有一些技術同學可能對於“讀寫分離”瞭解不多，認為資料庫的負載問題都可以使用“讀寫分離”來解決。

這其實是一個非常大的誤區，我們要用“讀寫分離”，首先應該明白“讀寫分離”是用來解決什麼樣的問題的，而不是僅僅會用這個技術。

什麼是讀寫分離？

其實就是將資料庫分為了主從庫，一個主庫用於寫資料，多個從庫完成讀資料的操作，主從庫之間通過某種機制進行資料的同步，是一種常見的資料庫架構。

一個組從同步叢集，通常被稱為是一個“分組”。

資料庫分組架構解決什麼問題？

大多數網際網路業務，往往讀多寫少，這時候，資料庫的讀會首先稱為資料庫的瓶頸，這時，如果我們希望能夠線性的提升資料庫的讀效能，消除讀寫鎖衝突從而提升資料庫的寫效能，那麼就可以使用“分組架構”（讀寫分離架構）。

用一句話概括，讀寫分離是用來解決資料庫的讀效能瓶頸的。

但是，不是任何讀效能瓶頸都需要使用讀寫分離，我們還可以有其他解決方案。

在網際網路的應用場景中，常常資料量大、併發量高、高可用要求高、一致性要求高，如果使用“讀寫分離”，就需要注意這些問題：

資料庫連線池要進行區分，哪些是讀連線池，哪個是寫連線池，研發的難度會增加；為了保證高可用，讀連線池要能夠實現故障自動轉移；主從的一致性問題需要考慮。在這麼多的問題需要考慮的情況下，如果我們僅僅是為了解決“資料庫讀的瓶頸問題”，為什麼不選擇使用快取呢？

為什麼用快取

快取，也是網際網路中常常使用到的一種架構方式，同“讀寫分離”不同，讀寫分離是通過多個讀庫，分攤了資料庫讀的壓力，而儲存則是通過快取的使用，減少了資料庫讀的壓力。他們沒有誰替代誰的說法，但是，如果在快取的讀寫分離進行二選一時，還是應該首先考慮快取。

為什麼呢？

快取的使用成本要比從庫少非常多；快取的開發比較容易，大部分的讀操作都可以先去快取，找不到的再滲透到資料庫。當然，如果我們已經運用了快取，但是讀依舊還是瓶頸時，就可以選擇“讀寫分離”架構了。簡單來說，我們可以將讀寫分離看做是快取都解決不了時的一種解決方案。

當然，快取也不是沒有缺點的

對於快取，我們必須要考慮的就是高可用，不然，如果快取一旦掛了，所有的流量都同時聚集到了資料庫上，那麼資料庫是肯定會掛掉的。

對於常見的資料庫瓶頸是什麼呢？

其實是資料容量的瓶頸。例如訂單表，資料量只增不減，歷史資料又必須要留存，非常容易成為效能的瓶頸，而要解決這樣的資料庫瓶頸問題，“讀寫分離”和快取往往都不合適，最適合的是什麼呢？

資料庫水平切分

什麼是資料庫水平切分？

資料庫水平切分，也是一種常見的資料庫架構，是一種通過演算法，將資料庫進行分割的架構。一個水平切分叢集中的每個資料庫，通常稱為一個“分片”。每一個分片中的資料沒有重合，所有分片中的資料並集組成全部資料。

水平切分架構解決什麼問題呢？

大部分的網際網路業務，資料量都非常大，單庫容量最容易成為瓶頸，當單庫的容量成為了瓶頸，我們希望提高資料庫的寫效能，降低單庫容量的話，就可以採用水平切分了。

而有少部分程式設計師，會沒有分析資料庫的效能瓶頸是什麼，就貿貿然的使用“讀寫分離”，殊不知“水平切分”才是正道。

【官方正品】ZTM無線藍芽耳機運動跑步雙耳塞入耳頭戴式開車重低音炮可接聽電話超長待機蘋果手機通用耳麥