背景

京東到家訂單中心系統(tǒng)業(yè)務(wù)中，無論是外部商家的訂單生產(chǎn)，或是內(nèi)部上下游系統(tǒng)的依賴，訂單查詢的調(diào)用量都非常大，造成了訂單數(shù)據(jù)讀多寫少的情況。京東到家的訂單數(shù)據(jù)存儲在Mysql中，但顯然只通過DB來支撐大量的查詢是不可取的，同時(shí)對于一些復(fù)雜的查詢，Mysql支持得不夠友好，所以訂單中心系統(tǒng)使用了Elasticsearch來承載訂單查詢的主要壓力。

Elasticsearch 做為一款功能強(qiáng)大的分布式搜索引擎，支持近實(shí)時(shí)的存儲、搜索數(shù)據(jù)，在京東到家訂單系統(tǒng)中發(fā)揮著巨大作用，目前訂單中心ES集群存儲數(shù)據(jù)量達(dá)到10億個(gè)文檔，日均查詢量達(dá)到5億。隨著京東到家近幾年業(yè)務(wù)的快速發(fā)展，訂單中心ES架設(shè)方案也不斷演進(jìn)，發(fā)展至今ES集群架設(shè)是一套實(shí)時(shí)互備方案，很好的保障了ES集群讀寫的穩(wěn)定性，下面就給大家介紹一下這個(gè)歷程以及遇到的一些坑。

ES集群架設(shè)演進(jìn)歷程：

1. 初始階段：

訂單中心ES初始階段好如一張白紙，架設(shè)方案基本沒有，很多配置都是保持集群默認(rèn)配置。整個(gè)集群部署在集團(tuán)的彈性云上，ES集群的節(jié)點(diǎn)以及機(jī)器部署都比較混亂。同時(shí)按照集群維度來看，一個(gè)ES集群會有單點(diǎn)問題，顯然對于訂單中心業(yè)務(wù)來說也是不被允許的。

2. 集群隔離階段：

和很多業(yè)務(wù)一樣，ES集群采用的混布的方式。但由于訂單中心ES存儲的是線上訂單數(shù)據(jù)，偶爾會發(fā)生混布集群搶占系統(tǒng)大量資源，導(dǎo)致整個(gè)訂單中心ES服務(wù)異常的情況。

顯然任何影響到訂單查詢穩(wěn)定性都是無法容忍的，所以針對于這個(gè)情況，先是對訂單中心ES所在的彈性云，遷出那些系統(tǒng)資源搶占很高的集群節(jié)點(diǎn)，ES集群狀況稍有好轉(zhuǎn)。但隨著集群數(shù)據(jù)不斷增加，彈性云配置已經(jīng)不太能滿足ES集群，且為了完全的物理隔離，最終干脆將訂單中心ES集群部署到高配置的物理機(jī)上，ES集群性能又得到提升。

3. 節(jié)點(diǎn)副本調(diào)優(yōu)階段：

ES的性能跟硬件資源有很大關(guān)系，當(dāng)ES集群單獨(dú)部署到物理機(jī)器上時(shí)，集群內(nèi)部的節(jié)點(diǎn)并不是獨(dú)占整臺物理機(jī)資源，在集群運(yùn)行的時(shí)候同一物理機(jī)上的節(jié)點(diǎn)仍會出現(xiàn)資源搶占的問題。所以在這種情況下，為了讓ES單個(gè)節(jié)點(diǎn)能夠使用最大程度的機(jī)器資源，采用每個(gè)ES節(jié)點(diǎn)部署在單獨(dú)一臺物理機(jī)上方式。

但緊接著，問題又來了，如果單個(gè)節(jié)點(diǎn)出現(xiàn)瓶頸了呢?我們應(yīng)該怎么再優(yōu)化呢?ES查詢的原理，當(dāng)請求打到某號分片的時(shí)候，如果沒有指定分片類型(preference參數(shù))查詢，請求會負(fù)載到對應(yīng)分片號的各個(gè)節(jié)點(diǎn)上。而集群默認(rèn)副本配置是一主一副，針對于此，我們想到了擴(kuò)容副本的方式，由默認(rèn)的一主一副變?yōu)橐恢鞫?，同時(shí)增加相應(yīng)物理機(jī)。

如上圖，訂單中心ES集群架設(shè)示意圖。整個(gè)架設(shè)方式通過VIP來負(fù)載均衡外部請求，第一層gateway節(jié)點(diǎn)實(shí)質(zhì)為ES中client node，相當(dāng)于一個(gè)智能負(fù)載均衡器，充當(dāng)著分發(fā)請求的角色。第二層為data node，負(fù)責(zé)存儲數(shù)據(jù)以及執(zhí)行數(shù)據(jù)的相關(guān)操作。整個(gè)集群有一套主分片，二套副分片(一主二副)，從網(wǎng)關(guān)節(jié)點(diǎn)轉(zhuǎn)發(fā)過來的請求，會在打到數(shù)據(jù)節(jié)點(diǎn)之前通過輪詢的方式進(jìn)行均衡。集群增加一套副本并擴(kuò)容機(jī)器的方式，增加了集群吞吐量，從而提升了整個(gè)集群查詢性能。下圖為訂單中心ES集群各階段性能示意圖，直觀的展示了各階段優(yōu)化后ES集群性能的顯著提升。

當(dāng)然分片數(shù)量和分片副本數(shù)量并不是越多越好，在此階段中，對選擇適當(dāng)?shù)姆制瑪?shù)量做了近一步探索。分片數(shù)可以理解為Mysql中的分庫分表，而當(dāng)前訂單中心ES查詢主要分為兩類：單ID查詢以及分頁查詢。分片數(shù)越大，集群橫向擴(kuò)容規(guī)模也更大，根據(jù)分片路由的單ID查詢吞吐量也能大大提升，但對于聚合的分頁查詢性能則將降低。分片數(shù)越小，集群橫向擴(kuò)容規(guī)模更小，單ID的查詢性能也將下降，但對于分頁查詢，性能將會得到提升。所以如何均衡分片數(shù)量和現(xiàn)有查詢業(yè)務(wù)，我們做了很多次調(diào)整壓測，最終選擇了集群性能較好的分片數(shù)。

4. 主從集群調(diào)整階段：

到此，訂單中心的ES集群已經(jīng)初具規(guī)模，但由于訂單中心業(yè)務(wù)時(shí)效性要求高，對于ES查詢穩(wěn)定性要求也高，如果集群中有節(jié)點(diǎn)發(fā)生異常，查詢服務(wù)會受到影響，從而影響到整個(gè)訂單生產(chǎn)流程。顯而易見這種異常情況是致命，所以為了應(yīng)對這種情況，我們初步設(shè)想是增加一個(gè)備用集群，當(dāng)主集群發(fā)生異常時(shí)，可以實(shí)時(shí)的將查詢流量降級到備用集群。

那備用集群應(yīng)該怎么來搭?主備之間數(shù)據(jù)如何同步?備用集群應(yīng)該存儲什么樣的數(shù)據(jù)?考慮到ES集群暫時(shí)沒有很好的主備方案，同時(shí)為了更好的控制ES數(shù)據(jù)寫入，我們采用業(yè)務(wù)雙寫的方式來搭設(shè)主備集群。每次業(yè)務(wù)操作需要寫入ES數(shù)據(jù)時(shí)，同步的寫入主集群數(shù)據(jù)，然后異步的寫入備集群數(shù)據(jù)。同時(shí)由于大部分ES查詢的流量都來源于近幾天的訂單，且訂單中心數(shù)據(jù)庫數(shù)據(jù)已有一套歸檔機(jī)制，將指定天數(shù)之前已經(jīng)關(guān)閉的訂單轉(zhuǎn)移到歷史訂單庫。所以歸檔機(jī)制中增加刪除備集群文檔的邏輯，讓新搭建的備集群存儲的訂單數(shù)據(jù)與訂單中心線上數(shù)據(jù)庫中的數(shù)據(jù)量保持一致。同時(shí)使用ZK在查詢服務(wù)中做了流量控制開關(guān)，保證查詢流量能夠?qū)崟r(shí)的降級到備集群。在此，訂單中心主從集群完成，ES查詢服務(wù)穩(wěn)定性大大提升。

5. 現(xiàn)今：實(shí)時(shí)互備雙集群階段：

期間由于主集群ES版本是較低的1.7，而現(xiàn)今ES穩(wěn)定版本都以及迭代到6.x，新版本的ES不僅性能方面優(yōu)化很大，更提供了一些新的好用的功能，所以我們對主集群進(jìn)行了一次版本升級，直接從原來的1.7升級到6.x版本。集群升級的過程繁瑣而漫長，不但需要保證線上業(yè)務(wù)無任何影響，平滑無感知升級，同時(shí)由于ES集群暫不支持從1.7到6.x跨越多個(gè)版本的數(shù)據(jù)遷移，所以需要通過重建索引的方式來升級主集群，具體升級過程就不在此贅述了。

主集群升級的時(shí)候必不可免的會發(fā)生不可用的情況，但對于訂單中心ES查詢服務(wù)，這種情況是不允許的。所以在升級的階段中，備集群暫時(shí)頂上充當(dāng)主集群，來支撐所有的線上ES查詢，保證升級過程不影響正常線上服務(wù)。同時(shí)針對于線上業(yè)務(wù)，我們對兩個(gè)集群做了重新的規(guī)劃定義，承擔(dān)的線上查詢流量也做了重新的劃分。

備集群存儲的是線上近幾天的熱點(diǎn)數(shù)據(jù)，數(shù)據(jù)規(guī)模遠(yuǎn)小于主集群，大約是主集群文檔數(shù)的十分之一左右。集群數(shù)據(jù)量小，在相同的集群部署規(guī)模下，備集群的性能要優(yōu)于主集群。然而在線上真實(shí)場景中，線上大部分查詢流量也來源于熱點(diǎn)數(shù)據(jù)，所以用備集群來承載這些熱點(diǎn)數(shù)據(jù)的查詢，而備集群也慢慢演變成一個(gè)熱數(shù)據(jù)集群。之前的主集群存儲的是全量數(shù)據(jù)，用該集群來支撐剩余較小部分的查詢流量，這部分查詢主要是需要搜索全量訂單的特殊場景查詢以及訂單中心系統(tǒng)內(nèi)部查詢等，而主集群也慢慢演變成一個(gè)冷數(shù)據(jù)集群。

同時(shí)備集群增加一鍵降級到主集群的功能，兩個(gè)集群地位同等重要，但都可以各自降級到另一個(gè)集群。雙寫策略也優(yōu)化為：假設(shè)有A B集群，正常同步方式寫主(A集群)異步方式寫備(B集群)。A集群發(fā)生異常時(shí)，同步寫B(tài)集群(主)，異步寫A集群(備)。

ES訂單數(shù)據(jù)的同步方案：

Mysql數(shù)據(jù)同步到ES中，大致總結(jié)可以分為兩種方案：

(1) 方案1：監(jiān)聽mysql的binlog，分析binlog將數(shù)據(jù)同步到ES集群中

• 優(yōu)點(diǎn)：業(yè)務(wù)與ES數(shù)據(jù)耦合度低，業(yè)務(wù)邏輯中不需要關(guān)心ES數(shù)據(jù)的寫入
• 缺點(diǎn)：binglog模式只能使用ROW模式，且引入了新的同步服務(wù)，增加了開發(fā)量以及維護(hù)成本，也增大了ES同步的風(fēng)險(xiǎn)

(2) 方案2：直接通過ES API將數(shù)據(jù)寫入到ES集群中

• 優(yōu)點(diǎn)：簡潔明了，能夠靈活的控制數(shù)據(jù)的寫入
• 缺點(diǎn)：與業(yè)務(wù)耦合嚴(yán)重，強(qiáng)依賴于業(yè)務(wù)系統(tǒng)的寫入方式

考慮到訂單系統(tǒng)ES服務(wù)的業(yè)務(wù)特殊性，對于訂單數(shù)據(jù)的實(shí)時(shí)性較高，顯然監(jiān)聽binlog的方式相當(dāng)于異步同步，有可能會產(chǎn)生較大的延時(shí)性。且方案1實(shí)質(zhì)上跟方案2類似，但又引入了新的系統(tǒng)，維護(hù)成本也增高。所以訂單中心ES采用了直接通過ES API寫入訂單數(shù)據(jù)的方式，該方式簡潔靈活，能夠很好的滿足訂單中心數(shù)據(jù)同步到ES的需求。

由于ES訂單數(shù)據(jù)的同步采用的是在業(yè)務(wù)中寫入的方式，當(dāng)新建或更新文檔發(fā)生異常時(shí)，如果重試勢必會影響業(yè)務(wù)正常操作的響應(yīng)時(shí)間。所以每次業(yè)務(wù)操作只更新一次ES，如果發(fā)生錯(cuò)誤或者異常，在數(shù)據(jù)庫中插入一條補(bǔ)救任務(wù)，有worker任務(wù)會實(shí)時(shí)的掃這些數(shù)據(jù)，以數(shù)據(jù)庫訂單數(shù)據(jù)為基準(zhǔn)來再次更新ES數(shù)據(jù)。通過此種補(bǔ)償機(jī)制，來保證ES數(shù)據(jù)與數(shù)據(jù)庫訂單數(shù)據(jù)的最終一致性。

遇到的一些坑：

1. 實(shí)時(shí)性要求高的查詢走db

對于ES寫入機(jī)制的有了解的可能會知道，新增的文檔會被收集到indexing buffer，然后寫入到文件系統(tǒng)緩存中，到了文件系統(tǒng)緩存中就可以像其他的文件一樣被索引到。然而默認(rèn)情況文檔從index buffer到文件系統(tǒng)緩存(即refresh操作)是每秒分片自動刷新，所以這就是我們說ES是近實(shí)時(shí)搜索而非實(shí)時(shí)的原因：文檔的變化并不是立即對搜索可見，但會在一秒之內(nèi)變?yōu)榭梢姟．?dāng)前訂單系統(tǒng)ES采用的是默認(rèn)refresh配置，故對于那些訂單數(shù)據(jù)實(shí)時(shí)性比較高的業(yè)務(wù)，直接走數(shù)據(jù)庫查詢，保證數(shù)據(jù)的準(zhǔn)確性。

2. 避免深分頁查詢

ES集群的分頁查詢支持from和size參數(shù)，查詢的時(shí)候每個(gè)分片必須構(gòu)造一個(gè)長度為from+size的優(yōu)先隊(duì)列，然后回傳到網(wǎng)關(guān)節(jié)點(diǎn)，網(wǎng)關(guān)節(jié)點(diǎn)再對這些優(yōu)先隊(duì)列進(jìn)行排序找到正確的size個(gè)文檔。假設(shè)在一個(gè)有6個(gè)主分片的索引中，from為10000，size為10，每個(gè)分片必須產(chǎn)生10010個(gè)結(jié)果，在網(wǎng)關(guān)節(jié)點(diǎn)中匯聚合并60060個(gè)結(jié)果，最終找到符合要求的10個(gè)文檔。由此可見，當(dāng)from足夠大的時(shí)候，就算不發(fā)生OOM，也會影響到CPU和帶寬等，從而影響到整個(gè)集群的性能。所以應(yīng)該避免深分頁查詢，盡量不去使用。

3. FieldData與Doc Values

Fielddata：線上查詢出現(xiàn)偶爾超時(shí)的情況，通過調(diào)試查詢語句，定位到是跟排序有關(guān)系。排序在es 1.x版本使用的是fielddata 結(jié)構(gòu)，fielddata占用的是jvm heap內(nèi)存，jvm內(nèi)存是有限，對于fielddata cache會設(shè)定一個(gè)閾值。如果空間不足時(shí)，使用最久未使用(LRU)算法移除fielddata，同時(shí)加載新的fielddata cache，加載的過程需要消耗系統(tǒng)資源，且耗時(shí)很大。所以導(dǎo)致這個(gè)查詢的響應(yīng)時(shí)間暴漲，甚至影響整個(gè)集群的性能。針對于這種問題，解決的方式是采用doc values。

Doc Values：Doc Values是一種列式的數(shù)據(jù)存儲結(jié)構(gòu)，跟fieldata很類似，但其存儲位置是在Lucene文件中，即不會占用JVM heap。隨著ES版本的迭代，doc values比fielddata更加穩(wěn)定，doc values在2.x起為默認(rèn)設(shè)置。

總結(jié)

架構(gòu)的快速迭代源于業(yè)務(wù)的快速發(fā)展，正是由于近幾年到家業(yè)務(wù)的高速發(fā)展，訂單中心的架構(gòu)也不斷優(yōu)化升級。而架構(gòu)方案沒有最好的，只有最合適的，相信再過幾年，訂單中心的架構(gòu)又將是另一個(gè)面貌，但吞吐量更大，性能更好，穩(wěn)定性更強(qiáng)，將是訂單中心系統(tǒng)永遠(yuǎn)的追求。

作者：張淦 京東到家研發(fā)工程師 主要負(fù)責(zé)訂單中心，商家中心，計(jì)費(fèi)等系統(tǒng)

【本文是51CTO專欄作者張開濤的原創(chuàng)文章，作者微信公眾號：開濤的博客，id:kaitao-1234567】

戳這里，看該作者更多好文