从表扩展增加列属性说起

文章目录
  1. 1. 需求背景
  2. 2. 哪些方案一定不行
  3. 3. 哪些方案可行
  4. 4. 重点:在线表结构变更

需求背景

产品第一版,用户有用户名、密码、昵称等三个属性,对应表设计:
user(uid, name, passwd, nick)
产品第二版,产品经理增加了年龄,性别两个属性,表结构可能要变成:
user(uid, name, passwd, nick, age, sex)

讨论问题域
1)数据量大、并发量高场景,在线数据库属性扩展
2)数据库表结构扩展性设计


哪些方案一定不行

1、alter table add column
要坚持这个方案的,也不多解释了,大数据高并发情况下,一定不可行

2、通过增加表的方式扩展,通过外键join来查询
大数据高并发情况下,join性能较差,一定不可行

3、通过增加表的方式扩展,通过视图来对外
一定不可行。大数据高并发情况下,互联网不怎么使用视图

4、必须遵循“第x范式”的方案
一定不可行。互联网的主要矛盾之一是吞吐量,为了保证吞吐量甚至可能牺牲一些事务性和一致性,通过反范式的方式来确保吞吐量的设计是很常见的,例如:冗余数据。互联网的主要矛盾之二是可用性,为了保证可用性,常见的技术方案也是数据冗余。在互联网数据库架构设计中,第x范式真的没有这么重要

5、打产品经理
没试过…


哪些方案可行

1、提前预留一些reserved字段
方案可行,但如果预留过多,会造成空间浪费,预留过少,不一定达得到扩展效果。

2、通过增加表的方式扩展列,上游通过service来屏蔽底层的细节
方案可行,比如新增表UserExt(uid, newCol1, newCol2)(但join连表和视图是不行的)。

3、版本号+通用列
以上面的用户表为例,假设只有uid和name上有查询需求,表可以设计为
user(uid, name, version, ext)
(1)uid和name有查询需求,必须设计为单独的列并建立索引
(2)version是版本号字段,它对ext进行了版本解释
(3)ext采用可扩展的字符串协议载体,承载被查询的属性

例如,最开始上线的时候,版本为0,此时只有passwd和nick两个属性,那么数据为:

当产品经理需要扩展属性时,新数据将版本变为1,此时新增了age和sex两个数据,数据变为:

优点:
(1)可以随时动态扩展属性
(2)新旧两种数据可以同时存在
(3)迁移数据方便,写个小程序将旧版本ext的改为新版本的ext,并修改version
不足:
(1)ext里的字段无法建立索引
(2)ext里的key值有大量冗余,建议key短一些
改进:
(1)如果ext里的属性有索引需求,可能Nosql的如MongoDB会更适合

4、通过扩展行的方式来扩展属性
以上面的用户表为例,可以设计为
user(uid, key, value)
初期有name, passwd, nick三个属性,那么数据为:

未来扩展了age和sex两个属性,数据变为:

优点:
(1)可以随时动态扩展属性
(2)新旧两种数据可以同时存在
(3)迁移数据方便,写个小程序可以将新增的属性加上
(4)各个属性上都可以查询
不足:
(1)key值有大量冗余,建议key短一些
(2)本来一条记录很多属性,会变成多条记录,行数会增加很多


重点:在线表结构变更

对于在线表扩展,业内比较成熟的方案是 pt-online-schema-change,即新表 + 触发器 + 迁移数据 + rename。

我们知道MySQL默认 online ddl 的原理如下:
(1)创建一个和原来表结构一样的临时表并ddl
(2)锁住原表,所有数据都无法写入(insert,update,delete)
(3)将原表数据写入到临时表中(通过insert …select方式)
(4)写入完后,重命名临时表和原表名称
(5)删除原表,释放锁
如果表非常大的话,以上的锁表时间之长是无法忍受的。

以user(uid, name, passwd)
扩展到user(uid, name, passwd, age, sex)为例

pt-online-schema-change 的原理如下:
(1)先创建一个扩充字段后的新表user_new(uid, name, passwd, age, sex)
(2)在原表user上创建三个触发器,对原表user进行的所有insert/delete/update操作,都会对新表user_new进行相同的操作
(3)分批将原表user中的数据insert到新表user_new,直至数据迁移完成
(4)删掉触发器,把原表移走(默认是drop掉)
(5)把新表user_new重命名(rename)成原表user
扩充字段完成。

优点:整个过程不需要锁表,可以持续对外提供服务

操作注意事项:
(1)变更过程中,最重要的是冲突的处理,一条原则,以触发器的新数据为准,这就要求被迁移的表必须有主键(这个要求基本都满足)
(2)变更过程中,写操作需要建立触发器,所以如果原表已经有很多触发器,方案就不行(互联网大数据高并发的在线业务,一般都禁止使用触发器)
(3)触发器的建立,会影响原表的性能,所以这个操作建议在流量低峰期进行

pt-online-schema-change 是DBA必备的利器,比较成熟,在互联网公司使用广泛。