## **数据库架构的演变** 在业务数据量比较少的时代，我们使用单机数据库就能满足业务使用，随着业务请求量越来越多，数据库中的数据量快速增加，这时单机数据库已经不能满足业务的性能要求，数据库主从复制架构随之应运而生。<p> 主从复制是将数据库写操作和读操作进行分离，使用多个只读实例（slaver replication）负责处理读请求，主实例（master）负责处理写请求，只读实例通过复制主实例的数据来保持与主实例的数据一致性。由于只读实例可以水平扩展，所以更多的读请求不成问题，随着云计算、大数据时代的到来，事情并没有完美的得以解决，当写请求越来越多，主实例的写请求变成主要的性能瓶颈。<p> 如何解决上述问题？如果仅仅通过增加一个主实例来分担写请求，写操作如何在两个主实例之间同步来保证数据一致性，如何避免双写，问题会变的更加复杂。这时就需要用到分库分表（sharding），逻辑上大致如下图所示：  Sharding-Proxy是一个分布式数据库中间件，彻底解决了数据库的扩展性问题，对应用透明地实现海量数据的高并发访问，实现了读写分离和分库分表。  在架构图中，中间的蓝色方块就是我们的中间件Sharding-Proxy，下面连接的是数据库，我们可以配置每一个数据库的分片，还可以配置数据库的读写分离，影子库等等。上方则是我们的业务代码，他们统一连接Sharding-Proxy，就像直接连接数据库一样，而具体的数据插入哪一个数据库，则由Sharding-Proxy中的分片规则决定。再看看右侧，右侧是一些数据库的工具，比如：MySQL CLI，Navicat，SQLYog等。最后再来看看左侧，是一个注册中心，目前支持最好的是Zookeeper，在注册中心中，我们可以统一配置分片规则，读写数据源等，而且是实时生效的，在管理多个Sharding-Proxy时，非常的方便。 ## **对比** | | *Sharding-JDBC* | *Sharding-Proxy* | *Sharding-Sidecar* | | --- | --- | --- | --- | | 数据库 | 任意 | `MySQL/PostgreSQL` | MySQL/PostgreSQL | | 连接消耗数 | 高 | `低` | 高 | | 异构语言 | 仅Java | `任意` | 任意 | | 性能 | 损耗低 | `损耗略高` | 损耗低 | | 无中心化 | 是 | `否` | 是 | | 静态入口 | 无 | `有` | 无 | Sharding-Proxy的优势在于对异构语言的支持，以及为DBA提供可操作入口。 * 向应用程序完全透明，可直接当做MySQL/PostgreSQL使用。 * 适用于任何兼容MySQL/PostgreSQL协议的的客户端。