大型互联网系统数据库切换方案

前言

互联网公司中，有不少大型系统，如商城的价格系统，优惠券系统，等等。这些系统在一年又一年的运营之后，数据存储量将相当庞大，我们最终会做一些数据库方面的升级，简单粗暴的方法就是切库，以满足更多的数据库存储空间、更好的数据读取性能。

然而切库的操作，对于系统而言，无异于换血操作，是一件相当危险的操作，那么如何平稳，或者说损失最小的情况下，将系统的数据库进行切换呢？这就是本文要分享的内容了。

需求

很多情况下，我们可以通过对系统进行优化就能满足系统的性能要求的情况下，我们是不会选择切库这个方案的。笔者经历的切库情况，有以下两种：

数据库中间件

• 原先的数据库使用的是通过Docker安装的MySQL，切换为公司内部的数据库中间件（也称分布式数据库，类似阿里云的RDS），项目中的代码程序不用做过多的分库分表改造，由数据库中间件帮我们做了这个事情，我们的数据存储很自然地变为多分片存储了；
• 原先的数据库为公司内部的数据库中间件，由于分片过少，需要扩容分片。而数据库中间件不能很好地扩缩容分片，进行少分片数据库中间件切多分片数据库中间件切换；

方案

有了以上的共识，最后还是选择切库方案的话，通常我们会选择在夜深人静时分，即系统访问量最少的情况下，像电商一般是半夜3点半左右，进行切库操作，避免切库过程造成过多的脏数据。

当然，我们的系统，需要提前开发好切库相关的代码，如新库SQL适配、切库过程的开关引入，等等。

至于具体的将数据库从A切换到B的步骤，有以下几点：

切库流程

1.将A库中的数据，全量同步到B库中，同时保持增量同步。

这样我们如果将数据库连接从A改为B时，读取的数据，是一样的，当然期间的数据库同步延迟是不可避免的。而数据的同步，可以使用阿里巴巴开源的中间件canal。

2.将A库进行停写。

一旦A库进行停写了，那么B库在很短的时间延迟之后，将获得同A一样的全量数据了，然后我们就可以把数据库同步断开。

3.将系统的数据库链接切换到B库。

我们的系统需要事先链接两套数据库，通过开关控制数据库链接，如此我们就可以通过极短的时间内，将系统的数据库链接进行切换。