最近工作很繁忙，同事的离职给我带来了很多的事情，投身于博客的时间比较少，另外在宿舍住可能部分的时间要随大流，鹤立鸡群有一些不好，当然这也是给自己找借口和理由，趁着周末整理下最近的感悟；另外公司用的ElasticSearch，最近我也在探索，微服务方面暂时搁浅，待到搬出宿舍的时候在开始一波666的操作；另外随着数据量增加自己还需要去接触波大数据东西，不得说真是有些挑战和机遇，看自己如何把握了；再送给自己一句话:少找一些无用借口和理由，撸起袖子就是干！
开始今天主题读写分离；
二、为啥要用读写分离
首先明白什么是读写分离，读写分离基本原理就是将数据库的读写操作分配到不同的节点上，如下图:
读写分离就是主从集群，一主多从或者一主一丛都是可以的，就是数据库主机复制写入操作，从机负责读的操作，主机写入以后再同步给从机；这里我简单说下当时我接触的一个项目的场景，当时我们是做了一个类似于钉钉发送内部消息用的一个东西，大概用户在30W左右，但是实际肯定不可能一起上线的，但是每次发总归会有一波大批量读取的操作和批量写入的操作，这个时候我们发现一台单机已经不够用了，那时候我们数据库和业务已经做过分离，我们就考虑用到了主从复制这一手段，在这个的基础上我们已经按照地区分表的操作，有机会我们也可以谈谈当时是怎么实现的；那段时间进步还是蛮大的，这个项目我也是花了很多心思，但是由于公司内部和很多很多原因，我看不到希望，这个项目发展以及大家迎合上层内部的原因我还是离开了，到了现在的公司，最近我把当时我的另外的想法简单进行实现，还有当时我们怎么实现的思路谈谈；
三、代码层去聊聊实现的思路
明确一点，那就是我们读的时候用从库，写的时候用主库，这一点必须要声明的，这个是我们的需求，根据这个需求我们去演化我们的代码，无非就是用两个或者多个连接字符串的，这个是C#的名词，Java的小伙伴可能不是很清楚，也就是配置2个数据DataSource,这篇文章代码层的实现主要是针对C#的，Java的话我感觉可能这种文章遍地都是，C#相对还是比较少吧，我也稍微做点贡献嘛，一下偏题了，这里在说下字符串的内容，一个是主连接字符串，另外是一个或者多个从的字符配置，我们要实现读写分离就是去实现读取的时候用从库的连接字符串，写入的时候用主库的连接字符串，说到这里我想大家应该很明确自己的思路，接下来看看我的2种思路和你的想法一样不一样，或许能给你带来一些思想上的突破；
1.写两份ORM的操作
这个怎么讲的，根据我们上面的操作来明确下两份ORM的操作指的是什么，一份是读的ORM操作，另外一份是写的ORM操作，这个时候我想你应该明白怎么去做，那就是Get操作的方法在DB层去调用读的ORM，POST的操作去调用写操作的ORM，这个我们当时就是用这种方式去实现的，我用EF还是相对比较少的，我喜欢用杰哥的Sqlsugar或者Dapper,这里我推荐下我杰哥的博客:;这里在推荐下EF的实现，感觉这个作者也是比较用心的，https://blog.csdn.net/slowlifes/article/details/72874582，上面我们只是说进行一主一从，一组多从我们如何去实现，这个地方我们采用的类似于EF作者随机操作方式，具体大家可以去实现下，应该不是很难，我主要想要介绍我另外的想法；
2.采用AOP的方式去实现
上面的方式我感觉还是过于手动化操作，我感觉还是不是很满意，我在想有什么自动化的方式没有，这里我想到用AOP去实现，为什么能实现？AOP在MVC或者WebApi种的体现主要在于过滤器，这里面可以拿到请求的上下问，根据这个我们能拿到这个方法是GET还是POST请求，这个根据这个我们就能去区分这个请求是要定位到主库还是从库，但是这样还会存在一个问题，那就定位到以后我们必须在每个方法传入这个字符串的参数，这个代码耦合度太过于高了，不是我想要的效果，这个时候我想到ThreadLoacl这个类，这个类能干什,官方的话是提供数据的线程本地存储，这个可能你不是很明白，我用比较通俗的话给大家解释下，但是能不是很严谨，就是说每个线程id只能对应自己的变量的操作，不会影响其他变量，这个时候就解决多个用户访问的时候，正确的将这个字符串变量传递给DB层，保证了变量不会在多线程的情况下发生错误，另外也对各层之间做了解耦，这个时候我们解决了一组一丛的问题，那对于一主多从的问题我们怎么平均去分配到从库上，我采用的取余的操作，这个时候还是要解决一个问题，多线程时候的变量共享问题和原子性的问题，这个时候我采用了Interlocked对全局的变量进行新增，然后取余，就这样就能平均分配到每个从库上面了，简单的把代码贴一下，后续可以在加一些东西上github上；这个上面存在一个问题POST请求不一定是写入请求，这个地方大家可以根据自己情况自己来判断，因为在过滤器中还可以获取到Action和Controller名字，具体怎么组合看大家；