证数据唯一性标识，那么这种全局唯一序列 DDM 是如何保证的呢？
DDM 全局唯一序列，使用方法与 MySQL 的 AUTO_INCREMENT 类似。目前 DDM 可以保证该字段全局唯一和有序递增，但不保证连续性。目前 DDM 设计了 2 种类型的序列机制，DB 和 TIME。DB 方式的序列是指通过 DB 来实现，需要注意步长的设置，步长直接关系到序列的性能，步长的大小决定了一次批量取序列的大小。TIME 序列使用了时间戳加机器编号的生成方式，好处是无需通讯即可保证唯一性。
DDM 在运维监控方面的优势？
DDM: 采用传统中间件运维完全需要自己运维，一般中间件专注核心功能，较少考虑运维和图形化界面的操作。DDM 充分利用云化的优势，提供了对实例、逻辑库、逻辑表、分片算法等的全面图形化界面操作。同时可以在线查看慢 SQL 等监控内容，方便对系统进行针对性的性能调优。
未来 DDM 会往什么方向发展？
DDM 未来方向对分布式事务、分布式查询能力增强、性能的优化等，考虑到有些特性实现如果只从中间件层面实现会限制比较多。DDM 会通过与数据库底层的修改进行配合，一起提供更优秀的特性来满足用户的业务需求。
看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注丸趣 TV 行业资讯频道，感谢您对丸趣 TV 的支持。
