隨著業務越來越復雜，數據量越來越大，并發量越來越大，數據庫的性能越來越低。好不容易找運維申請了兩臺機器，讓DBA部署了幾個實例，想把一些業務庫拆分出來，卻發現拆不出來，擴不了容，尷尬！

因為數據庫強關聯在一起，無法通過增加數據庫實例擴容，就是一個耦合的典型案例。

場景還原

有一個公共用戶數據庫DB_USER，里面table_user存放了通用的用戶數據：

table_user (uid, name, passwd, …)

在數據量比較小，并發量比較小，業務還沒有這么復雜的時候，為了提高資源利用率（程序員才沒有考慮什么資源利用率，更多的是圖方便），業務A把用戶個性化的數據也放在這個庫里：

table_A(uid, A業務的個性化屬性)

業務A有一個需求，即要展現用戶公共屬性，又要展現業務A個性化屬性，程序員經常這么實現的：

select * from table_user, table_A

      where table_user.uid = table_A.uid

      and table_user.uid = $uid

初期關聯查詢沒有任何問題，單條記錄訪問，命中索引，一次查詢所有數據，簡單高效。

如何產生各業務數據耦合？

通過join實現業務，導致通用表table_user和業務表table_A必須存在于一個數據庫實例里。

如果業務B也這么做，業務C也這么做，會導致公用業務，業務A，業務B，業務C都必須存在于一個數據庫實例里。

會產生什么潛在問題呢？

假如A業務線上線了一個新功能，不小心進行了全表掃描，導致數據庫CPU100%，數據庫實例性能下降，由于實例共用，通用業務，業務B和業務C都會受影響。

即某個業務線的數據庫性能急劇下降導致所有業務都受影響，這種耦合，歷史總是驚人的相似：

• 業務B的大boss在群里首先發飆：“技術都干啥了，怎么系統掛了”；
• 業務B的rd一臉無辜：“業務A上線了，所以我們掛了”；

額，然而，這個理由，好像在大boss那解釋不通…

• 業務B的大boss：“趕緊加幾臺機器，拆分開”；
• 業務B的rd一臉無奈：“加機器加實例也擴容不了”；
• 業務B的大boss對業務2的rd吼道“還想甩鍋，拖出去祭天”；
• ...

唉，加了幾臺機器，加了幾個實例，然而并沒有什么卵用，都耦合在一個實例里，完全擴不了容。

那，如何解除公共數據庫與業務數據庫的耦合？

第一步：公共數據訪問下沉服務化。

還是上面的例子，當公共的user數據訪問服務化之后，依據服務化的原則：

• 業務層只能通過服務RPC接口訪問數據；
• 底層user庫屬于user服務私有；
• 任何上游不允許跨過服務訪問底層的user庫；

第二步：垂直拆分，個性化數據訪問上浮

原來業務方：

• 通過join一次性獲取通用的數據和個性化的業務數據數據；

服務化+垂直拆分后，變成兩次訪問：

• 一次取得業務數據（業務可以直接調用自己的數據庫，也可以自己做業務服務調用RPC接口）；
• 一次取得共性數據（調用通用的RPC接口）；

兩種方式相比：

• 之前的方式其實業務代碼可能會更簡單一些，因為它是將這個業務邏輯放在了SQL語句中，但是導致數據庫耦合在了一起；
• 后面這種方式就是業務的代碼會更復雜，會變成多次訪問，將原來在SQL中進行的邏輯計算變成業務代碼中的邏輯計算，但是數據庫解耦了；

業務復雜，數據量大，并發老大，對擴展性要求更高的架構，一定是后者。

此時各業務有自己的庫，公共有公共的庫：

• 早期：可以放在一個數據庫實例里；
• 后期：可以很容易地通過新增數據庫實例，把user庫或者業務A/B/C的庫拆分出來，實現增加機器增加實例就實現擴容；

個性業務數據訪問垂直拆分，共性數據訪問服務化下沉，只是一個很小的優化點，但對于數據庫解耦卻是非常的有效。

知其然，知其所以然。

思路比結論更重要。