多IDC数据分布          --MySQL多机房部署                 杨海朝             @jackbillow   jackbillow@gmail.com             2011-12-24
尝试1Master  Relay  Slave
尝试1
特点1.Slave和前端在一个IDC2.DB集中写, cache本地写3.某一机房是核心
挑战1.不适合写入量大的业务2.Cache清理机制复杂3.注意同步延时问题4.Relay容灾
尝试2MySQL federated engine
尝试2
特点1.利用FE实现多master到单slave的同步2.FE不提供在线服务3.DB和Cache本地读本地写4.N个IDC部署中每个IDC需要部署N-1个relay
挑战1.MySQL协议太重2.存在更新丢失问题3.维护难度大
尝试3MySQL Master/Master
尝试3
特点1.双写2.容灾优势明显
挑战1.写节点限制在两个IDC2.时序问题
尝试4Master  Queue Service  Master
尝试4
特点1.多点写入2.索引和内容合并同时入队列3.每个IDC完全独立
挑战1.带来运维复杂2.程序的解耦问题
在路上1.能不分布就不要分布2.部署成对IDC并且不多于4个3.提高用户体验的同时解决容灾和突发流量问题4.考虑好业务的时序问题5.异步为王
Thank you for Coming                 Q&A
Upcoming SlideShare
Loading in …5
×

多IDC的数据分布

1,313 views

Published on

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,313
On SlideShare
0
From Embeds
0
Number of Embeds
6
Actions
Shares
0
Downloads
37
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

多IDC的数据分布

  1. 1. 多IDC数据分布 --MySQL多机房部署 杨海朝 @jackbillow jackbillow@gmail.com 2011-12-24
  2. 2. 尝试1Master  Relay  Slave
  3. 3. 尝试1
  4. 4. 特点1.Slave和前端在一个IDC2.DB集中写, cache本地写3.某一机房是核心
  5. 5. 挑战1.不适合写入量大的业务2.Cache清理机制复杂3.注意同步延时问题4.Relay容灾
  6. 6. 尝试2MySQL federated engine
  7. 7. 尝试2
  8. 8. 特点1.利用FE实现多master到单slave的同步2.FE不提供在线服务3.DB和Cache本地读本地写4.N个IDC部署中每个IDC需要部署N-1个relay
  9. 9. 挑战1.MySQL协议太重2.存在更新丢失问题3.维护难度大
  10. 10. 尝试3MySQL Master/Master
  11. 11. 尝试3
  12. 12. 特点1.双写2.容灾优势明显
  13. 13. 挑战1.写节点限制在两个IDC2.时序问题
  14. 14. 尝试4Master  Queue Service  Master
  15. 15. 尝试4
  16. 16. 特点1.多点写入2.索引和内容合并同时入队列3.每个IDC完全独立
  17. 17. 挑战1.带来运维复杂2.程序的解耦问题
  18. 18. 在路上1.能不分布就不要分布2.部署成对IDC并且不多于4个3.提高用户体验的同时解决容灾和突发流量问题4.考虑好业务的时序问题5.异步为王
  19. 19. Thank you for Coming Q&A

×