隨著交流機會的增多（集中在金融行業(yè)，規(guī)模都在各自領域數一數二），發(fā)現大家對 Docker + Kubernetes 的接受程度超乎想象, 并極有興趣將這套架構應用到 RDS 領域。數據庫服務的需求可以簡化為：

實現數據零丟失的前提下，提供可接受的服務能力。

因此存儲架構的選型至關重要。到底是選擇計算存儲分離還是本地存儲？

[[223859]]

本文就這個問題，從以下幾點展開：

• 回顧：計算存儲分離, 本地存儲優(yōu)缺點
• MySQL 基于本地存儲實現數據零丟失
• 性能對比
• 基于 Docker + Kubernetes 的實現

來分享個人理解。

回顧：計算存儲分離，本地存儲優(yōu)缺點

還是從計算存儲分離說起。

計算存儲分離

先說優(yōu)點：

• 架構清晰
• 計算資源 / 存儲資源獨立擴展
• 提升實例密度，優(yōu)化硬件利用率
• 簡化實例切換流程：將有狀態(tài)的數據下沉到存儲層，Scheduler 調度時，無需感知計算節(jié)點的存儲介質，只需調度到滿足計算資源要求的 Node，數據庫實例啟動時，只需在分布式文件系統(tǒng)掛載 mapping volume 即可?？梢燥@著的提高數據庫實例的部署密度和計算資源利用率。

以 MySQL 為例

• 通用性更好，同時適用于 Oracle、MySQL。

從部分用戶的上下文來看，存在如下客觀缺點：

• 引入分布式存儲，架構復雜度加大。一旦涉及到分布式存儲的問題，DBA 無法閉環(huán)解決。
• 分布式存儲選型：

選擇商用，有 Storage Verdor Lock In 風險。

選擇開源，大多數用戶（包括沃趣）都測試過 GlusterFS 和 Ceph，針對數據庫（Sensitive Lantency）場景，性能完全無法接受。

本地存儲

如果在意計算存儲分離架構中提到的缺點，本地存儲可以有效的打消類似顧慮，無需引入分布式存儲，避免Storage Verdor Lock In 風險，所有問題都由DBA 閉環(huán)解決，但是，需要依賴數據庫自有方案實現數據零丟失。

以 MySQL 為例

還會引入類似問題：

• 物理容量受限于單機容量；
• 調度更復雜，選定數據庫實例的存儲類型（比如 SSD）后，一旦該實例發(fā)生“failover”，只能調度到擁有 SSD 的物理節(jié)點，這導致調度器需要對物理節(jié)點“Physical Topology Aware”；

• 密度難提升，這是“Physical Topology Aware”的副作用；
• 因數據庫的不同方案差異性較大，通用性無法保證。

接下來，進入正題，看一下 MySQL 基于本地存儲如何實現數據庫零丟失。

MySQL 基于本地存儲數據零丟失

 

最常用的是基于 Replication 模型將數據復制到 MySQL Cluster 中所有成員。

MySQL Master-Slave Replication（類似 Oracle DataGuard）提供了基于 binlog 的數據庫層的復制模型，在高并發(fā)壓力下節(jié)點間同步數據速率最快，單位時間內的交易量受其他節(jié)點的影響極小，該架構可通過 vip 漂移的方式實現 “failover”。

MySQL Master-Slave Replication

但嚴格意義上來說，這是基于 binlog 的 Asynchronous Replication 模型，因此集群中所有成員存在數據不一致的可能，在“failover”時無法保證數據零丟失。

可見如果基于 Replication 模型，Synchronous Replication 是實現數據零丟失的前提。

傳統(tǒng)的 Synchronous Replication 一般會采用兩階段提交或分布式鎖，這會帶來如下幾個問題：

單位時間內事務能力（TPS）會跟集群成員數量成反比

增加集群成員會顯著且無法預期的增加事務響應時間

增加了集群成員數據復制的沖突和死鎖的可能性

針對以上問題 Galera Cluster 提出 Certification-based Replication 來解決傳統(tǒng) Synchronous Replication 中遇到的問題，實現如下：

Deferred Update Replication 延遲更新復制

這個流程圖中，有幾個細節(jié)需要分享：

• 將基于 binlog 改為基于 write-set，write-set 中包含修改的數據，Global Transaction ID（后面簡稱 GTID）和 Primary Key。

GTID 類似 45eec521-2f34-11e0-0800-2a36050b826b:94530586304

94530586304 為 64-bit 有符號整型，用來表示事務在序列中的位置

• 將傳統(tǒng)的 Synchronous Replication 改為 Deferred Update Replication，并將整個過程大致分解成四個階段，本地階段、發(fā)送階段、驗證階段和應用階段，其中：

本地階段：樂觀執(zhí)行，在事務 Commit 前，假設該 Transcation 在集群中復制時不會產生沖突。

發(fā)送階段：優(yōu)化同步時間窗口，除去全局排序并獲取 GTID 為同步操作，沖突驗證和事務應用都為異步，極大的優(yōu)化了復制效率。

驗證階段：只有收到該事務的所有前置事務后（不能有 “hole”），該事務和所有未執(zhí)行的前置事務才能并發(fā)驗證，不然不能保證 Global Ordering，因此這里需要犧牲效率，引入一定的串行化。

需要等待事務 3

于是就有了 Galera Cluster 在 MySQL 分支中的實現 MariaDB Galera Cluster（簡稱 MGC）和 Percona Xtradb Cluster（簡稱 PXC）。

為避免“split-brain”問題，需要至少三節(jié)點組成集群，對計算資源和存儲資源的容量要求至少增加2倍，會進一步降低資源的部署密度。

越來越多的用戶也期望通過該方案實現跨 IDC 多活，那么需要在規(guī)劃階段想清楚：

IDC 和數據庫節(jié)點的拓撲架構，以保證在 1 個 IDC 出問題的情況，集群可以持續(xù)提供服務。

首先 IDC（物理或邏輯）最少需要3個，再看看數據庫節(jié)點數量分別為 3、4、5、6、7 的拓撲關系 :

• 3 數據庫節(jié)點：

• 4 數據庫節(jié)點：設置權重避免”split-brain” (? + ? ) + ? + ?

• 5 數據庫節(jié)點：

6 數據庫節(jié)點：

7 數據庫節(jié)點 : 可支持兩種拓撲關系

同時，還有 MySQL Group Replication（簡稱 MGR）[1]，類似 Galera Cluster：

• 基于Corosync實現（Totem協議），插件式安裝，MySQL 官方原生插件。
• 集群架構，支持多寫（建議單寫）
• 允許少數節(jié)點故障，同步延遲較小，保證強一致，數據零丟失
• 單位時間的交易量受 flow control 影響。

這里還需要提一下 Vitess：

• 該項目由 Youtube 開源，從文檔看功能極為強大，高度產品化。
• 作為第二個存儲類項目（***個是 Rook，有意思是存儲類而不是數據庫類）加入 CNCF，目前還處于孵化階段（incubation-level）。
• 筆者沒有使用經驗，也不知道國內有哪些用戶，不做評論。

關于 MGR 和 Vitess 網上已有大量介紹，這里不再贅述。

性能對比

在數據零丟失的前提下，看看這幾種架構在性能上的對比：

• MGR 5.7.17 / PXC 5.7.14-26.17
• MGR 5.7.17 / PXC 5.7.17-29.20 / MariaDB 10.2.5 RC
• 本地存儲 / 計算存儲分離

性能對比 1：MGR 5.7.17 / PXC 5.7.14-26.17

測試背景描述：

• MGR 5.7.17 對比 PXC 5.7.14-26.17（基于 Galera 3實現）
• 負載模型：OLTP Read/Write (RW)
• durability：sync_binlog=1，innodb_flush_log_at_trx_commit=1
• non-durability：sync_binlog=0，innodb_flush_log_at_trx_commit=2

測試數據 :

來自于 MySQL 官方[2]

測試結果：

在設置 durability 的情況下，MGR ***吞吐約是PXC 5.7.14-26.17（基于 Galera 3 實現）的3倍，優(yōu)勢明顯。

以上數據來自于MySQL 官方，公平起見，再來看看 Percona 在相同負載模型下的測試數據。

性能對比 2：MGR 5.7.17 / PXC 5.7.17-29.20 / MariaDB 10.2.5 RC

測試背景描述：

• 增加了 MariaDB 參與對比
• PXC 升級到 5.7.17-29.20，該版本改進了MySQL write-set 復制層性能[3]。
• 負載模型：依然使用 OLTP Read/Write (RW)
• durability：sync_binlog=1
• non-durability：sync_binlog=0

測試數據：

設置 durability，數據來自于 Percona[3]

設置 non-durability，數據來自于 Percona[3]

測試結果：

在負載模型相同的情況下（durability 和 non-durability）PXC 5.7.17-29.20 性能與 MGR 5.7.17 不分伯仲。如果使用 PXC，推薦使用 5.7.17-29.20 或以上版本。

性能對比3：本地存儲 / 計算存儲分離

為了對比本地存儲和計算存儲分離，專門使用 MGR + 本地存儲架構和 基于分布式存儲的計算存儲分離架構做性能對比。

測試結果：

在負載模型相同的情況下，前者比后者 OLTP 下降32.12%，Select 下降5.44%，Update 下降 24.18%，Insert 下降 58.18%，Delete 下降 11.44%。

基于 Docker + Kubernetes 的實現

Docker + Kubernetes + MGR / Galera Cluster

在 GitHub 上，可以看到基于 Docker + Kuberetes + PXC 的 demo[4]。需要說明的是，這僅僅是個玩具，離部署到生產環(huán)境還有極大差距。

我們已有計劃實現滿足生產環(huán)境的：

• Docker + Kubernetes + PXC
• Docker + Kubernetes + MGC
• Docker + Kubernetes + MGR

并集成到 QFusion 來支持計算存儲分離架構和本地存儲架構混合部署，架構示意圖如下：

目前原型驗證階段已通過，預計2018年Q2發(fā)布。

Docker + Kubernetes + Vitess

在 GitHub 上，同樣可以看到基于 Docker + Kubernetes 的 demo[5]，有興趣的同學可以玩一下。

性能只是選型需要考量的一部分，要使用到生產環(huán)境或者產品化，實際要考量的因素更多：

• 運維：部署、備份
• 彈性：計算存儲擴容，集群擴容
• 高可用：比如 “failover” 的細微差別對業(yè)務的影響
• 容錯：比如網絡對集群的影響，尤其是在網絡抖動或有明顯延時的情況下
• 社區(qū)活躍度
• ……

以現有軟硬件的開放程度，各種架構或者產品狹義上的“黑科技”并不多，常?？吹降模骸簒xx 比 xxx 快 xxx 倍』嚴格來說應該是『xxx 比 xxx 在特定場景 xxx 下快 xxx 倍』。

并不存在“一槍斃命”的“Silver Bullet”，只是 Docker + Kubernetes 為混合部署帶來可能。哪種更受青睞，拭目以待，用戶會是***的老師。