1.为什么需要数据库中间件，何为数据库中间件

不同的应用程序有不同的数据存储方式和组网。数据量小的普通的应用程序一般采用单机数据库来持久化数据，如下图。

当数据的并发读写超过数据库服务器的处理能力时，需要进行读写分离来分离读写压力，加缓存服务器来减少数据库的读取压力，如下图。

一般DAO层的代码编写的时候只会连接一个数据库服务器进行数据操作，那么这时就需要数据库中间件来隔离这种变化，如下图。

 

2.不同场景所需的数据库中间件特性

不同的应用有不同的业务场景。当应用的业务模块变多时，总的数据量会曾大，并发读写操作会逐渐超过单个数据库服务器的处理能力。

这时，针对读取压力，可以进行集群，多个从库来解决，如下图组网。

而针对写入压力，则不能多个主库，因为多个主库数据需要同步，难以保证数据一致性，而且数据量大单库存储不下，所以需要进行分库分表，如下图组网。

当有些业务数据不仅量大而且读写压力也大的时候，就需要构建如下组网进行分库分表+读写分离。

如此多的复杂情况，综合所有的数据读写压力对数据库中间的能力要求就很严苛，需要支持分库、分表，支持读写分离，对DAO层的影响还要小。

3.数据库中间件设计要点

数据库中间件的设计要点主要有如下9点：

• 要能解析SQL
• 能支持读写分离
• 能支持从库读的负载均衡
• 支持分库操作
• 支持分表操作
• 支持跨库关联查询
• 对事务处理的支持
• 主键ID生成
• 数据源管理

在这之前，对于开发人员来说，数据库的分库分表设计也很重要，即数据库拆分规则，主要有两个层面来拆分，垂直拆分和水平拆分。

垂直拆分是指业务模块来拆分。优点是拆分后业务清晰，拆分规则明确；系统之间整合或扩展容易；数据维护简单。缺点是部分业务表无法join，只能通过接口方式解决，提高了系统复杂度；受每种业务不同的限制存在单库性能瓶颈，不易数据扩展跟性能提高；事务处理复杂。

水平拆分是指对海量数据的表进行分库分表存储，即一张表拆分到不同数据库或者同数据库不同数据表中。优点是拆分规则抽象好，join操作基本可以数据库做；不存在单库大数据，高并发的性能瓶颈；应用端改造较少；提高了系统的稳定性跟负载能力。缺点是拆分规则难以抽象；分片事务一致性难以解决；数据多次扩展难度跟维护量极大；跨库join性能较差。水平拆分中最重要的就是分片的拆分规则，具体可以按范围（时间、数值），列表（地域、组织、分类），散列（hash(字段)%分片数、一致性hash）等方式拆分，甚至可以复合多种方式拆分。

但是无论水平拆分还是垂直拆分，都有共同的技术难点：引入分布式事务问题；跨节点join问题；跨节点合并排序分页问题；多数据源管理问题，这些难点都需要由数据库中间件来解决。

市面上的数据库中间件目前有两种实现模式。

客户端模式，即在应用程序中集成数据库中间件模块，通过该模块来配置管理应用需要的一个或多个数据源，以及访问各个数据源，在模块内完成数据的整合。

服务端（代理）模式，通过中间代理层来统一管理所有的数据源，后端数据库集群对前端应用程序透明，同时易于数据库扩展。独立的服务能提供更强的处理能力。适用于大型复杂系统。

数据库中间件的相关产品及相关特性支持如下：

数据库中间件大致情况就介绍这么多，后续再对相关中间件再深入探讨。