面试官：你项目是如何实现读写分离的？

磊哥

发布于 2025-02-27 00:09:23

22000

代码可运行

文章被收录于专栏：王磊的博客王磊的博客

运行总次数：0

代码可运行

读写分离（Read-Write Splitting）是一种常见的数据库架构优化策略，通过将数据库的读操作（查询）和写操作（插入、更新、删除）分离到不同的数据库实例上，从而提高系统的性能、可扩展性和高可用性。

在项目中实现读写分离目前主流的实现技术是通过 Apache ShardingSphere 来实现数据库的读写分离的。

从 Apache ShardingSphere 官网也可以看出读写分离是其提供的主要功能之一：

ShardingSphere 官网地址：https://shardingsphere.apache.org/document/current/cn/features/readwrite-splitting/

通过 ShardingSphere 可以轻松实现 MySQL 数据库的读写分离，以下是基于最新 ShardingSphere 5.x 版本的实现步骤和关键代码：

1.核心实现原理

ShardingSphere 通过 JDBC 驱动层透明代理实现读写分离，其核心逻辑为：

SQL 路由：根据 SQL 类型（SELECT/WRITE）自动路由到主库或从库。
负载均衡：支持轮询、随机权重等算法分配读请求到多个从库。
主从同步：依赖 MySQL 原生主从复制机制保障数据一致性。

2.具体实现步骤

步骤 1：搭建MySQL主从复制（前置条件）

-- 主库配置（my.cnf）
server-id=1
log-bin=mysql-bin
binlog-format=ROW

-- 从库配置（my.cnf）
server-id=2
relay-log=relay-bin
read-only=1

-- 主库创建复制账号
CREATE USER 'repl'@'%' IDENTIFIED BY 'P@ssw0rd';
GRANT REPLICATION SLAVE ON *.* TO 'repl'@'%';
FLUSH PRIVILEGES;

-- 从库配置主库连接
CHANGE MASTER TO 
  MASTER_HOST='master_ip',
  MASTER_USER='repl',
  MASTER_PASSWORD='P@ssw0rd',
  MASTER_LOG_FILE='mysql-bin.000001',
  MASTER_LOG_POS=592;
START SLAVE;

步骤 2：SpringBoot项目集成ShardingSphere-JDBC

1.添加 Maven 依赖

在 pom.xml 中添加 ShardingSphere 和数据库连接池的依赖：

<dependency>
  <groupId>org.apache.shardingsphere</groupId>
  <artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>
</dependency>
<dependency>
  <groupId>com.mysql</groupId>
  <artifactId>mysql-connector-j</artifactId>
</dependency>

2.配置 application.yml

在 application.yml 中配置数据源和读写分离规则：

spring:
  shardingsphere:
    datasource:
      names: master,slave0
      # 主库配置
      master:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        jdbc-url: jdbc:mysql://master_ip:3306/db?useSSL=false
        username: root
        password: Master@123
      # 从库配置  
      slave0:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        jdbc-url: jdbc:mysql://slave_ip:3306/db?useSSL=false
        username: root
        password: Slave@123
      # 从库2配置  
      slave1:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        jdbc-url: jdbc:mysql://slave_ip:3306/db?useSSL=false
        username: root
        password: Slave@123
    rules:
      readwrite-splitting:
        data-sources:
          readwrite_ds:
            type: Static
            props:
              write-data-source-name: master
              read-data-source-names: 
                - slave0
                - slave1
            load-balancer-name: round_robin
        load-balancers:
          round_robin:
            type: ROUND_ROBIN # 轮询
    props:
      sql-show: true  # 显示实际路由的SQL

配置说明

数据源配置：
- master：主库数据源，用于写操作。
- slave0 和 slave1：从库数据源，用于读操作。
读写分离规则：
- write-data-source-name：指定写操作的数据源。
- read-data-source-names：指定读操作的数据源列表。
- load-balancer-name：指定读操作的负载均衡算法。
负载均衡算法：
- ROUND_ROBIN：轮询算法，读请求会在 slave0 和 slave1 之间轮询。
- 其他可选算法：RANDOM（随机）、WEIGHT（权重）等。

3.验证读写分离

1.写操作测试

public void createUser(User user) {
userMapper.insert(user); // INSERT 语句自动路由到master
}

2.读操作测试

public List<User> listUsers() {
    return userMapper.selectList(null); // SELECT 语句路由到slave0
}

3.查看执行日志

控制台会输出类似日志：

Actual SQL: master ::: INSERT INTO user (...)
Actual SQL: slave0 ::: SELECT * FROM user

3.高级配置（可选）

强制主库读通过 Hint 强制路由到主库：

HintManager.getInstance().setPrimaryRouteOnly();

故障转移配置心跳检测实现从库故障自动剔除：

spring:
  shardingsphere:
    rules:
      readwrite-splitting:
        data-sources:
          readwrite_ds:
            type: Dynamic
            props:
              auto-aware-data-source-name: readwrite_ds
              health-check-enabled: true
              health-check-max-retry-count: 3
              health-check-retry-interval: 5000

注意事项

主从延迟问题：异步复制场景下，刚写入的数据可能无法立即从从库读取，可通过 HintManager 强制读主库临时解决。

4.优缺点分析

优点分析：
1. 提升性能：写操作通常对性能要求较高，而读操作可以通过从库分担压力，避免主库因高并发查询而过载。从库可以进行水平扩展（增加更多从库实例），进一步提升系统的读取能力。
2. 提高可用性：主库和从库可以部署在不同的服务器或机房，增加系统的容错性。即使某个从库出现故障，其他从库仍然可以继续提供读服务。
3. 优化资源利用：主库可以专注于处理写操作，从库可以优化查询性能（如添加更多的索引、缓存等）。
缺点分析：
1. 数据一致性延迟：由于从库的数据是通过主库同步而来，可能存在一定的延迟（秒级或更长），导致读操作可能读取到旧数据。
2. 复杂性增加：需要管理主从复制的配置和同步机制。需要处理主从切换、故障转移等复杂情况。
3. 成本增加：需要额外的硬件资源来部署从库。需要额外的运维成本来维护主从架构。