熟悉Git线上仓库平台的同学都应该知道Githb和GitLab的基础机构都是一样，开始的时候都是以RubyonRails为应用服务架构，以Mysql数据库为数据库架构。Gitlab经过版本迭代在Gitlab9的时候数据库换成了PostgreSQL。Github由于是闭源只提供在线服务所以其架构演变我们对其知之甚少。最近GitHub随机数博客公布其数据库架构发展演变情况，请和虫虫一起来学习一下。
GitHub于年开发，其初始公司叫LogicalAwesome，三位创始人用RubyonRails共同开发。年2月beta版本上线，4月正式发布，7月发布代码片段收藏的Gists功能，12月发布网站托管的pages功能。年issues功能上线，基本功能完备。
其初始的数据架构为Mysql单实例，用来保存其底层元数据。多年来，其数据架构经历了多次迭代，用以支持不断增长的用户规模发展和功能需求。比如某些对某些功能数据进行横向分库，也通过主从副本以，用多个数据库分开来做负载均衡，并通过ProxySQL中间件做统一代理。
GitHub的核心数据架构为一个主要的数据库集群（称为mysql1)，其中包含GitHub核心功能服务的大部分数据，例如用户配置文件、存储库、问题和拉取请求等元数据。
年，为了应对面临的增长和可用性挑战，GitHub制定了一个数据架构优化计划，以改进其数据架构和关系数据库分区能力。
截止目前，该优化计划取得显著效果，其mysql1数据集群主机的负载减少了50%，极大地减少了与数据库相关的事件数量并提高了GitHub用户业务的可靠性。
虚拟分区
Github数据架构改进的第一个步是引了数据库模式的虚拟分区的概念。在物理移动数据库表之前，必须确保它们分离虚拟在应用程序层中，并且这必须在不影响开发新功能或现有功能的团队的情况下进行。为此，首先将统一在一起的数据库表分组到schema域中，并使用SQLlinter强制执行域之间的边界。这样就可以在后续工作中可以安全地对数据进行分区，而不会以跨越分区的查询事务。
Schema域
schema域是用于实现虚拟分区的工具。Schema域描述了一组紧密耦合的数据库表，这些表在查询（例如，在使用表连接或子查询时）和事务中经常一起使用。例如，gists域包含所有支持GitHubGist功能的表——比如gists,gist_