我们现在的所有系统上，大部分都引入了数据库中间件。但很多人都不明白，引入中间间的作用是什么，可以采取不引入的方式吗。今天小编就来讨论一下究竟为什么要引入数据库中间件。

　　经过连续分层架构演进，DAO层，基础数据服务化，通用业务服务化，前后端分离之后，一个业务系统的后端结构如上：

　　web-view层通过http接口，从web-data获取json数据（前后端分离）

　　web-data层通过RPC接口，从biz-service获取数据（通用业务服务）

　　biz-service层通过RPC接口，从base-service获取数据（基础数据服务）

　　base-service层通过DAO，从db获取数据（DAO）

　　db存储数据

　　随着时间的推移，数据量会越来越大，base-service通过DAO来访问db的性能会越来越低，需要开始考虑对db进行水平切分，一旦db进行水平切分，原来很多SQL可以支持的功能，就需要base-service层来进行特殊处理：

　　有些数据需要路由到特定的水平切分库

　　有些数据不确定落在哪一个水平切分库，就需要访问所有库

　　有些数据需要访问全局的库，拿到数据的全局视野，到service层进行额外处理

　　…

　　更具体的，对于前台高并发的业务，db水平切分后，有这么几类典型的业务场景及应对方案。特别强调一下，此处应对的是“前台”“高并发”“db水平切分”的场景，对于后台的需求，将通过前台与后台分离的架构处理，不在此处讨论。

　　一：partition key上的单行查询

　　典型场景：通过uid查询user

　　场景特点：

　　通过patition key查询

　　每次只返回一行记录

　　解决方案：base-service层通过patition key来进行库路由

　　如上图：

　　user-service底层user库，分库patition key是uid

　　uid上的查询，user-service可以直接定位到库

　　二、非patition key上的单行查询

　　典型场景：通过login_name查询user

　　场景特点：

　　通过非patition key查询

　　每次只返回一行记录

　　解决方案1：base-service层访问所有库

　　如上图：

　　user-service通过login_name先查全库

　　结果集在user-service再合并，最终返回一条记录

　　解决方案2：base-service先查mapping库，再通过patition key路由

　　如上图：

　　新建mapping库，记录login_name到uid的映射关系

　　当有非 patition key的查询时，先通过login_name查询uid

　　再通过patition key进行路由，最终返回一条记录

　　解决方案3：基因法

　　关于“基因法”解决非patition key上的查询需求详见《分库后，非patition key上访问的多种解决办法》。

　　三、patition key上的批量查询

　　典型场景：用户列表uid上的IN查询

　　场景特点：

　　通过patition key查询

　　每次返回多行记录

　　解决方案1：base-service层访问所有库，结果集到base-service合并

　　解决方案2：base-service分析路由规则，按需访问

　　如上图：

　　base-service根据路由规则分析，判断出有些数据落在库1，有些数据落在库2

　　base-service按需访问相关库，而不是访问全库

　　base-service合并结果集，返回列表数据

　　四、非patition key上的夸库分页需求

　　关于分库后，夸库分页的查询需求，详见《业界难题，夸库分页的四种方案》。

　　五、其他需求…

　　本文写到这里，上述一、二、三、四、五其实都不是重点，base-service层通过各种各样的奇技淫巧，能够解决db水平切分后的数据访问问题，只不过：

　　base-service层的复杂度提高了

　　数据的获取效率降低了

　　当需要进行db水平切分的base-service越来越多以后，此时分层架构会变成下面这个样子：

　　底层的复杂性会扩散到各个base-service，所有的base-service都要关注：

　　patition key路由

　　非patition key查询，先mapping，再路由

　　先全库，再合并

　　先分析，再按需路由

　　夸库分页处理

　　…

　　这个架构图是不是看上去很别扭？如何让数据的获取更加高效快捷呢？

　　数据库中间件的引入，势在必行。

　　这是“基于服务端”的数据库中间件架构图：

　　base-service层，就像访问db一样，访问db-proxy，高效获取数据

　　所有底层的复杂性，都屏蔽在db-proxy这一层

　　这是“基于客户端”的数据库中间件架构图：

　　base-service层，通过db-proxy.jar，高效获取数据

　　所有底层的复杂性，都屏蔽在db-proxy.jar这一层

　　结论：

　　当数据库水平切分，base-service层获取db数据过于复杂，成为通用痛点的时候，就应该抽象出数据库中间件，简化数据获取过程，提高数据获取效率，向上游屏蔽底层的复杂性。

『本文转载自网络,版权归原作者所有,如有侵权请联系删除』