Django连接多个数据库

初衷

为了让不同业务的数据分离，落到不同的库，使用django连接多个数据库。

设置

# settings.py
DATABASES = {"default": {},"users": {"NAME": "user_data","ENGINE": "django.db.backends.mysql","USER": "mysql_user","PASSWORD": "superS3cret",},"customers": {"NAME": "customer_data","ENGINE": "django.db.backends.mysql","USER": "mysql_cust","PASSWORD": "veryPriv@ate",},
}

Django使用default数据库，如果没有其他选择
default可以没有，但是必须设置一个空字典

同步

设置多个数据库，需要同步多次。这里比较麻烦。

python3 manage.py
python manage.py migrate message。# 迁移到default库
python manage.py migrate message  --database=message_db

迁移将会把所有model的所有表镜像的迁移到两个库，自带的指令不要指望一次迁移所有model分表存储

Database Routing

class MessageRouter:"""A router to control all database operations on models in theauth and contenttypes applications."""route_app_labels = { "message", "data"}def db_for_read(self, model, **hints):"""Attempts to read auth and contenttypes models go to message_db."""if model._meta.app_label in self.route_app_labels:return "message_db"return Nonedef db_for_write(self, model, **hints):"""Attempts to write auth and contenttypes models go to message_db."""if model._meta.app_label in self.route_app_labels:return "message_db"return Nonedef allow_relation(self, obj1, obj2, **hints):"""Allow relations if a model in the auth or contenttypes apps isinvolved."""if (obj1._meta.app_label in self.route_app_labelsor obj2._meta.app_label in self.route_app_labels):return Truereturn Nonedef allow_migrate(self, db, app_label, model_name=None, **hints):"""Make sure the auth and contenttypes apps only appear in the'message_db' database."""if app_label in self.route_app_labels:return db == "message_db"return None

可以通过django的路径中间件来对数据库的读、写、迁移权限进行设置。
需要在settings.py中添加

DATABASE_ROUTERS = ["path.to.MessageRouter"]
# my instance is ["message.MessageRouter.MessageRouter"]

fake迁移

如果遇到不希望迁移到A库，但会一直提示的情况，可以使用fake迁移

py manage.py migrate  <app> --fake

总结

数据分库存储（也称为数据库分片或数据库分区）是一种将大型数据库分解为更小、更易于管理的组件（称为“分片”或“分区”）的策略。这种方法有多个潜在好处：

提高性能和响应时间
读写分离: 通过将读操作和写操作分配到不同的数据库或分片上，可以提高系统的吞吐量和响应时间。
并行处理: 分库允许多个查询和事务并行执行在不同的数据库或分片上，从而提高性能。
扩展性
水平扩展: 当数据量和访问量增加时，可以通过添加更多的数据库或分片来轻松扩展系统，而不是替换现有的硬件（这称为垂直扩展）。
简化备份和恢复
更快的备份: 小的数据库分片更容易和更快地备份。
局部恢复: 如果一个分片出现问题，你可以只恢复那个特定的分片，而不影响整个系统。
高可用性和故障转移
冗余: 数据可以在多个分片或数据库中进行冗余存储，从而提高数据的可用性。
故障隔离: 如果一个数据库或分片出现问题，它不会影响到其他分片，从而减少了故障的影响范围。
数据局部性
优化查询: 数据分片可以根据应用的访问模式来进行优化，例如，通过地理位置或时间来分片，从而提高查询性能。
管理和维护
分布式管理: 小的、分散的数据库通常更容易管理和维护。
版本控制和更新: 可以逐个更新或修改数据库分片，而不是一次性更新整个数据库。
成本效益
硬件成本: 通过使用分库，你可以在廉价的 commodity 硬件上分布式地存储和处理数据，而不是依赖单一、昂贵的高性能服务器。
尽管数据分库存储有很多好处，但它也带来了一些挑战，如数据一致性、复杂的查询和事务处理等。因此，在决定采用这种策略之前，需要仔细评估应用的需求和特点。