1.起源（1）大并发大流量的互联网架构。一般来说，在数据库的上层有一个服务层，服务层记录“业务数据库名称”和“数据库实例”之间的映射关系，通过数据库连接池将sql语句路由到数据库执行：如上图所示：服务层配置用户库user对应的数据库实例的物理位置为ip（其实是一个内网域名）。(2)随着数据量的增加，需要对数据进行水平拆分。分库后，将数据分布到不同的数据库实例（甚至物理机），达到减少数据量，增强性能的目的：如上图所示：用户库用户分布在两个实例上，ip0和ip1，service层通过用户iduid取模进行库查找路由，取模2大于0访问ip0上的用户库，取模2大于1访问ip1上的用户库用户库。更多关于数据库水平切分和垂直切分的详细介绍，详见《一分钟掌握数据库垂直拆分》。(3)互联网架构需要保证数据库的高可用。一种常见的方式是采用双主同步+keepalived+虚拟ip来保证数据库的可用性：如上图所示：两个相互同步的主库使用同一个虚拟ip。如上图：当主库挂掉后，虚拟IP会自动漂移到另一个主库，整个过程对调用者是透明的。这样就保证了数据库的高可用。有关高可用性的更多详细信息，请参阅《究竟啥才是互联网架构“高可用”》。(4)结合上面的(2)和(3)，实际的线上架构既有水平切分又有高可用的保证，所以实际的数据库架构是这样的：问题：如果数据量不断增加，性能两个数据库搞不定，怎么办？答：继续水平拆分，拆分成更多的数据库，减少单个数据库的数据量，增加主库的实例（机器）数量，提高性能。最后抛出一个问题：分到x个库后，随着数据量的增加，需要增加到y个库。在数据库扩容的过程中，能否顺利对外提供服务，保证服务的可用性，是本文要探讨的问题。二、停服方案在讨论平滑方案之前，先简单说明一下“x库拆y库”的停服方案：（1）本站挂出公告“为了给广大用户提供更好的服务，本站/game今晚00:00-2:00升级，届时将无法登录，用户心知肚明”（2）停止服务（3）新建数据库高可用（4）数据迁移，重新分配，写一个数据迁移程序，从x库导入到y库，路由规则由%x升级为%y（5）修改服务配置，原x线配置升级为y第(6)行重启服务，连接新库在整个重新对外提供服务的过程中，数据迁移的第四步是最耗时的。回滚方案：如果数据迁移失败，或者迁移后测试失败，将配置改回x库，恢复服务，改天发布公告。方案优点：方案简单缺点：（1）停止服务，可用性不高（2）技术同学压力大，必须在规定时间内完成所有工作。根据经验，压力越大，越容易出错（这个是致命的）(3)如果有问题，***时间没有检查出来，启动服务，运行一段时间后的时间，发现有问题，回滚困难，需要回滚，可能会丢失部分数据。有更流畅的解决方案吗？3.二级，流畅，帅气的解决方案再看一下扩容前的架构，分成两个数据库，假设每个数据库的数据量都是1亿。如何平滑扩容、增加实例数、减少单个数据库的数据量？三个简单的步骤。(1)修改配置，主要修改两处：a)数据库实例所在机器有双虚拟ip。%2=0的原库是虚拟ip0。现在添加一个虚拟ip00，另外一个%2=1的库同b。)修改服务的配置（无论是在配置文件还是在配置中心），将2库的数据库配置改为4库的数据库配置，注意旧库与新库的映射关系修改时努力工作：%2=0的库将变为%4=0和%4=2；%2=1的部分将变为%4=1和%4=3；这个修改是为了保证拆分路由到正确的数据后仍然可以使用。(2)重新加载配置，实例扩展服务层重新加载配置，重新加载可能有几种方式：a)比较原始，重启服务，并读取新的配置文件b)更高级的，配置中心向服务发送信号，并重新读取配置文件，重新初始化数据库连接池无论使用哪种方式，reload之后，数据库实例的扩容都完成了。以前是2个数据库实例提供服务，现在变成4个数据库实例提供服务。这个过程一般可以在几秒钟内完成。整个过程可以一步步重启，完全不影响服务的正确性和可用性：a)即使%2库搜索和%4库搜索同时存在，也不会影响数据的正确性受影响，因为此时双主数据还在同步b)重新加载服务前，不对外提供服务。冗余服务可以保证高可用性。实例扩容完成后，会发现各个数据库的数据量并没有减少，所以第三步还需要做一些收尾工作。(3)收尾工作，数据收缩有这些收尾工作：a)将双虚拟ip改回单虚拟ipb)解除旧的双主同步，这样paireddatabase的数据就不会再同步增加c)新增双主Synchronize，保证高可用d)删除冗余数据，例如：删除ip0中%4=2的所有数据，只为%4=0的数据提供服务这样，数据每个数据库的体积都会减少到原来的一半，数据收缩完成。4.小结这个帅气的方案可以实现n个数据库和2n个数据库的秒级平滑扩容，增加数据库服务能力，单个数据库的数据量减少一半。核心原则是：双重扩容，避免数据迁移。迁移步骤：（1）修改配置（2）重新加载配置，实例扩容完成（3）删除冗余数据等收尾工作，数据缩容完成】点此查看作者更多好文章
