我有一个需要大量编写的应用程序。该应用程序最适合用来做调查问卷 - 客户创建自定义问卷并将其保存到数据库中。大多数请求都来自提交这些表单的用户。之后，我们的客户会根据这些提交的内容制作复杂的报告和图表。
确保我们的应用程序服务器（PHP）和 Web 服务器（Nginx）扩展非常容易，问题在于将数据库服务器扩展到多台服务器上。
许多应用程序的读取量较大，因此通常需要设置主从复制，所有写入都发送到单个主服务器，但读取则分发到从服务器。对于我们来说，这行不通，因为我们大部分时间都在执行写入操作。
我曾见过有人提到主主设置，但这通常会遇到自动递增主键的问题。解决方案通常是让一台服务器处理奇数，另一台服务器处理偶数。我想避免这种情况。
在一些类似的问题中，我看到有人提到 Tungsten Replicator，以及它如何为您提供更多的复制灵活性。这对我有一点帮助吗？这会给我带来哪些 MySQL 内置复制无法提供的好处？
还有 MySQL Cluster，但这通常会在处理非常大的数据库和复杂查询（连接）时遇到问题。我需要能够运行复杂的报告，所以这可能不适合我。
我正在寻找冗余、自动故障转移、分配请求和数据完整性。
是否有其他 RDMS 可以提供适合网络的更好的解决方案？
答案1
不存在所谓的“大统一数据库布局”。如果有自定义问卷，那么确实需要自定义表格。否则，您将很快得到一个由 200 列 VARCHAR(128) 组成的、没有主键的怪异表格，该表格来自 thedailywtf.com，效率低下、无法支持，并且会在未来对您造成伤害。
toppledwagon 建议的分片可能是值得考虑的事情，但首先，请仔细检查您的数据库是否设计合理。如果数据库没有规范化，那么最好有测试支持，给出一个很好的理由来说明为什么没有规范化。如果它有数百个表，那可能是错误的。如果它只有一个表，那肯定是错误的。看看你可以将问题分成独立集的方法。你会在前期花费更多精力，但系统会因此变得更好。
假设每行有 2k 个数据（对于调查来说，这似乎很多字符），那么一百万行数据需要 2GB 内存。如果您能为您的问题投入更多硬件，也许您就能将数据集保存在 RAM 中？
这就引出了下一个问题：您的负载绝对数字是多少？每秒的客户请求数，转换为每秒的 I/O 数，分为每秒的读取和写入，有多少 GB 的数据，增长率是多少？您的负载如何随请求数而变化？线性增长？指数增长？您不必发布您的数据，只需将其写下来并思考即可。今天的情况如何，您认为一两年后会如何。
维基百科表示 15k rpm SAS 驱动器将为您提供 175-210 IOps。您需要多少个 RAID 10 才能满足当前和预计的负载？您的数据集有多大？您需要多少个驱动器来容纳您的数据集（可能比满足 IO 要求的驱动器少很多）。购买一对（或十几个）SSD 是否合理？本地存储是否就够了，还是您要将两个 8Gb 光纤链路连接到高端存储子系统？
如果您目前需要 1k IOps，但在 RAID 5 中拥有三个 10k rpm 硬盘，那么您的硬件就无法满足您的要求。另一方面，如果您的应用程序每秒有一个用户请求，并且让 32 核 256 GB RAM 的野兽（由企业级存储支持）无法运行，那么问题很可能不在硬件功能上。
答案2
主-主设置，但这通常会遇到自动递增主键的问题
解决方案通常是让一台服务器处理奇数，另一台服务器处理偶数。我想避免这种情况。
为什么？代理键本质上与它们索引的数据无关。为这些值赋予意义是非常危险。
快速浏览一下您提供的 Tungsten 链接，并没有发现太多关于它的功能的信息 - 它确实存在一些不准确之处（例如“您可以进行多主复制，这比使用 MySQL 本机复制所能做的要多得多”）。在同一段中，它说它无法处理冲突。我对这款产品的实用性没有信心。
假设主-主复制（无论是否联合来限制复制）不符合您的要求（但您需要重新审视对自动增量字段类型的想法），那么您可以使用 mysqlproxy 在本机集群之间分片数据或使用 nosql 数据库。
答案3
这听起来是个好例子分片。如果一项调查中的数据不需要立即访问另一项调查中的数据，那么对数据进行分片将很容易。您将设置一个数据库，该数据库基本上具有指向调查数据库的用户 ID 密钥。然后，您可以设置多个调查数据库。希望您也选择将它们设置为复制元组。您的应用程序需要进行一些重新设计。
运行报告并在软件中进行连接。如果这也是一种选择，那么分片就是最佳选择。