乐乐的专栏

转自：http://blog.youkuaiyun.com/bluishglc/article/details/6274841 垂直切分的粒度指的是在做垂直切分时允许几级的关联表放在一个shard里．这个问题对应用程序和sharding实现有着很大的影响． 关联打断地越多，则受影响的join操作越多，应用程序为此做出的妥协就越大，但单表的路由会越简单，与业务的关联性会越小，

博文示例： 1.         GUID生成Int64值后是否还具有唯一性测试 2.         Random生成高唯一性随机码   今天分享的主题是：如何在高并发分布式系统中生成全局唯一Id。 但这篇博文实际上是“半分享半讨论”的博文： 1)         半分享是我将说下我所了解到的关于今天主题所涉及的几种方案。 2)         半讨论是我希望大家对各个方案都说说自

使用spring的动态路由实现数据库负载均衡 系统中存在的多台服务器是“地位相当”的，不过，同一时间他们都处于活动(Active)状态，处于负载均衡等因素考虑，数据访问请求需要在这几台数据库服务器之间进行合理分配， 这个时候，通过统一的一个DataSource来屏蔽这种请求分配的需求，从而屏蔽数据访问类与具体DataSource的耦合； 系统中存在的多台数据库服务器现在地位可能相当

前几天研究数据库分表分库的问题，其中有一个关键的地方就是生成唯一键的问题，假如数据表有1亿条数据，而且还在不断的增加，这里我们就需要考虑到分表分库，假设我们采用Hash或者是用户取模求余的方法将这个表拆分成10个表，每个表的结构相同，其中有一个主键id，那么10个表中的id需要唯一不同，在单表的时候，使用数据表自增长是没有问题的。当分成10个表后，就无法用到数据库自增长了。 当到这里的时候突然发

场景：一个读数据源一个读写数据源。 原理：借助spring的【org.springframework.jdbc.datasource.lookup.AbstractRoutingDataSource】这个抽象类实现，看名字可以了解到是一个路由数据源的东西，这个类中有一个方法 [java] view plain copy   /**

MySQL-Proxy（官方） Amoeba for MySQL Atlas（360） Cobar（Alibaba）

目录[-] 引子 实现思路 三种实现思路关键技术 Amoeba Amoeba是什么 Amoeba能做什么 Amoeba不能做什么 原型环境 具体实现 主从复制 主从复制验证 Amoeba数据库代理 读写分离验证 小结 引子 最近在研究Web服务端负载均衡方面的技术，参考网上资料，总体思路可以分为如下几类： 1.应用服务器集群，典型的代表就是

一个完整的mysql读写分离环境包括以下几个部分： 应用程序clientdatabase proxydatabase集群 在本次实战中，应用程序client基于c3p0连接后端的database proxy。database proxy负责管理client实际访问database的路由策略，采用开源框架amoeba。database集群采用mysql的master-slave的repl

Amoeba for MySQL 位于Client、Database Server(s)之间，具有负载均衡、高可用性、sql过滤、可承受高并发、读写分离、Query Route（解析sql query语句，并且根据条件与预先设定的规则，请求到指定的目标数据库。可并发请求多台数据库合并结果）、对客户端透明，能降低数据切分带来的复杂多数据库结构、数据切分规则给应用带来的影响。适用mysql 4.1

转自；http://blog.youkuaiyun.com/bluishglc/article/details/7793172 本文将主要介绍一些常见的全局主键生成策略，然后重点介绍flickr使用的一种非常优秀的全局主键生成方案。关于分库分表(sharding)的拆分策略和实施细则，请参考该系列的前一篇文章：数据库分库分表(sharding)系列(一) 拆分实施策略和示例演示 本文原文

1. 分库分表,而且分库规则非常灵活. 2. 主键生成策略  目前TDDL提供的id生成主要还是依托数据库来进行的，oracle可以直接使用sequence来完成id生成，mysql则需要DBA建立一个表专门用于生成id. 3. 连接查询策略 虽然TDDL目前并不直接支持连接查询，但连接查询在业务中也是常见的查询。处理这类查询时，需要由业务去决定如何实现这类查询。 处理这类查

flickr提供了一个扩展的更好的方案： 他们把 user_index 抽出一个专门用作生成