





业务量增长后,单库同时承担写入与查询,容易出现两个瓶颈:写入锁竞争拖慢更新速度,复杂查询占用连接导致交易请求排队。读写分离的思路是把写流量集中到主库、读流量分摊到多个从库,用扩展读节点的方式扛住查询压力。很多成都企业在日订单量突破十万级、或报表查询与交易共用同一库时,就会遇到明显的性能拐点,读写分离是这一阶段性价比最高的架构改造。
三个信号:主库 CPU 高峰期持续超过 80%、慢查询中大量是报表或列表类读请求、应用连接池频繁打满。反之,如果业务写入量很小、读请求也少,强行拆分会引入主从延迟问题,得不偿失。建议先做慢查询分析与读写比例统计,读请求占比超过 60% 再动手。
它能把读能力水平扩展几倍,主库压力明显下降;但不能解决写入瓶颈——写入仍然集中在主库。如果订单表写入本身就是瓶颈,还要配合分库分表。这一点在方案评审时要讲清楚,避免业务方以为做了读写分离就万事大吉。
读写分离的前提是数据能从主库自动同步到从库,复制机制的选择直接影响延迟与一致性,是整个方案的技术地基。
异步复制性能最好但主库宕机可能丢数据;半同步复制至少一个从库确认收到日志才返回,兼顾性能与安全;全同步复制一致性最强但延迟大,一般不用于业务库。互联网业务推荐半同步,配合并行复制降低延迟,从库回放速度能提升数倍。
大事务提交、从库单线程回放、网络带宽受限、从库硬件配置低,都会让延迟从毫秒级涨到秒级甚至分钟级。很多成都企业踩过的坑:用户刚下单立刻去查订单列表,结果查不到——就是读请求打到了延迟的从库。

数据库本身只负责同步,请求走主库还是从库,由应用层中间件决定,这部分设计直接决定用户体验。
常见三种粒度:按 SQL 类型路由(写走主、读走从)、按业务方法注解路由(强制走主库)、按事务上下文路由(事务内强制主库)。实现上可以用数据访问层框架的读写分离插件,或在数据库代理层统一配置。关键写后读场景(注册后立即登录、下单后立即看订单)必须强制路由主库,或等待半秒再读从库。
监控主从延迟秒数,延迟超过阈值(如 3 秒)时自动把该从库摘除读流量,告警通知运维。延迟恢复后再逐步加回流量,不要一次性全量切回。同时准备一个"读故障兜底":所有从库异常时读请求临时回退主库,宁可慢也不能报错。
推荐四步:先做主从复制环境搭建并压测延迟基线,再改造数据访问层加路由规则,然后灰度切一部分读流量观察一周,最后全量切换并建立延迟监控看板。验收看四条:读写分离后主库 CPU 下降到 50% 以下、从库延迟常态小于 1 秒、写后读场景无不一致投诉、故障切换演练中从库摘除不影响业务。成都企业数据量继续增长时,可在此基础上评估分库分表,平滑过渡。
大事务(批量导入、统计结算)务必在业务低峰执行,避免拖垮从库回放;从库配置不低于主库的一半,否则延迟天然偏大;报表类重查询直接走专用分析从库,不要和交易读混用;定期做主从数据校验,防止长期静默的复制故障在月底对账时才暴露。另外,从库数量建议控制在 3 到 5 台,过多会增加主库同步压力;读流量要均匀分配,配合一致性哈希或加权轮询,避免某台从库被热点查询打满。