读写分离

场景

一年后,用户数突破百万。

Admin Dashboard

日调用量100 万次
写操作10 万次/天
读操作100 万次/天
读写比例1:10
注册用户2.0 千
日活用户500
日调用量40 万

最近调用记录

5 条
时间方法API 路径IP 地址状态码延迟
2026-07-18 21:00:28GET/api/v1/weather?city=beijing10.8.1.220026ms
2026-07-18 21:00:25GET/api/v1/weather?city=shanghai10.8.1.620025ms
2026-07-18 21:00:23GET/api/v1/weather?city=hangzhou10.8.1.920029ms
2026-07-18 21:00:20GET/api/v1/weather?city=chongqing10.8.1.1120028ms
2026-07-18 21:00:16GET/api/v1/weather?city=nanjing10.8.1.1820024ms

我去看看系统监控,发现数据库的 CPU 和 I/O 使用率都很高:

!

阿里云控制台 - 性能监控

CPU数据库 CPU85%高负载
SQL慢查询500+/天
LAT主库延迟200ms

数据库开始出现瓶颈。

问题分析

瓶颈分析:

  • 大部分请求是读操作
  • 写操作相对较少
  • 主库承担所有压力

读写分离

我决定采用数据库读写分离的方案:

API 服务
所有请求统一处理
MySQL 主库
读 + 写,CPU 85%
API 服务
读写路由分发
DB Router
读→从库,写→主库
MySQL 主库
仅处理写操作
MySQL 从库
仅处理读操作
API 服务集群 ×4
多实例部署
DB Router
轮询分配读请求
MySQL 主库
写操作
从库 1
读操作
从库 2
读操作
从库 3
读操作

从单节点数据库到读写分离的演进:

API 服务
所有请求统一处理
MySQL 主库
读 + 写,CPU 85%
API 服务
读写路由分发
DB Router
读→从库,写→主库
MySQL 主库
仅处理写操作
MySQL 从库
仅处理读操作
API 服务集群 ×4
多实例部署
DB Router
轮询分配读请求
MySQL 主库
写操作
从库 1
读操作
从库 2
读操作
从库 3
读操作

多从库架构

如果请求继续增长,我还可以增加更多的从库来分担读压力:

API 服务
所有请求统一处理
MySQL 主库
读 + 写,CPU 85%
API 服务
读写路由分发
DB Router
读→从库,写→主库
MySQL 主库
仅处理写操作
MySQL 从库
仅处理读操作
API 服务集群 ×4
多实例部署
DB Router
轮询分配读请求
MySQL 主库
写操作
从库 1
读操作
从库 2
读操作
从库 3
读操作

效果验证

效果验证
主库(Master)仅写操作
QPS
2000200
CPU
85%25%
响应时间
200ms50ms
从库(Slaves)仅读操作
总 QPS1800读操作分散
平均 CPU30%
平均响应时间80ms

当前架构

技术架构
客户端

用户请求

GET https://dashboard.kuaiyizhi.cn/api/v4/weather?city=北京
负载均衡层

Nginx 负载均衡

应用服务

Nginx

Python

Public API Gateway

Admin API

Static

Admin Dashboard


MySQL

Redis 集群 + 哨兵

外部服务

MySQL 分层集群

消息队列

离线数仓

发现内容有问题?

告诉我们哪里需要改进。