粉丝关系链，10亿数据，如何设计？

方法一：服务同步冗余

顾名思义，由好友中心服务同步写冗余数据，如上图1-4流程：

• 业务方调用服务，新增数据
• 服务先插入T1数据
• 服务再插入T2数据
• 服务返回业务方新增数据成功

优点：

• 不复杂，服务层由单次写，变两次写
• 数据一致性相对较高(因为双写成功才返回)

缺点：

• 请求的处理时间增加(要插入次，时间加倍)
• 数据仍可能不一致，例如第二步写入T1完成后服务重启，则数据不会写入T2

如果系统对处理时间比较敏感，引出常用的第二种方案。

方法二：服务异步冗余

数据的双写并不再由好友中心服务来完成，服务层异步发出一个消息，通过消息总线发送给一个专门的数据复制服务来写入冗余数据，如上图1-6流程：

• 业务方调用服务，新增数据
• 服务先插入T1数据
• 服务向消息总线发送一个异步消息(发出即可，不用等返回，通常很快就能完成)
• 服务返回业务方新增数据成功
• 消息总线将消息投递给数据同步中心
• 数据同步中心插入T2数据

优点：

• 请求处理时间短(只插入1次)

缺点：

• 系统的复杂性增加了，多引入了一个组件(消息总线)和一个服务(专用的数据复制服务)
• 因为返回业务线数据插入成功时，数据还不一定插入到T2中，因此数据有一个不一致时间窗口(这个窗口很短，最终是一致的)
• 在消息总线丢失消息时，冗余表数据会不一致

如果想解除“数据冗余”对系统的耦合，引出常用的第三种方案。

方法三：线下异步冗余

数据的双写不再由好友中心服务来完成，而是由线下的一个服务或者任务来完成，如上图1-6流程：

• 业务方调用服务，新增数据
• 服务先插入T1数据
• 服务返回业务方新增数据成功
• 数据会被写入到数据库的log中
• 线下服务或者任务读取数据库的log
• 线下服务或者任务插入T2数据

优点：

• 数据双写与业务完全解耦
• 请求处理时间短(只插入1次)

缺点：

• 返回业务线数据插入成功时，数据还不一定插入到T2中，因此数据有一个不一致时间窗口(这个窗口很短，最终是一致的)
• 数据的一致性依赖于线下服务或者任务的可靠性

上述三种方案各有优缺点，可以结合实际情况选取。 数据冗余固然能够解决多对多关系的数据库水平切分问题，但又带来了新的问题，如何保证正表T1与反表T2的数据一致性呢?

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!