今天我們來(lái)討論OB，我也是一個(gè)OB的初學(xué)者，因此我對(duì)OB的內(nèi)在原理和應(yīng)用特性也知之甚少，我的大部分觀點(diǎn)都是基于我對(duì)數(shù)據(jù)庫(kù)的理解套用在OB上的。

另外，對(duì)于OB、TIDB等基于LSM-TREE存儲(chǔ)引擎的數(shù)據(jù)庫(kù)，經(jīng)常會(huì)有人產(chǎn)生一些對(duì)比，因此在一些分析中我也會(huì)與TIDB進(jìn)行對(duì)比。同樣，對(duì)于TIDB，我也是只知道一些皮毛，因此這些對(duì)比很可能也有一些錯(cuò)誤。

以前我也寫文章分析過，TIDB和OCEANBASE雖然底層都是使用LSM-TREE存儲(chǔ)引擎，不過其架構(gòu)上是不同的。OB是一種典型的MPP架構(gòu)的數(shù)據(jù)庫(kù)，而TIDB是存儲(chǔ)計(jì)算完全分離的架構(gòu)。不過TIDB 5.0中也引入了MPP計(jì)算框架，具體是如何實(shí)現(xiàn)的，我還沒有做研究，因此這里不展開討論。

以往TIDB與OB進(jìn)行爭(zhēng)論的時(shí)候，TIDB往往會(huì)指出MPP的缺點(diǎn)來(lái)證明TIDB比OB的優(yōu)越，而TIDB引入MPP計(jì)算框架反而證明了這種指責(zé)的不全面。以前我也說過，目前的大多數(shù)分布式數(shù)據(jù)庫(kù)并不具備通用計(jì)算的能力，可能針對(duì)某種業(yè)務(wù)負(fù)載很好用，而對(duì)于一些其他的負(fù)載，就差強(qiáng)人意。

實(shí)際上任何一個(gè)分布式數(shù)據(jù)庫(kù)廠家都在努力改善自己的產(chǎn)品，從而適應(yīng)更廣泛的應(yīng)用場(chǎng)景。5.0以前的TIDB沒有MPP的sharding key死結(jié)，不過也正因?yàn)槿绱?，在TIDB層面上實(shí)現(xiàn)BUFFER CACHE十分困難，因?yàn)檫@需要引入緩沖區(qū)融合機(jī)制，在大規(guī)模分布式計(jì)算引擎上引入緩沖區(qū)融合將會(huì)是一個(gè)災(zāi)難。缺少TIDB層面BUFFER CAHCE，如果你不能接受穩(wěn)定的稍慢，那么就需要提高硬件的配置，使用ssd盤等方式來(lái)提高SQL的響應(yīng)速度，因此TIDB對(duì)硬件的要求很高。TIDB 5.0引入MPP計(jì)算模式我想也是從這方面考慮入手吧，這種計(jì)算模式的引入可以優(yōu)化TIDB以往版本對(duì)某些場(chǎng)景的支持能力。

OB和TIDB的架構(gòu)不同，OB是天生的SHARED NOTHING的MPP架構(gòu)的，因此OB與其他的LSM-TREE存儲(chǔ)引擎的數(shù)據(jù)庫(kù)不同，設(shè)計(jì)了十分復(fù)雜的緩沖結(jié)構(gòu)。為什么說是十分復(fù)雜的緩沖結(jié)構(gòu)呢，因?yàn)镺B是一種多租戶的分布式數(shù)據(jù)庫(kù)，在租戶隔離上設(shè)計(jì)的十分完整，緩沖區(qū)可以細(xì)粒度到租戶級(jí)別，每個(gè)租戶都有獨(dú)立的內(nèi)存，CPU等的資源隔離。

另外一方面，Oceanbase是基于谷歌的五分鐘原則設(shè)計(jì)的數(shù)據(jù)庫(kù)系統(tǒng)(谷歌認(rèn)為如果某個(gè)數(shù)據(jù)5分鐘內(nèi)會(huì)被訪問至少一次，那么這個(gè)數(shù)據(jù)最好是放在內(nèi)存中)。OB采用LSM-TREE，因此需要大量的內(nèi)存來(lái)存儲(chǔ)MEMT 。因此操作系統(tǒng)的物理內(nèi)存可以盡可能多的交給OB SERVER，由OceanBase自己管理。

從上面的一張圖里可以看到OB的內(nèi)存使用策略。通過memory_limit_percentage參數(shù)可以設(shè)置最多有多少OS的內(nèi)存可以給OB使用。這個(gè)參數(shù)的建議設(shè)置值是如果服務(wù)器內(nèi)存為384GB，則設(shè)置為80%，如果服務(wù)器內(nèi)存為512GB或者更高，則設(shè)置為90%。從這個(gè)策略也可以看出，OB還是比較吃內(nèi)存的，為了有比較好的性能，建議給OB的服務(wù)器配置多一點(diǎn)內(nèi)存。

實(shí)際上，OB的緩沖區(qū)除了其他LSM-TREE數(shù)據(jù)庫(kù)所通用的實(shí)現(xiàn)外，還和B-TREE/HEAP存儲(chǔ)引擎的數(shù)據(jù)庫(kù)一樣設(shè)計(jì)了BLOCK CACHE。

可以看出，OB設(shè)計(jì)了兩層CACHE，一層是從SST讀取到內(nèi)存中的BLOCK CACHE，這層CACHE可以用于一般的SQL掃描操作，而在BLOCK CACHE之上，還設(shè)計(jì)了一層row cache，存儲(chǔ)某些熱行，這些熱行用于一些簡(jiǎn)單的，執(zhí)行頻率較高的，訪問少量行的SQL。

這種雙層CACHE的設(shè)計(jì)(MEMSTORE的寫緩沖不算在內(nèi))實(shí)際上是十分復(fù)雜的。Oracle數(shù)據(jù)庫(kù)也有BLOCK CACHE和ROW CACHE兩種緩沖設(shè)計(jì)，不過ROW CACHE只用來(lái)做字典緩沖使用，實(shí)際上是一種應(yīng)用特定的緩沖，是應(yīng)用級(jí)的。Oracle數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)字典的訪問是有特殊的業(yè)務(wù)邏輯的，為了提高效率而設(shè)計(jì)的ROW CACHE是按照固定的業(yè)務(wù)邏輯來(lái)設(shè)計(jì)的。而通用型的業(yè)務(wù)負(fù)載無(wú)法使用小巧高效的ROW CAHCE，必須使用統(tǒng)一的BLOCK CACHE。

而OB的row cache并不是用于內(nèi)部計(jì)算使用，是面向通用業(yè)務(wù)場(chǎng)景的，如果某一行在block cache中的使用頻率較高，那么就會(huì)被放入row cache中。為了避免每個(gè)訪問都去查詢r(jià)ow cache，從而導(dǎo)致row cache的命中率過低，影響CACHE的訪問效率，在row cache上增加了一個(gè)布魯姆過濾器。

我第一次看到OB的row cache結(jié)構(gòu)的時(shí)候，就感到這種設(shè)計(jì)很互聯(lián)網(wǎng)。這種架構(gòu)，對(duì)于一些互聯(lián)網(wǎng)應(yīng)用的開發(fā)人員來(lái)說可能很熟悉，很容易讓人想起應(yīng)用-布魯姆過濾器-REDIS-數(shù)據(jù)庫(kù)的應(yīng)用架構(gòu)。對(duì)于這層CACHE，我還是十分疑惑的，因?yàn)镃ACHE的設(shè)計(jì)原則是簡(jiǎn)單高效，這層和業(yè)務(wù)結(jié)合的十分緊密的row cache是不是讓應(yīng)用開發(fā)人員自己去建立更好一些呢?當(dāng)然對(duì)于應(yīng)用類型十分吻合這種架構(gòu)，又沒有能力自己構(gòu)建內(nèi)存緩沖層的用戶來(lái)說，這層row cache確實(shí)可以簡(jiǎn)化應(yīng)用。我還沒有深入去研究OB的row cache，不知道這層CACHE是否是可以在租戶級(jí)關(guān)閉的，如果能夠很方便的開關(guān)，這是一個(gè)不錯(cuò)的設(shè)計(jì)，否則我覺得如果遇到一些和這種場(chǎng)景不適合的應(yīng)用，這種結(jié)構(gòu)很可能會(huì)影響整體的性能。

LSM-TREE存儲(chǔ)引擎的BLOCK CACHE性能問題，在國(guó)外的一些論壇上也多有討論，比較主流的觀點(diǎn)是效率不如HEAP/B-TREE存儲(chǔ)引擎的數(shù)據(jù)庫(kù)。這可能也是OB要引入row cache的一個(gè)原因吧。OB官方文檔上對(duì)此的解釋是：OLTP 業(yè)務(wù)大部分操作為小查詢，通過小查詢優(yōu)化，OceanBase 數(shù)據(jù)庫(kù)避免了傳統(tǒng)數(shù)據(jù)庫(kù)解析整個(gè)數(shù)據(jù)塊的開銷，達(dá)到了接近內(nèi)存數(shù)據(jù)庫(kù)的性能。

這種描述，對(duì)于某些應(yīng)用場(chǎng)景來(lái)說可能是準(zhǔn)確的，特別是像支付寶這樣的交易類系統(tǒng)，而對(duì)于ERP，MIS系統(tǒng)等來(lái)說，就不一定適合了。大部分傳統(tǒng)企業(yè)的OLTP系統(tǒng)并不能整合成如此簡(jiǎn)單的訪問場(chǎng)景。從今天我們討論的問題上，我們也看得出，分布式數(shù)據(jù)庫(kù)廠商都在采用一些自己的獨(dú)特技術(shù)，讓數(shù)據(jù)庫(kù)更加適合通用型的場(chǎng)景，從而在擁有分布式數(shù)據(jù)庫(kù)的高可靠性、強(qiáng)大的橫向擴(kuò)展能力之外，能夠像通用集中式數(shù)據(jù)庫(kù)一樣，對(duì)各種通用計(jì)算場(chǎng)景都能提供很好的支持。