聊聊数据库组件功能设计点-码上建站

聊聊数据库组件功能设计点

发布时间：2025-11-05 05:58:02 来源：码上建站作者：IT科技

数据库中间件承担应用与数据库之间的聊聊粘合与润滑，数据库中间件设计的数据合理应用跑起来就丝滑，否则会拉胯。库组本文就常见数据库组件相关的功计点功能设计点做个归纳整理:

分库分表组件主要为分担数据库压力，聊聊通过多库多表承接请求。数据尽管拥有众多的库组分库分表组件，Apache ShardingSphere作为Apache的功计点顶级项目依旧是主流。无论直接使用还是聊聊基于其二次开发或者自研，均值得研究。数据

客户端直连数据库，库组分布式无中心化，功计点主要针对java语言，聊聊数据库连接消耗多。数据

客户端先连接到Proxy代理，库组通过代理连接数据库，能够跨语言，消耗数据库的连接数少(仅代理直接连接数据库),但是中心化风险点也主要在此。

网格化代理还在规划中，源码库从当前蚂蚁对外提供的service mesh商业方案中，还没DB的mesh，下沉能力的同时，也带来了数据面和控制面板的复杂性。

https://github.com/apache/shardingsphere.git

备注：当前还是客户端直连数据库为主流，中心化的Proxy依然有公司采纳然占比依旧很少，至于Sidecar模式的大规模使用还在未来。

将Mysql数据同步到消息队列或者其他数据存储源，常用开源组件为canal。

https://github.com/alibaba/canal

![](https://gitee.com/laoliangcode/md-picture/raw/master/img/mysql binlog 解析.png)

在异地多活场景中数据库的双向同步、跨机房灾备的单向同步等场景，常用组件otter。

https://github.com/alibaba/otter

其他类似组件：dataLink、databus

https://github.com/ucarGroup/DataLink

https://github.com/linkedin/databus

备注：在单/双向同步场景中通常伴随着DDL的同步。

当随着数据同步的亿华云计算场景越来越多，为每个不同的数据源写一个同步插件变得复杂和不好维护，此时可以考虑搭建一个数据同步平台。

备注：数据同步平台社区也有开源DataX可供参考。

https://github.com/alibaba/DataX/blob/master/introduction.md

Flink-CDC

https://github.com/ververica/flink-cdc-connectors

在分布式数据库中最好使用分布式全局唯一ID作为数据记录的唯一标识，原因也很简单，主要是避免主键冲突。

生成全局唯一ID的方案有很多，常见的有：

雪花算法：由Twitter创建生成全局唯一ID算法，一个Snowflake ID组成共64位构成如下，如果不需要这么多位可以改造缩短一些长度。

Twitter Scala 版本：

https://github.com/twitter-archive/snowflake/tree/scala_28https://github.com/twitter-archive/snowflake/releases/tag/snowflake-2010

雪花算法java版本参考:

https://github.com/beyondfengyu/SnowFlake/blob/master/SnowFlake.java

将常用的一些与DB相关需要手动的创建的自动化、可视化。

随便看看