这篇文章主要介绍“Shard-Jdbc数据库扩容的场景和问题的解决方法”，在日常操作中，相信很多人在Shard-Jdbc数据库扩容的场景和问题的解决方法问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Shard-Jdbc数据库扩容的场景和问题的解决方法”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
一、数据库扩容
1、业务场景
互联网项目中有很多“数据量大，业务复杂度高，需要分库分表”的业务场景。
这样分层的架构
（1）上层是业务层biz，实现业务逻辑封装；
（2）中间是服务层service，封装数据访问；
（3）下层是数据层db，存储业务数据；
2、扩容场景和问题
当数据量持续新增，面临着这样一些需求，两台数据库无法容纳，需要数据库扩容，这里选择2台—扩容到3台的模式，如下图：
这样扩容的问题
（1）分库分表的策略导致数据迁移量大；
（2）影响数据的持续服务性；
（3）指定时间完成，技术压力大，容易导致预想不到的错误；
如何平稳不停机迁移数据，保证系统持续服务，是本文将要讨论的问题。
二、扩容解决方案
1、扩容方案图解
（1）分库分表基于MySQL数据库，使用shard-jdbc中间件
（2）该方案的思路整体基于SpringCloud微服务架构
2、解决扩容问题
（1）扩容情况下不需要暂停服务；
（2）数据迁移的压力小，不需要指定时间；
3、数据访问层逻辑
方案描述
基于两台数据库分库分表，简称：服务二
基于三台数据库分库分表，简称：服务三
（1）提供两套服务，服务二和服务三
（2）数据库扩容后，如果访问服务三直接获取到数据，流程结束。
（3）如果访问服务三获取不到数据，则访问服务二获取数据。
（4）在迁移开始的一段时间内，访问压力还会在服务二上面。
（5）这样就做到数据访问服务不会停机。
（6）这种访问模式基于SpringCloud很容易做到。
4、数据迁移层逻辑
方案描述
（1）关闭基于两台库的数据入库流程
（2）开启基于三台库的数据入库流程，这样新入库数据就可以被服务三直接访问到。
（3）开发数据迁移中间件，扫描原先两台库的数据。
（4）扫描的数据根据分三台库策略判断是否需要迁移。
（5）如果数据需要迁移，则调用服务三的数据入库接口。
（6）数据迁移完成后，删除原来的位置的数据。
（7）这种迁移模式基于SpringCloud很容易做到。
5、该方案迁移的优点
（1）整个过程是持续对线上提供服务；
（2）数据迁移中间件的开发复杂度较低；
（3）可以限速慢慢迁移，没有时间压力；
三、源代码管理
GitHub·地址https://github.com/cicadasmile/spring-cloud-baseGitEE·地址https://gitee.com/cicadasmile/spring-cloud-base到此，关于“Shard-Jdbc数据库扩容的场景和问题的解决方法”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注编程网网站，小编会继续努力为大家带来更多实用的文章！
