作者介紹

王方銘，阿里巴巴技術(shù)專家，從DBA到產(chǎn)品研發(fā)，伴隨阿里云數(shù)據(jù)庫產(chǎn)品成長至今，對數(shù)據(jù)庫技術(shù)、后端技術(shù)平臺建設(shè)有深刻的理解，目前主要負(fù)責(zé)RDS SQLServer產(chǎn)品研發(fā)工作。

早在2015年的時候，隨著阿里云業(yè)務(wù)突飛猛進的發(fā)展，SQL Server業(yè)務(wù)也積累了大批忠實客戶，其中一些體量較大的客戶，在類似大促的業(yè)務(wù)高峰時，RDS的單機規(guī)格(規(guī)格是按照“內(nèi)存*CPU*IOPS”一定比例分配，根據(jù)底層資源不同都會有各自上限)已經(jīng)不能滿足用戶的業(yè)務(wù)需求，在我們看來也需要做Scale Out了。

但SQL Server并沒有完備的中間件產(chǎn)品，所以無論是邏輯Sharding還是只讀分離，都需要用戶配合做應(yīng)用改造，而從用戶角度看Sharding改動量很大，不是一時間能完成的，那么更多是寄希望于我們來提供讀寫分離的方案，滿足業(yè)務(wù)需求。

那么讀寫分離，我們***個想到的即是AlwaysOn技術(shù)。但由于當(dāng)時AlwaysOn對域控和Windows群集都是強依賴，而這兩者又對我們所依賴的基礎(chǔ)設(shè)施有很大挑戰(zhàn)，需要做很多突破產(chǎn)品限制的非標(biāo)準(zhǔn)化操作才有可能實現(xiàn)，并且還有安全風(fēng)險。所以***我們只能放棄AlwaysOn技術(shù)方案，重新設(shè)計方案幫助用戶度過難關(guān)。

面對這類客戶需求，我們的方案如何產(chǎn)品化是值得思考的。

一、產(chǎn)品快速發(fā)展

除了讀寫分離，產(chǎn)品上還有很多更重要的問題急需我們?nèi)ソ鉀Q，所以從2015年到2017年，我們經(jīng)歷了一個飛速發(fā)展的階段，圍繞產(chǎn)品穩(wěn)定性、多樣性以及用戶體驗做了非常多的事情，舉幾個點：

• 為了提高穩(wěn)定性和用戶體驗我們***替換了底層架構(gòu)，這也為后續(xù)產(chǎn)品多樣化發(fā)展打下基礎(chǔ);
• 為了滿足不同用戶需求，推出了SQL Server 2008R2 / 2012 / 2014 / 2016 Web / Standard / Enterprise不同Version、Edition的組合版本;
• 為解決上云難問題推出了上云評估工具，以及針對不同版本、不同場景的上云方案全量備份數(shù)據(jù)上云SQL Server 2008 R2版、全量備份數(shù)據(jù)上云SQL Server 2012及以上版本、增量備份數(shù)據(jù)上云SQL Server 2012及以上版本、SQL Server實例級別數(shù)據(jù)庫上云;
• 為了提升用戶體驗支持更多特性，我們在SQL層提供了很多封裝的存儲過程，這里有些看似簡單的功能在面對外部的安全、內(nèi)部的SQL鏡像等因素的共同作用下，實現(xiàn)的挑戰(zhàn)還是很大的;
• 為了讓專家服務(wù)更智能、更能貼近每個用戶，我們研發(fā)了SQL Server CloudDBA集合了云上大量性能、空間問題的解決方案。

在這當(dāng)中依舊不斷有讀寫分離的用戶需求，每次遇到，我們都先引導(dǎo)到IaaS層用ECS自建實現(xiàn)。因為PaaS化的時機并不成熟。具體原因跟SQL Server當(dāng)前的技術(shù)棧和云產(chǎn)品的結(jié)合有著密切的關(guān)系，這里也可以把我們背后的一些思考分享出來。

二、讀寫分離

首先明確我們討論的讀寫分離是什么，MySQL的讀寫分離大部分是利用中間層做路由解析，基本上可以實現(xiàn)對應(yīng)用端透明，只有少部分場景需要用戶做適配。

SQL Server并沒有成熟的中間件產(chǎn)品，本質(zhì)上講，是TDS(Tabular Data Stream)不完全開放的原因，如果要做也是有辦法的，只是投入的成本遠(yuǎn)大于收益?；诖?，SQL Server無論利用當(dāng)前何種技術(shù)實現(xiàn)讀寫分離，對應(yīng)用來講都需要做一些適配。即使是使用AlwaysOn技術(shù)，在鏈接驅(qū)動的參數(shù)配置上也會不同，所以我們后面討論的讀寫分離都是基于這個前提。

三、技術(shù)選型

我們對比了SQL Server所有相關(guān)的技術(shù)棧：

其中數(shù)據(jù)安全、HA(High Availability 高可用)、DR(Disaster Recovery 災(zāi)難恢復(fù))以及備庫是否可讀是我們最關(guān)注的。

這里的HA是指原生技術(shù)本身是否支持自動HA，當(dāng)結(jié)合了部分云產(chǎn)品后，我們也有能力把不支持變?yōu)橹С?。?shù)據(jù)安全和災(zāi)難恢復(fù)的時間基本是原生技術(shù)決定的，備庫是否可讀是對單一技術(shù)的說明，但做一些技術(shù)組合是可以把不可讀變?yōu)榭勺x的(比如Database Mirroring + Database Snapshots)。

最終綜合來看Transactional Replication和AlwaysOn是我們覺得有機會做讀寫分離產(chǎn)品化的技術(shù)。

接著我們單獨來看這兩種技術(shù)對比：

原理上講，Replication是邏輯復(fù)制，對比AlwaysOn的物理復(fù)制在性能、延遲、可靠性上都會有一定的差距。在產(chǎn)品復(fù)雜度讀、可控性上和易用性上，由于Replication過于靈活，細(xì)到表、列級別很難控制，無論用戶使用還是我們做產(chǎn)品化整個復(fù)雜度非常高，所以最終我們選用AlwaysOn。

四、AlwaysOn技術(shù)

AlwaysOn是原生支持High Availability和Disaster Recovery的技術(shù)，本身又分為Failover Cluster Instances(后續(xù)簡稱FCI)和Availability Groups(后續(xù)簡稱AG)，下面的圖是FCI和AG的基礎(chǔ)架構(gòu)：

其中FCI和常規(guī)版本的AG都依賴Windows Server Failover Clustering(后續(xù)簡稱WSFC)。不同點在于，F(xiàn)CI是Share Storage，而AG是Share Nothing;FCI是實例級別同步，而AG是DB級別。

那么很容易想到，Share Nothing會有同步和異步的區(qū)別(和鏡像技術(shù)類似)，其中兩者的區(qū)別點需要我們知道AlwaysOn的基本同步過程：

首先在Primary節(jié)點的日志(Commit/Log Block Write)會從Log Cache刷到磁盤，同時Primary節(jié)點的Log Capture也會把日志發(fā)送到其它所有Replica節(jié)點，對應(yīng)節(jié)點的Log Receive線程把收到的日志同樣從Log Cache刷到磁盤，***會由Redo Thread應(yīng)用這些日志刷到數(shù)據(jù)文件里。

這其中還有一步，就是在Secondary端刷日志的時候，如果Primary節(jié)點等待這次返回的Acknowlege Commit，那么就是同步模式;反之如果Primary端不等Secondary的返回，那么就是異步模式，兩者的區(qū)別由此展開。

這是基本的同步過程，但無論是AlwaysOn還是Database Mirroring都存在一種情況，即同步模式下如果Secondary端異常，Primary端沒有收到它的心跳，也沒有收到這次的Acknowlege Commit，那么也并不會算作寫入失敗。

因為它一旦認(rèn)定Secondary異常，就不會等這次ACK，而是退化為類似異步的模式，但會把Secondary端的異常狀態(tài)記錄在基表里，通過相關(guān)視圖 ：sys.dm_hadr_database_replica _states、sys.database_mirroring暴露出來，就是我們常見的NOT SYNCHRONIZING / Disconnect狀態(tài)。

這時候自動化運維系統(tǒng)或者DBA就需要做判斷處理，等到Secondary修復(fù)重新聯(lián)機后，會向Primary報告End of Log (EOL) LSN，Primary端再向它發(fā)送EOL LSN之后hardened的所有日志。

一旦Secondary端開始接收到這些日志，并逐步刷到日志文件中，那么整個AG或者Mirroring相關(guān)的視圖又會標(biāo)記其狀態(tài)為Synchronizing，表明正在追趕，直到Last Hardened (LH) LSN達(dá)到主備一致狀態(tài)，這時重新回到同步模式。

以前的情況一直是這樣。直到SQLServer 2017 CU 1引入了REQUIRED_SYNCHRONIZ ED_SECONDARIES_TO_COMMIT這個參數(shù)，參數(shù)名字很長，但也基本包含了它的作用，應(yīng)對剛才的場景是可以讓Primary端一直等到Secondary節(jié)點重新聯(lián)機并同步后再提供服務(wù)。

了解了AG同步、異步以及FCI，再總結(jié)下我們關(guān)心的點：

在實際方案中，這些也可以結(jié)合起來，最終再和阿里云產(chǎn)品整合做一個整體方案。之前也講到，阿里云從15年就開始做類似方案來解決用戶問題，一直到最終PaaS化，也過度了三個版本。

五、云上演進

***版本我們使用了ECS、SSD云盤、OSS、VPC、SLB作為基礎(chǔ);在SQL技術(shù)上，我們使用SQL+WSFC+AD的方式，目前看這種方式支持的版本也非常多，從12到17都可以;驗證方式既可以用域控也可以用證書。

但有2個缺點：

• 成本高。除了Primary和兩個Secondary節(jié)點，還要有兩個AD節(jié)點，畢竟我們每個環(huán)節(jié)都要保證高可用;
• 穩(wěn)定性不夠。網(wǎng)絡(luò)抖動的情況非常容易讓W(xué)SFC判斷異常，SQL端DB同時出現(xiàn)不可用。

這是第二版的架構(gòu)，跟***版相比，我們用到了HAVIP來解決監(jiān)聽器問題，去掉了AD只能用證書做驗證，但也因此最小資源開銷降低到3。

這個方案也是之前在阿里云上用的比較多的，但同***個方案一樣，在網(wǎng)絡(luò)穩(wěn)定性上會有很多挑戰(zhàn)，因為我們未來面對的場景不只是同城跨可用區(qū)，還會有更多跨Region以及打通海外的場景，所以這個方案也只能Cover一部分用戶的需求，但對我們不是一個最終方案。

最終我們找到了方案三，去除了WSFC和AD，只關(guān)注基礎(chǔ)云產(chǎn)品和SQL本身。

最重要的是跟方案二相比，對網(wǎng)絡(luò)的抖動敏感度會更低也更可控，最多是在Primary端出現(xiàn)Send Queue的堆積，這個我們完全可以通過SQLServer相關(guān)的Performance Counter監(jiān)控并做一些修復(fù)調(diào)整。

但沒有方案是***的，可控性強的代價是，這種無群集無域控架構(gòu)原生是不具備HADR能力的，這點熟悉WSFC的同學(xué)可以知道。之前架構(gòu)的HA都是依賴WSFC，包括健康檢查、資源管理、分布式元數(shù)據(jù)通知維護以及故障轉(zhuǎn)移，所以這時候就必須我們自己去解決這個問題。

為此我們也做了很多努力，最終實現(xiàn)了支持AlwaysOn無域控?zé)o群集的HA系統(tǒng)，不依賴Cluster完全自主可控的HA。

六、產(chǎn)品化

最終的產(chǎn)品架構(gòu)如下，首先會保證有2個同步節(jié)點做主備，并且盡量分配在不同的可用區(qū)，其它只讀節(jié)點默認(rèn)是異步，最多可以有7個只讀節(jié)點;用戶的訪問鏈路可以有三種：

讀寫鏈路：會指向兩個同步節(jié)點，由我們的HA來保證高可用;

統(tǒng)一只讀鏈路：根據(jù)用戶需求設(shè)定，把指定的Replica節(jié)點綁定到一起按照一定的權(quán)重比例分配鏈接;

單一只讀鏈路：即每個只讀節(jié)點會提供一個單獨的鏈接，讓用戶也可以自己靈活配置，比如用戶的APP Server就是在可用區(qū)A，那么就可以直接訪問可用區(qū)A的只讀地址，避免再通過統(tǒng)一只讀被路由到其它區(qū)域。

至此，SQLServer AlwaysOn已經(jīng)在阿里云PaaS化，當(dāng)然目前只是支持最主要功能，后續(xù)還有很多可以完善豐富的地方。如果大家有任何好的建議或者問題，也很歡迎留言與我交流。