分布式数据库架构改造,让技术不再是业务发展的瓶颈

数据库架构改造，让技术不再是业务发展的瓶颈双十一过完的第一个工作日，又到了袋鼠小妹跟大家分享服务案例的时候啦。

今天分享的客户案例，是成立于2014年的某社交众筹平台。（出于保护客户隐私和机密的要求，相关信息已做脱敏处理。）

该众筹平台目前已拥有超过一亿个注册用户，筹款项目近130万个，总支持次数超过2亿次，是目前中国最具影响力的、基于社交圈的众筹平台之一。

经过两年的快速发展，平台的业务规模已经远超预期，蜂拥而来的流量让系统服务器达到了峰值，尤其是数据库在业务峰值期间经历着严峻的考验。

在这种情况下，客户通过渠道联系到了袋鼠云。

袋鼠云的数据库专家，使用自研的云资源管控平台（EasyCloud），迅速对客户数据库做了全面体检。

EasyCloud平台：云资源监控界面

发现其问题如下：

1. 核心数据库压力大（CPU使用率60%，QPS 3万+），不时的性能抖动已经影响业务。

2. 核心MySQL数据库数据量超过TB，单表数量几亿条，单库容量达到天花板。

3. 系统架构设计不合理，压力全部落到数据库，导致系统扩展性弱，限制了业务发展。

4. 数据库请求非常集中，90%以上的请求都在某几张表上，业务的峰值和热点非常明显，有点类似电商的热点商品秒杀；

5. 资源配置过高，超高的资源配置掩盖了技术架构的问题；

针对体检出来的问题和实际场景，袋鼠云规划了两个阶段的解决方案：短期以优化为主，以适应当前业务的快速发展；长期以架构改造为导向，通过架构来从根本上解决性能瓶颈。

短期解决方案：

思路上以“短、平、快”为主，解决当前性能瓶颈，主要聚焦在SQL优化，参数调整，读写分离等，优先满足当前几个月的性能需求。

1、数据库瓶颈分析，定位到大部分请求来自于几张表，重点对这几张表进行优化。

2、数据库读写分离，通过使用备库来分摊读压力，避免大量的读请求影响到主库和正常的业务流程。

3、慢SQL，对慢SQL进行优化和索引上的调整。

4、通过EasyCloud的AWR报表分析，对部分调用次数高的SQL，采用类似缓存等。

通过袋鼠DBA多次的数据库优化和调整，整个系统压力下降明显，数据库没有再出现响应慢的问题，解决了当前的性能瓶颈。

平台性能的明显提升，让客户对袋鼠云的技术实力有了一定的信任，这为后期架构方案的顺利执行，奠定了基础。

长期解决方案：

前面解决完短期的性能瓶颈，袋鼠DBA快马加鞭，对客户整体系统架构，重新进行了梳理和设计。

应用层采用微服务架构，原有数据库使用分库分表、缓存设计，满足系统未来2-3年的业务发展目标。

这样一来，即使未来系统容量不够，架构也无需进行大的重构，可以很方便地进行水平扩容，不会让技术成为业务发展的瓶颈。

解决内容如下：

1、基于阿里云EDAS做服务化设计。

2、协助客户对业务架构进行改造，通过缓存设计、页面渲染、前后端交互等，减少不必要的数据请求，使系统能够支持更大的流量和并发。