如何实现ShardingSphere与CosId的集成应用案例?
- 内容介绍
- 文章标签
- 相关推荐
本文共计2780个文字,预计阅读时间需要12分钟。
在软件系统运行过程中,根据业务模型的需求(如TPS/存储容量),通过集群化部署来实现计算、存储的分散化。应用服务的无状态设计增强了其伸缩性。通过ShardingSphere + CosId实现分库分表。
背景
在软件系统演进过程中,随着业务规模的增长 (TPS/存储容量),我们需要通过集群化部署来分摊计算、存储压力。
应用服务的无状态设计使其具备了伸缩性。在使用 Kubernetes 部署时我们只需要一行命令即可完成服务伸缩
(kubectl scale --replicas=5 deployment/order-service)。
但对于有状态的数据库就不那么容易了,此时数据库变成系统的性能瓶颈是显而易见的。
分库分表从微服务的角度来理解垂直拆分其实就是微服务拆分。以限界上下文来定义服务边界将大服务/单体应用拆分成多个自治的粒度更小的服务,因为自治性规范要求,数据库也需要进行业务拆分。
本文共计2780个文字,预计阅读时间需要12分钟。
在软件系统运行过程中,根据业务模型的需求(如TPS/存储容量),通过集群化部署来实现计算、存储的分散化。应用服务的无状态设计增强了其伸缩性。通过ShardingSphere + CosId实现分库分表。
背景
在软件系统演进过程中,随着业务规模的增长 (TPS/存储容量),我们需要通过集群化部署来分摊计算、存储压力。
应用服务的无状态设计使其具备了伸缩性。在使用 Kubernetes 部署时我们只需要一行命令即可完成服务伸缩
(kubectl scale --replicas=5 deployment/order-service)。
但对于有状态的数据库就不那么容易了,此时数据库变成系统的性能瓶颈是显而易见的。
分库分表从微服务的角度来理解垂直拆分其实就是微服务拆分。以限界上下文来定义服务边界将大服务/单体应用拆分成多个自治的粒度更小的服务,因为自治性规范要求,数据库也需要进行业务拆分。

