まず、データベーススキーマの原則
-
ハイアベイラビリティ
-
高性能
-
一貫性
-
拡張性
第二に、共通のフレームワークプログラム
オプション1：マスターとスレーブアーキテクチャ、本体のみのライブラリは、フェイルオーバーと冗長性を確保するためのライブラリで用意し、識字サービスを提供しています
JDBCます。mysql：// VIP：3306 / xxdb
1、可用性分析：可用性は、主リザーバに連結され、キープアライブ（唯一のツール）が自動的にスタンバイ・データベースに切り替えます。このプロセスは、コードまたは構成を変更することなく、サービスレイヤに対して透明です。
2、高パフォーマンス分析：マスターライブラリの操作を読み書き簡単にボトルネックされています。ほとんどのインターネットアプリケーションを読み、以下の書き込み、読み出しが最初にすることにより書き込み性能に影響を与え、ボトルネックになります。また、スタンバイ・データベースは、このプログラム2を解決するために、単純に50％のバックアップリソース使用率です。
3.一貫性分析：読み取りおよび書き込み操作がメインのライブラリは、データの一貫性の問題が存在します。
4、スケーラビリティ分析：カレーからパフォーマンスを読み取ることができませんが、それによって全体的なパフォーマンスを向上させる、ライブラリを通って延びます。
図5は、着陸分析：二階には、使用に影響を与えます。まず、一般的には、パフォーマンス、これは効率的なインデックス作成と導入することによって、確立することができるキャッシュをすることにより、パフォーマンスを向上させること、読み取りパフォーマンスを向上させます。また、これは一般的な方式です。第二に、スケーラビリティが悪い、このサブライブラリーは、サブテーブルによって拡張することができます。
オプション2：二つの主要なアーキテクチャは、ライブラリーは、2つの主なサービスを提供し、負荷分散
JDBCます。mysql：// VIP：3306 / xxdb
1、高可用性の分析：高可用性、メインライブラリがハングアップし、他の主要な図書館サービスには影響を与えません。このプロセスは、コードまたは構成を変更することなく、サービスレイヤに対して透明です。
2、高性能分析：スキームと比較して性能の読み書きが倍、上昇させることができます。
3.一貫性分析：データの整合性の問題があります。以下の整合性ソリューションを考えてみましょう。
4、拡張された分析は：もちろん、（データの同期が複数の層になり、この同期時間が長くなります）メインループは3つに拡張することができますが、私はお勧めしません。データベース・スキーマ・レベルを拡張する必要がある場合は、オプションのIVに拡張。
図5は、着陸分析：二階には、使用に影響を与えます。まず、データの一貫性は、一貫性の解決策は、問題を解決するために。第二に、主キーの競合、IDが均一の問題を解決生成するID生成サービスによって配布します。
スキーム3：マスター・スレーブ・アーキテクチャ、独立した複数のマスターは、読み取りと書き込み
JDBCます。mysql：//マスター-IP：3306 / xxdb
JDBCます。mysql：//スレーブ1-IP：3306 / xxdb
JDBCます。mysql：//スレーブ2-IP：3306 / xxdb
1、可用性の分析：主要シングルポイントのライブラリ、ライブラリの可用性から。主なライブラリがハングアップしたら、書き込みのサービスが提供されることはありません。
2、高パフォーマンス分析：以下読み、より読書を書くほとんどのインターネットアプリケーションでは、最初に、それによって全体的なパフォーマンスに影響を与え、ボトルネックになります。向上した性能を読んで、全体的なパフォーマンスが向上しました。同じインデックス、またはライブラリから良いよりも害が複数ある場合は、さらに、ライブラリワイヤラインからできライブラリないメインインデックスは、また確立されて異なるインデックス（ライン又はライブラリからを作成することができ、ライブラリは、通常、現像オフラインでありますライブラリーをチェックし、あなたがより多くのオンライン問題のトラブルシューティングを構築することができたときに、インデックス）。
3.一貫性分析：データの整合性の問題があります。以下で説明するソリューションの一貫性を見てください。
図4に示すように、拡張された分析：それによって全体的なパフォーマンスを向上させる、リードの性能を追加することによって、ライブラリから拡張することができます。（問題は、ライブラリから、ログを取るために、より多くのニーズがメインbinlogのクラ、それによって、メインバンクのパフォーマンスに影響を与えるから終了し、データ同期完了時間が長くなります、原因）
図5は、着陸分析：二階には、使用に影響を与えます。まず、データの一貫性は、一貫性の解決策は、問題を解決するために。第二に、シングルポイントの主なライブラリが、私は良い一時的な解決策を期待していませんでした。
注意：この問題について考え、ライブラリーからのハングが起こるのだろうか？読み取りと書き込みの負荷分散戦略の分離を読んでどのようにフォールトトレラント？
オプション4：ダブルマスター+マスタスレーブアーキテクチャ、一見完璧なソリューション
JDBCます。mysql：// VIP：3306 / xxdb
JDBCます。mysql：//スレーブ1-IP：3306 / xxdb
JDBCます。mysql：//スレーブ2-IP：3306 / xxdb
1、高可用性の分析：可用性。
2、高パフォーマンス分析：高性能。
3、一致性分析：存在数据一致性问题。请看，一致性解决方案。
4、扩展性分析：可以通过加从库来扩展读性能，进而提高整体性能。（带来的问题同方案二）
5、可落地分析：同方案二，但数据同步又多了一层，数据延迟更严重。
三、一致性解决方案
第一类：主库和从库一致性解决方案：
注：图中圈出的是数据同步的地方，数据同步（从库从主库拉取binlog日志，再执行一遍）是需要时间的，这个同步时间内主库和从库的数据会存在不一致的情况。如果同步过程中有读请求，那么读到的就是从库中的老数据。如下图。
既然知道了数据不一致性产生的原因，有下面几个解决方案供参考：
1、直接忽略，如果业务允许延时存在，那么就不去管它。
2、强制读主，采用主备架构方案，读写都走主库。用缓存来扩展数据库读性能 。有一点需要知道：如果缓存挂了，可能会产生雪崩现象，不过一般分布式缓存都是高可用的。
3、选择读主，写操作时根据库+表+业务特征生成一个key放到Cache里并设置超时时间（大于等于主从数据同步时间）。读请求时，同样的方式生成key先去查Cache，再判断是否命中。若命中，则读主库，否则读从库。代价是多了一次缓存读写，基本可以忽略。
4、半同步复制，等主从同步完成，写请求才返回。就是大家常说的“半同步复制”semi-sync。这可以利用数据库原生功能，实现比较简单。代价是写请求时延增长，吞吐量降低。
5、数据库中间件，引入开源（mycat等）或自研的数据库中间层。个人理解，思路同选择读主。数据库中间件的成本比较高，并且还多引入了一层。
第二类：DB和缓存一致性解决方案
先来看一下常用的缓存使用方式：
第一步：淘汰缓存；
第二步：写入数据库；
第三步：读取缓存？返回：读取数据库；
第四步：读取数据库后写入缓存。
注：如果按照这种方式，图一，不会产生DB和缓存不一致问题；图二，会产生DB和缓存不一致问题，即4.read先于3.sync执行。如果不做处理，缓存里的数据可能一直是脏数据。解决方式如下：
注：设置缓存时，一定要加上失效时间，以防延时淘汰缓存失败的情况！
四、个人的一些见解
1、架构演变
-
架构演变一：方案一 -> 方案一+分库分表 -> 方案二+分库分表 -> 方案四+分库分表；
-
架构演变二：方案一 -> 方案一+分库分表 -> 方案三+分库分表 -> 方案四+分库分表；
-
架构演变三：方案一 -> 方案二 -> 方案四 -> 方案四+分库分表；
-
架构演变四：方案一 -> 方案三 -> 方案四 -> 方案四+分库分表；
2、个人见解
1、加缓存和索引是通用的提升数据库性能的方式；
2、分库分表带来的好处是巨大的，但同样也会带来一些问题，详见数据库之分库分表-垂直？水平？
3、不管是主备+分库分表还是主从+读写分离+分库分表，都要考虑具体的业务场景。某8到家发展四年，绝大部分的数据库架构还是采用方案一和方案一+分库分表，只有极少部分用方案三+读写分离+分库分表。另外，阿里云提供的数据库云服务也都是主备方案，要想主从+读写分离需要二次架构。
4、记住一句话：不考虑业务场景的架构都是耍流氓。