如何实现数据的正确拆分？

我们知道在传统的单块架构中，一个系统中只存在一个独立的服务和数据库实例。

上图中的系统架构实现起来比较简单，但是扩展性和伸缩性都比较差。因此，越来越多的系统开始采用了微服务架构。在微服务架构中，一个系统被拆分成多个服务，而每个服务都拥有属于自身的数据库。

从单块系统到微服务系统的转变过程需要根据领域对系统进行合理的拆分，同时也要求数据层面从集中式的管理转变为分散式的管理。这就引申出今天我们要讨论的主题，即数据拆分。

数据拆分场景和解决方案

设想我们现在拥有一个运行了一段时间的数据库实例，内部包含了多个数据库。那么我们可以想象通常都会存在跨表查询和跨库查询场景。同时，如何我们使用了存储过程等特定的数据库实现技术，那么想要实现对数据的拆分操作也会变得不那么容易。这些场景构成了我们实现数据拆分的主要场景。

接下来，我们将分别对上述场景进行分析，看看分别应该采用哪种解决方案。

跨表查询场景

在日常开发过程中，跨表查询是非常常见的一种实现技术。在同一个数据库中，开发人员可以通过主外键之间的关联关系完成多个表之间的连接操作。

下图展示了一种表连接的表现形式，图中的连接1所涉及到的表1和表2都属于同一个业务模块。对于这个连接，我们不需要进行数据去中心化，因为位于单个业务模块内部的数据连接查询不会影响到其他模块，符合微服务架构下服务拆分的基本原则。

我们再来看另一种连接情况。

可以看到连接2和连接1不同，该连接所涉及的表3和表4则位于两个不同的业务模块中。显然，当我们基于业务模块拆分微服务时，这种连接就不应该再存在。

针对跨多个业务模块的跨表查询应用场景，我们想要去掉表与表之间的连接也比较简单，因为表连接的本质就是把位于不同表中的数据进行组装，我们可以把这个组装过程放到内存中。也就是说，我们先分别从数据表中获取目标数据，然后通用代码在内存中完成数据的动态组装，然后在返回给客户端，整个过程如下图所示。

基于跨表查询场景下的分析，也可以得出一条在日常开发过程中的最佳实践，即我们应该尽量避免不同模块之间的数据产生数据表级别的关联，而是应该通过代码来管理和维护这层关系。

跨库查询场景

讨论完跨表查询，接下来我们讨论跨库查询场景。从系统设计角度而言，跨库查询是应该被明确禁止的，因此这种场景相对比较少。但如果一旦出现这种场景，那么所带来的问题也就更为严重。下图展示了跨库查询的具体场景。

一旦涉及到跨库查询，我们的基本思路就是对查询语句进行改造，通过接口查询的方式来替换跨库的查询连接。

现在，如果想要获取数据表1和表2中的数据，那么唯一的操作方法就是暴露API接口，应用程序通过接口获取数据之后再在内存中进行数据的组装，并开放给客户端进行访问。请注意，上图中所示的跨库查询和跨表查询方案的本质区别在于：位于不同数据库中的数据必须确保严格的边界，而通过接口的方式来获取数据可以做到这一点。这样，基于不同数据的不同接口可以面向各自的应用程序，这也为微服务的拆分奠定了基础。

关于跨库查询，还有一种特殊的应用场景。有时候，位于不同数据库中的数据虽然有一定的关联关系，但这种关联关系并不像连接查询那样需要实时失效，而是允许一定的时延性。这时候，通过接口的方法实时暴露数据就不是很有必要，我们可以采用数据定时同步的方式来完成跨库的数据同步。

可以看到，在这种应用场景下，数据库A和B中同时保存着表1和表2的数据，我们通过定时任务确保这两张表的数据是一致的。通过这种方式，原本需要跨库才能完成的查询，就转变成了单库内的数据查询，跨库查询就降级成了跨表查询。

技术耦合场景

当我们面对遗留系统时，一大挑战在于对一些数据库内置技术组件的改造，这些技术组件包括存储过程、触发器、函数等。由于技术体系的不断演进，我们已经不推荐把业务逻辑通过这些数据库内置技术组件进行实现，但在遗留系统改造过程中则非常常见。对于这些位于数据库内部的数据处理逻辑，开发人员唯一要做的就是把他们全部用业务代码的形式全部实现一遍即可。

数据拆分流程

理解了数据拆分的主要场景和对应的解决方案，我们接下来讨论如何实施这些解决方案。请注意，无论是实施对跨表查询、跨库查询还是遗留系统的改造，我们都需要确保线上业务的稳定性，而不是直接采用一刀切的方式进行直接替换。在今天的内容中，我们基于主流的微服务架构，以单个数据库拆分的场景为例来开展讨论。数据拆分前和拆分后的对比效果如下图所示。

可以看到，我们需要根据业务边界把单块系统拆分成多个微服务，然后基于服务边界进一步对数据库中的表进行拆分。最后，原本属于表之间的关联关系就变成了服务之间的接口对接关系。

在今天的内容中，我们把数据拆分的过程分成三个主要的步骤。

边界分离

要想拆分数据，首先需要拆分业务。根据业务模块的不同职责和内容，我们可以把单块系统中的代码拆分成不同的服务。

可以看到，我们从物理上拆分了服务A和服务B这两个微服务。其中服务A和服务B分别独享了表1和表2，但对于表3而言，服务A和服务B都需要访问。

数据冗余

为了对表3进行拆分，我们这时候就需要采用一定的数据冗余策略。

可以看到，我们需要把针对表3的数据操作抽象成“写”和“读”两方面。通常，这部分工作并不会很复杂，因为针对某个业务数据写入的源头通常只有一个，只要明确这个数据源即可。万一我们发现写的操作有多个源头，那么把这些源头的代码都放在微服务A中就可以了。至于读操作，我们确保采用一定的数据同步机制确保服务B中的表3数据实时更新即可。