数据拆分实现数据库能力线性扩展
本章主要介绍淘宝的数据库和表的一些设计原则和实践经验，大部分都是业内比较通用的做法
数据库分库分表实践
-
阿里巴巴分布式数据层平台发展和演变，现有数据层中间件TDDL（Taobao Distributed Data Layer）的优点
数据库主备和动态切换
带权重的读写分离
单线程读重试
集中式数据源信息管理和动态变更
支持mysql和oracle数据库
基于JDBC规范，很容易扩展支持实现JDBC规范的数据源
无server、client-jar形式存在，应用直连数据库
读写次数，并发度流程控制，动态变更
可分析的日志打印，日志流控，动态变更
数据尽可能平均拆分，电商平台最核心的订单数据，以订单ID来分表还是以买家ID来分表？
-
尽量减少事务边界（事务边界指单个SQL语句在后端数据库上同时执行在数量）
事务边界的数量越大，给系统带来以下弊端
系统的锁冲突概率越高
系统越难以扩展
整体性能越低
-
异构索引表尽量降低全表扫描频率
上面的订单分表策略，淘宝使用订单ID分表，同时通过异构索引表解决卖家和买家维度的查询需求，同时，索引表只存储索引数据，避免数据冗余，查询到订单ID后再批量查询订单详细信息
通过精卫平台实现异构索引表的数据同步，核心功能如下
多线程管道实现
数据的安全
友好的用户自服务接入体验
平台管控和统计
将多条件频繁查询引入搜索引擎平台
-
简单就是美
如果在数据平均拆分和减小事物边界原则有冲突，则尽量优先满足数据平均拆分原则
