我們現在的所有系統(tǒng)上，大部分都引入了數據庫中間件。但很多人都不明白，引入中間間的作用是什么，可以采取不引入的方式嗎。今天小編就來討論一下究竟為什么要引入數據庫中間件。

　　經過連續(xù)分層架構演進，DAO層，基礎數據服務化，通用業(yè)務服務化，前后端分離之后，一個業(yè)務系統(tǒng)的后端結構如上：

　　web-view層通過http接口，從web-data獲取json數據（前后端分離）

　　web-data層通過RPC接口，從biz-service獲取數據（通用業(yè)務服務）

　　biz-service層通過RPC接口，從base-service獲取數據（基礎數據服務）

　　base-service層通過DAO，從db獲取數據（DAO）

　　db存儲數據

　　隨著時間的推移，數據量會越來越大，base-service通過DAO來訪問db的性能會越來越低，需要開始考慮對db進行水平切分，一旦db進行水平切分，原來很多SQL可以支持的功能，就需要base-service層來進行特殊處理：

　　有些數據需要路由到特定的水平切分庫

　　有些數據不確定落在哪一個水平切分庫，就需要訪問所有庫

　　有些數據需要訪問全局的庫，拿到數據的全局視野，到service層進行額外處理

　　…

　　更具體的，對于前臺高并發(fā)的業(yè)務，db水平切分后，有這么幾類典型的業(yè)務場景及應對方案。特別強調一下，此處應對的是“前臺”“高并發(fā)”“db水平切分”的場景，對于后臺的需求，將通過前臺與后臺分離的架構處理，不在此處討論。

　　一：partition key上的單行查詢

　　典型場景：通過uid查詢user

　　場景特點：

　　通過patition key查詢

　　每次只返回一行記錄

　　解決方案：base-service層通過patition key來進行庫路由

　　如上圖：

　　user-service底層user庫，分庫patition key是uid

　　uid上的查詢，user-service可以直接定位到庫

　　二、非patition key上的單行查詢

　　典型場景：通過login_name查詢user

　　場景特點：

　　通過非patition key查詢

　　每次只返回一行記錄

　　解決方案1：base-service層訪問所有庫

　　如上圖：

　　user-service通過login_name先查全庫

　　結果集在user-service再合并，最終返回一條記錄

　　解決方案2：base-service先查mapping庫，再通過patition key路由

　　如上圖：

　　新建mapping庫，記錄login_name到uid的映射關系

　　當有非 patition key的查詢時，先通過login_name查詢uid

　　再通過patition key進行路由，最終返回一條記錄

　　解決方案3：基因法

　　關于“基因法”解決非patition key上的查詢需求詳見《分庫后，非patition key上訪問的多種解決辦法》。

　　三、patition key上的批量查詢

　　典型場景：用戶列表uid上的IN查詢

　　場景特點：

　　通過patition key查詢

　　每次返回多行記錄

　　解決方案1：base-service層訪問所有庫，結果集到base-service合并

　　解決方案2：base-service分析路由規(guī)則，按需訪問

　　如上圖：

　　base-service根據路由規(guī)則分析，判斷出有些數據落在庫1，有些數據落在庫2

　　base-service按需訪問相關庫，而不是訪問全庫

　　base-service合并結果集，返回列表數據

　　四、非patition key上的夸庫分頁需求

　　關于分庫后，夸庫分頁的查詢需求，詳見《業(yè)界難題，夸庫分頁的四種方案》。

　　五、其他需求…

　　本文寫到這里，上述一、二、三、四、五其實都不是重點，base-service層通過各種各樣的奇技淫巧，能夠解決db水平切分后的數據訪問問題，只不過：

　　base-service層的復雜度提高了

　　數據的獲取效率降低了

　　當需要進行db水平切分的base-service越來越多以后，此時分層架構會變成下面這個樣子：

　　底層的復雜性會擴散到各個base-service，所有的base-service都要關注：

　　patition key路由

　　非patition key查詢，先mapping，再路由

　　先全庫，再合并

　　先分析，再按需路由

　　夸庫分頁處理

　　…

　　這個架構圖是不是看上去很別扭？如何讓數據的獲取更加高效快捷呢？

　　數據庫中間件的引入，勢在必行。

　　這是“基于服務端”的數據庫中間件架構圖：

　　base-service層，就像訪問db一樣，訪問db-proxy，高效獲取數據

　　所有底層的復雜性，都屏蔽在db-proxy這一層

　　這是“基于客戶端”的數據庫中間件架構圖：

　　base-service層，通過db-proxy.jar，高效獲取數據

　　所有底層的復雜性，都屏蔽在db-proxy.jar這一層

　　結論：

　　當數據庫水平切分，base-service層獲取db數據過于復雜，成為通用痛點的時候，就應該抽象出數據庫中間件，簡化數據獲取過程，提高數據獲取效率，向上游屏蔽底層的復雜性。