sharding：提升db并行处理能力，解决搜索瓶颈 cluster：db集群，只是扩展并行处理能力
1.常用中间件：
tddl，sharding-jdbc 二八法则：80%读，20%写
1）基于代理：更灵活 2）应用集成：直连db，读写高出10-20%
2.分库分表影响
join如何用，无法用外键约束，全局唯一id和连续性id
3.主备切换
1）基于配置中心：spring ioc启动时，与zk建立会话连接，将数据源加载到本地
2）基于keepalived：m 宕机，s没切到m，短暂不可用，写请求进来，造成数据丢失怎么办？缓存对db做补偿。或写到mq中，待消费再写到db
4、主备间强制数据同步（半同步复制）
s收binlog，m才算完成事务，流量大时会影响tps
5.6后有GTID,保证一致，m宕机重启后，作为s存在
5、订单冗余表（买卖家）
双写：同步+异步
1）2-5:优先写到买家表，立即写到mq中，卖家同理。
2）线上检测补偿：消费买家，没在窗口期(默认2s)收到卖家消息，认为不一致。
3）db要幂等，不包含哪里，补偿哪里（买/卖家）
6、binlog增量同步
canal工作原理：伪装成s，3像m发dump请求，4解析binlog
先买家，再写卖家
