随着互联网的发展,数据量也随其产生了大爆发。越来越多的大数据词汇频频入耳,更有越来越多的互联网人投身到“大数据”中去。如今已经有了各种比较成熟的中间件来处理这些大量的业务数据,数据仓库,flink,spark,es...
而传统的mysql数据库也因为数据量的增大遇到越来越多的性能瓶颈,这时候就需要一种解决单库单表的性能瓶颈解决方案--分库分表。
未来,我们将从sharding基本思想、切分策略与实施细则、主键生成、框架与自主开发的考量、多数据源的事务处理、数据库扩容与数据迁移等一系列sharding的核心问题来讨论。
- sharding 的基本思想和切分策略
- sharding 实现方式
- 全局主键生成策略
- sharding 的实现层面
- 多数据源、分布式事务如何实现
- 一种支持自由规划无须数据迁移和修改路由代码的 Sharding 扩容方案
在中间,我会简单介绍一下目前比较流行的开源数据库中间件ShardingSphere的使用。
- ShardingSphere 初探
在最后,我会结合一个实际业务中的例子,来具体说明,如何进行sharding的操作。
- 基于 ShardingSphere 现有数据分表实战
欢迎来到这里!
我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。
注册 关于