前言:
继上一篇,介绍 CYQ.Data 在分布式缓存上支持高可用,详见:CYQ.Data 对于分布式缓存Redis、MemCache高可用的改进及性能测试
本篇介绍 CYQ.Data 在对数据库层面对分布式数据库的主从备的高可用的及负载调度。
目前框架支持的数据库(及缓存)种类为:
Support:Txt、Xml、Access、Sqlite、Mssql、Mysql、Oracle、Sybase、Postgres、Redis、MemCache。
下面就开始介绍:
1、数据库集群与负载的高可用:
1、集群与故障转移
想当年,在北京联通的项目上,为了实现数据库集群故障转移,那可是一堆人在机房折腾的死去活来。
还要开什么研论会,要机房,网络设计人员,和项目层面的三方人码动手。
折腾到最后的结果,浪费了一台服务器做热备。
2、由客户端调度主从备,实现故障转移与负载。
CYQ.Data 在很早前,就实现了主从备的切换了,只是没有实现高可用。
这一次,迎合NET Core 在未来分布式应用下的需求,补上了这个功能。
2、CYQ.Data 在分布式下的数据库可高用:
下面来看简单的使用过程:
1、指定配置外链:
原有的配置:
<connectionStrings>
<add name=\"Conn\" connectionString=\"server=.;database=test;uid=sa;pwd=123456\"/>
<add name=\"Conn_Bak\" connectionString=\"server=.;database=test;uid=sa;pwd=123456\"/>
<add name=\"Conn_Slave1\" connectionString=\".;database=test;uid=sa;pwd=123456\"/>
<add name=\"Conn_Slave2\" connectionString=\"server=.;database=demo;uid=sa;pwd=123456\"/>
</connectionStrings>
将配置写在原的config中,是当修改时,会引发(Window下)整个程序重启(而NetCore默认不重启,需要特殊处理配置文件重新加载事件)。
改进后配置(文件后缀可以指定*.ini,*.txt, *.json):
<add name=\"Conn\" value=\"conn.json\"/>
对应的conn.json 文件:
{
\"Conn\": {
\"Master\": \"server=.;database=demo;uid=sa;pwd=123456\",
\"Backup\": \"server=.;database=test;uid=sa;pwd=123456\",
\"Slave\": [
\"server=.;database=test;uid=sa;pwd=123456\",
\"server=.;database=demo;uid=sa;pwd=123456\"
] }
}
将配置外置后,程序会自动监控文件的变化,每次修改都会即时生效,内部自动调整算法,实现高可用。
配置后好,剩下的问题就是你有多少台服务器可以安装数据库实例了。
2、数据库主从备的机制说明:
主备:当主库发生故障时,会自动切换到备库。
主从:主库负责写,从库负责读。
3、关于读的负载调度:
只要是被加入Slave的链接,都会顺序被执行。
因此,如果写的任务不多,可以把主库的链接也加入到Slave中,分担读的压力。
再把备库的链接都加载入到Slave中,反正备库平时也用不上,一样可以继续分担读的压力。
另外,Slave由于是顺序调度,所以要加大某实例的负载时,可以将该实例的链接复制多份,以提高被执行的概率。
因此,只要配合服务器性能监控,再动态修改链接指向的配置文件,即可实现高可用的性能负载。
下面来做一个测试实验:
3、主从备负载切换的实验:
首先,创建了五个数据库:MasterDB、BackupDB、SlaveDB1、SlaveDB2、SlaveDB2。
然后:数据库间的同步,这一步就先省了。
写测试代码,运行两个线程,分别是读与写:
public class MasterBackupSlave { public static void Start() { AppConfig.Log.LogConn = \"Conn\"; ThreadPool.QueueUserWorkItem(new WaitCallback(Read), \"Read\"); ThreadPool.QueueUserWorkItem(new WaitCallback(Write), \"Write\"); Console.Read(); } private static void Read(object threadFlag) { while (true) { using (SysLogs logs = new SysLogs()) { logs.Fill(1); Console.WriteLine(\"Read : \" + ((MAction)logs).DataBase); } Thread.Sleep(1000); } } private static void Write(object threadFlag) { while (true) { using (SysLogs logs = new SysLogs()) { logs.Message = Guid.NewGuid().ToString(); logs.Insert(); Console.WriteLine(\"--------------Write : \" + ((MAction)logs).DataBase); } Thread.Sleep(1000); } } }
然后运行,看到以下输出,写在主库,读在从库中切换:
接着,我们测试主备,把主库弄挂了,这时会切到从,再把主库恢复,这时候会切回来。
最后,我们随时减少或增加从库负载的实例:
没错,和分布式缓存一样,框架已经从单机的应用,向分布式高负载和高可用性进化了。
总结:
别问我为什么,总之,就是这么强大。