[[316065]]

前言

最近幾年做分布式項目，很多工作是關(guān)于OLTP(聯(lián)機(jī)交易系統(tǒng))場景下數(shù)據(jù)分布式架構(gòu)的，疫情期間正好整理下這方面的一些設(shè)計與實踐。為避免篇幅太長，本文分為設(shè)計篇和技術(shù)篇，設(shè)計篇主要偏向數(shù)據(jù)拆分的理論與方法，還有一些原則與經(jīng)驗。技術(shù)篇則主要會介紹分庫分表中間件的設(shè)計與使用實踐，以及如何構(gòu)建一個完整的分布式數(shù)據(jù)服務(wù)平臺。

一般來說做分布式架構(gòu)，應(yīng)用層是好做分布式的，因為往往都是無狀態(tài)的(或者通過將數(shù)據(jù)轉(zhuǎn)移到DB、緩存、MQ等方式來實現(xiàn)無狀態(tài))，只需在流量入口、即在應(yīng)用前面加一個負(fù)載均衡即可(例如Nginx、HAProxy、F5)，這在大單體架構(gòu)也多已具備。所以一般我們說分布式架構(gòu)，一個重要的部分就是要做數(shù)據(jù)的分布式化。

傳統(tǒng)單體集中式架構(gòu)

數(shù)據(jù)的分布式不像應(yīng)用那么簡單，因為各節(jié)點的數(shù)據(jù)可能是不一樣的，需要進(jìn)行路由、解決多副本一致性，甚至多寫沖突等問題。雖然實現(xiàn)方案復(fù)雜，不過數(shù)據(jù)的分布式本質(zhì)上就兩種樸素思想：復(fù)制和分片。復(fù)制技術(shù)在傳統(tǒng)關(guān)系數(shù)據(jù)庫中也很常見，主要用來做主備、雙活，例如 MySQL Replication、Oracle DataGuard等。分片在數(shù)據(jù)庫里也有對應(yīng)產(chǎn)品。例如 MySQL Fabric、Oracle Sharding，但與復(fù)制相比，這些數(shù)據(jù)庫廠商對應(yīng)的分片方案卻一直沒有被大眾廣泛接受。

在NewSQL數(shù)據(jù)庫中往往都內(nèi)置了sharding機(jī)制，而且都基于paxos、raft算法來保證復(fù)制一致性，關(guān)于分庫分表與NewSQL方案對比選型，可參見我之前一篇文章《分庫分表 vs NewSQL數(shù)據(jù)庫》。

在OLTP場景下，復(fù)制和分片思想應(yīng)用在傳統(tǒng)關(guān)系數(shù)據(jù)庫上，有兩個更為人熟知的名字，分庫分表與讀寫分離。

分庫分表，就是對原來單一數(shù)據(jù)庫表進(jìn)行拆分，是基于傳統(tǒng)關(guān)系數(shù)據(jù)庫實現(xiàn)分布式架構(gòu)轉(zhuǎn)型的一個主要方式，因此首先第一個問題：

為什么拆分?什么時候需要拆分?

容量、性能、橫向擴(kuò)展、微服務(wù)

單機(jī)數(shù)據(jù)庫的存儲、CPU、內(nèi)存等資源都存在上限瓶頸，當(dāng)數(shù)據(jù)量、訪問量到達(dá)一定量級后，性能則會急劇下降，也就是說通過scale up這種垂直擴(kuò)展的方式是一個上限的，而且成本是較高的。

如果要實現(xiàn)scale out橫向擴(kuò)展，就需要把原來一張表的數(shù)據(jù)拆分到多張物理庫表中存儲(水平拆分)。

另外如果是微服務(wù)架構(gòu)，拆分后的服務(wù)歸屬不同的系統(tǒng)，對應(yīng)不同的數(shù)據(jù)庫，其實就已經(jīng)進(jìn)行了垂直拆分。

拆分方式有哪些?

1、垂直拆分

垂直拆分一般更加貼近業(yè)務(wù)的拆分方式，在做微服務(wù)時使用最多的就是這種方式，具體會根據(jù)DDD(領(lǐng)域驅(qū)動設(shè)計)技術(shù)或者業(yè)務(wù)能力進(jìn)行拆分，一般有界上下文確定了，拆分規(guī)則也就比較明確了。

這種方式對應(yīng)用侵入性較小，往往只需要配置各自獨立數(shù)據(jù)庫(可能是物理機(jī)，也可能只是不同的實列)即可，最多做一個多數(shù)據(jù)源選擇的數(shù)據(jù)訪問層。

另外還有一種垂直拆分的場景是由于冷熱數(shù)據(jù)，同一行數(shù)據(jù)的不同列訪問頻率差別很大，或者是有些Text、Blob等大字段影響讀寫效率，這時也會將這些列拆分到不同表中。這種方式一般不常見，很多時候是在做性能優(yōu)化時會考慮。

垂直拆分

垂直拆分的優(yōu)點：

• 拆分后業(yè)務(wù)清晰，拆分規(guī)則明確。往往是按照系統(tǒng)或者交易的
• 系統(tǒng)之間整合或擴(kuò)展容易
• 數(shù)據(jù)維護(hù)簡單、架構(gòu)復(fù)雜度低

垂直拆分的缺點：

• 部分業(yè)務(wù)表無法join，只能在應(yīng)用層通過接口方式解決
• 受每種業(yè)務(wù)不同的限制存在單庫性能瓶頸
• 往往會產(chǎn)生分布式事務(wù)場景

由于垂直切分是按照業(yè)務(wù)的分類將表分散到不同的庫，所以有些業(yè)務(wù)表會過于龐大，存在單庫讀寫與存儲瓶頸，這時就需要水平拆分來做解決。

2、水平拆分

水平拆分更加技術(shù)化，將一張表的數(shù)據(jù)分布到多張庫與表中，具體方式可分為：只分庫、只分表、分庫又分表。例如order表，只分庫(ds1.order、ds2.order…dsk.order)，只分表(ds.order_0、ds.order_1…ds.order_n)，分庫又分表(ds1.order_0、ds2.order_1…dsk.order_n)。

水平拆分

水平拆分的優(yōu)點：

• 如果操作數(shù)據(jù)分布在同一庫中， 可以支持join、子查詢等復(fù)雜SQL
• 解決了單庫性能瓶頸，支持橫向擴(kuò)展
• 由于應(yīng)用未拆分，如果有分布式數(shù)據(jù)訪問層，則應(yīng)用改造較少

水平拆分的缺點：

• 拆分規(guī)則、分庫分表數(shù)量需要精心設(shè)計
• 如果涉及多個庫，會產(chǎn)生分布式事務(wù)場景
• 數(shù)據(jù)擴(kuò)容時數(shù)據(jù)遷移工作量較大
• 跨庫join往往需要應(yīng)用實現(xiàn)，性能較差
• 數(shù)據(jù)合并、聚合、分頁等無法由數(shù)據(jù)庫直接支持

數(shù)據(jù)庫有分區(qū)表還要分庫分表嗎?

傳統(tǒng)關(guān)系數(shù)據(jù)庫的分區(qū)表本質(zhì)上還是共享cpu、內(nèi)存，所以仍然面臨著scale up的問題，而且分區(qū)表支持的分區(qū)鍵往往也不夠靈活。但新的一些NewSQL分布式數(shù)據(jù)庫，如OceanBase的分區(qū)表分散在不同的存儲節(jié)點上，從而避免單機(jī)性能瓶頸問題。

拆分具體步驟

1、確定拆分方式

根據(jù)業(yè)務(wù)特性選擇合適的拆分方式，一般結(jié)合使用。

1)垂直拆分

• 場景：字段長度、訪問頻率差別較大字段表、微服務(wù)化
• 注意：需要在同事務(wù)中操作的表盡量不要做拆分

2)水平拆分

• 場景：數(shù)據(jù)量較大，超過單表、單庫性能
• 注意：是否有跨庫事務(wù)，是否有非分片鍵操作表的場景，會涉及到庫表掃描交易

2、確定拆分字段

1)垂直拆分表、字段

按照功能模塊進(jìn)行拆分直接按表即可，如果是拆分部分列，則需添加關(guān)聯(lián)列甚至冗余列。

2)水平拆分字段

確保 拆分表都有分片鍵，多為主鍵或唯一索引，這些列中需包含分片信息。如果請求中未包含分片信息，則需要一個全局的路由表。

3、確定拆分規(guī)則

1)范圍Range

適合按照一定規(guī)律有序遞增的業(yè)務(wù)字段，例如日期、流水ID等，這種方式，例如0-9999->庫1，10000~19999->庫2 …;20150101-20161231->庫1，20170101-20171231->庫2…。

這種方式天然支持水平擴(kuò)展，方便進(jìn)行冷熱分離、歸檔，按需擴(kuò)容方便，但負(fù)載容易不均衡，如果單庫壓力大，則也需數(shù)據(jù)遷移。

2)哈希Hash

數(shù)據(jù)分布比較均衡，一般通過mod庫/表數(shù)量計算路由，本質(zhì)上一種預(yù)分配，因此擴(kuò)容時需要進(jìn)行數(shù)據(jù)遷移，通常有一致性哈希、成倍擴(kuò)容法。

3)應(yīng)用自定義

由應(yīng)用自定義路由規(guī)則，配置有分片ID對應(yīng)的庫表序號，可以通過路由表、配置文件或其它自定義算法。這種方式靈活度最高，容易實現(xiàn)動態(tài)改變。

在我們項目中是1、2、3方式都有使用。

4、確定拆分?jǐn)?shù)量

1)假設(shè)目標(biāo)數(shù)據(jù)量為T(根據(jù)業(yè)務(wù)發(fā)展需求預(yù)估)

2)單表數(shù)據(jù)量建議P(例如MySQL 為500w)，分表數(shù)量=T/P

3)目前配置典型業(yè)務(wù)場景下，單庫性能穩(wěn)定前提下對應(yīng)的數(shù)據(jù)容量上限L

單庫性能可以根據(jù)cpu(80% 以上)、磁盤IO(磁盤使用率100% iowait出現(xiàn)并逐步增大)、交易tps穩(wěn)定性(出現(xiàn)tps大幅度波動)等系統(tǒng)指標(biāo)確定其瓶頸狀態(tài)從而得到容量上限的評估。

4)分庫數(shù)量=T/L

庫表的數(shù)量關(guān)系到未來擴(kuò)容、以及運維需求，不宜太多也不宜太少，以上主要是從容量角度去計算，實際場景下還需要結(jié)合硬件成本預(yù)算、數(shù)據(jù)清理歸檔策略等因素綜合考慮。

拆分后怎么擴(kuò)容?

1、垂直擴(kuò)容

垂直拆分后，如果某個應(yīng)用的數(shù)據(jù)庫壓力太大，可通過增加其資源配置(CPU、內(nèi)存、PCIE)進(jìn)行垂直擴(kuò)容。

2、水平擴(kuò)容

水平拆分下可以通過增加數(shù)據(jù)庫服務(wù)器進(jìn)行擴(kuò)容。這種方式需要進(jìn)行數(shù)據(jù)遷移，如果一致性哈希則遷移就近節(jié)點數(shù)據(jù)，如果是成倍擴(kuò)容時則需遷移所有節(jié)點一半數(shù)據(jù)。

一致性哈希模式雖然遷移的數(shù)據(jù)量較小，但容易造成數(shù)據(jù)的冷熱不均，因此我們項目中采用的成倍擴(kuò)容方式，具體方式是提前將表分出來，例如分成128張表，項目初期將這些表均勻分布在4臺數(shù)據(jù)庫服務(wù)器，隨著業(yè)務(wù)增加數(shù)據(jù)量增長，擴(kuò)容到8臺數(shù)據(jù)庫，只需要將原4臺數(shù)據(jù)庫各自一半數(shù)量的表遷出到新增的4臺服務(wù)器，然后修改SQL路由即可。

成倍擴(kuò)容：應(yīng)對整體數(shù)據(jù)量增長，擴(kuò)容后物理機(jī)是原有2倍

如果是單臺數(shù)據(jù)庫有熱點數(shù)據(jù)壓力，也可以只將該庫一部分?jǐn)?shù)據(jù)遷移出新擴(kuò)容的庫。

單庫擴(kuò)容：應(yīng)對某個切片數(shù)據(jù)增長過快，擴(kuò)容到獨立的物理機(jī)

拆分后面臨的問題

• 引入分布式事務(wù)的問題
• 跨庫Join的問題
• 多庫合并排序分頁問題
• SQL路由、重寫問題
• 多數(shù)據(jù)源管理問題
• 多維度拆分后帶來的數(shù)據(jù)匯總查詢等操作問題

解決方式：

• 盡可能避免分布式事務(wù)、跨節(jié)點join、排序場景
• 避免使用數(shù)據(jù)庫分布式事務(wù)，提供柔性事務(wù)支持(冪等、沖正、可靠性消息、TCC)
• 由應(yīng)用層解決join問題
• 提供分布式數(shù)據(jù)訪問層
• 匯總庫、二級索引庫、小表廣播

關(guān)于分布式數(shù)據(jù)訪問層在技術(shù)篇進(jìn)行詳細(xì)介紹。

讀寫分離

在實際業(yè)務(wù)場景中，對數(shù)據(jù)庫的讀寫頻率是不一樣的。有的是寫多讀少，例如交易流水表;有的是讀寫均衡，例如訂單表;有的則是讀多寫少，如客戶、信息以及配置等信息表。

數(shù)據(jù)分片解決的是單點性能瓶頸和橫向擴(kuò)展能力，適合寫壓力比較大的場景。而讀多寫少的這類場景，如果單庫容量可以滿足，則可通過讀寫分離來解決讀壓力大的問題。具體可以把寫操作路由到主庫，讀操作按照權(quán)重、機(jī)房等分散在主庫和各個從庫。

讀寫分離

讀寫分離模式下需要注意幾點：

1)主從延遲。在從庫上讀比主庫數(shù)據(jù)有一定時延(一般在毫秒級別，寫壓力大時可能在秒級別)，所以選擇這種方式時業(yè)務(wù)上要允許一定的數(shù)據(jù)時延，例如一般對外查詢類交易都使用這種方式。

2)同一事務(wù)中，不能在從庫讀取數(shù)據(jù)，因為可能由于數(shù)據(jù)延時讀取到臟數(shù)據(jù)，違背事務(wù)的一致性，所以必須在主庫讀取。在實際開發(fā)時，數(shù)據(jù)訪問層可根據(jù)是否關(guān)閉事務(wù)自動提交來自動判斷是否必須在主庫讀。

3)對于數(shù)據(jù)延遲容忍度很低的查詢交易，可以在開發(fā)時單獨再封裝一個從主庫查詢的接口，或者在入?yún)⒃黾?ldquo;是否需要強(qiáng)一致”標(biāo)志，交易實現(xiàn)時根據(jù)該標(biāo)志選擇從主庫還是從庫讀。

在實際項目中分庫分表和讀寫分離方式都有場景在用，但注意一般情況下避免使用分庫分表+讀寫分離這種復(fù)雜方案，因為分庫分表后讀寫壓力也不會太大了。

原則與經(jīng)驗

數(shù)據(jù)分布式是個系統(tǒng)工程，需要從領(lǐng)域建模、場景劃分、數(shù)據(jù)訪問、數(shù)據(jù)遷移擴(kuò)容等多方面綜合考慮，在落地實現(xiàn)前要從全局做好設(shè)計，這里簡單列下我們的一些設(shè)計原則與經(jīng)驗：

1)用簡單的方案解決問題。能不切分盡量不要切分，切莫為了分布式而拆分。讀寫分離能解決問題，就不分庫分表。

2)切分一定要選擇合適切分規(guī)則(能保證90%交易不會跨分片)， 梳理好所有場景，提前規(guī)劃好再實施。

3)數(shù)據(jù)訪問層設(shè)計上功能要強(qiáng)大，但一定明確使用場景，切忌無腦濫用。比如我們項目中數(shù)據(jù)訪問中間件雖然支持分布式事務(wù)XA，但一般并不推薦使用;支持DDL，但聯(lián)機(jī)交易時禁止使用;支持多庫鏈?zhǔn)绞聞?wù)提交，但默認(rèn)只支持嚴(yán)格單庫事務(wù)。

4)制定應(yīng)用開發(fā)規(guī)范，明確SQL使用限制與要求，SQL要盡量簡單。例如我們項目使用MySQL，部署在PC Server上，單機(jī)性能相比小型機(jī)上DB2、Oracle差很多，因此禁止使用觸發(fā)器、外鍵、join，SQL操作必須攜帶索引與拆分列(數(shù)據(jù)訪問層也會校驗)，主鍵必須是自增等等。

5)盡量使用柔性事務(wù)解決跨庫與跨系統(tǒng)事務(wù)問題。能用MQ最終一致性就別用Saga、TCC。