Categories
程式開發

我們為什麼放棄了TiDB,選擇自研NewSQL


1. 背景

Fusion-NewSQL是由滴滴自研的在分佈式KV存儲基礎上構建的NewSQL存儲系統。 Fusion-NewSQ兼容了MySQL協議,支持二級索引功能,提供超大規模數據持久化存儲和高性能讀寫。

我們的問題

滴滴的業務快速持續發展,數據量和請求量急劇增長,對存儲系統等壓力與日俱增。雖然分庫分錶在一定程度上可以解決數據量和請求增加的需求,但是由於滴滴多條業務線(快車,專車,兩輪車等)的業務快速變化,數據庫加字段加索引的需求非常頻繁,分庫分錶方案對於頻繁的Schema變更操作並不友好,會導致DBA任務繁重,變更週期長,並且對巨大的表操作還會對線上有一定影響。同時,分庫分錶方案對二級索引支持不友好或者根本不支持。鑑於上述情況,NewSQL數據庫方案就成為我們解決業務問題的一個方向。

開源產品調研

最開始,我們調研了開源的分佈式NewSQL方案:TIDB。雖然TIDB是非常優秀的NewSQL產品,但是對於我們的業務場景來說,TIDB並不是非常適合,原因如下:

  • 我們需要一款高吞吐,低延遲的數據庫解決方案,但是TIDB由於要滿足事務,2pc方案天然無法滿足低延遲(100ms以內的99rt,甚至50ms內的99rt)
  • 我們的多數業務,並不真正需要分佈式事務,或者說可以通過其他補償機制,繞過分佈式事務。這是由於業務場景決定的。
  • TIDB三副本的存儲空間成本相對比較高。
  • 我們內部一些離線數據導入在線系統的場景,不能直接和TIDB打通。

基於以上原因,我們開啟了自研符合自己業務需求的NewSQL之路。

我們的基礎

我們並沒有打算從0開發一個完備的NewSQL系統,而是在自研的分佈式KV存儲Fusion的基礎上構建一個能滿足我們業務場景的NewSQL。 Fusion是採用了Codis架構,兼容Redis協議和數據結構,使用Rocksdb作為存儲引擎的NoSQL數據庫。 Fusion在滴滴內部已經有幾百個業務在使用,是滴滴主要的在線存儲之一。

Fusion的架構圖如下:

我們為什麼放棄了TiDB,選擇自研NewSQL 1

我們採用hash分片的方式來做數據sharding。從上往下看,用戶通過Redis協議的客戶端就可以訪問Fusion,用戶的訪問請求發到proxy,再由proxy 轉發數據到後端 Fusion 的數據節點。 proxy 到後端數據節點的轉發,是根據請求的key計算hash值,然後對slot分片數取餘,得到一個固定的slotid,每個slotid會固定的映射到一個存儲節點,以此解決數據路由問題。

有了一個高並發,低延遲,大容量的存儲層後,我們要做的就是在之上構建MySQL協議以及二級索引。那麼如何將MySQL的數據格式轉成Redis的數據結構存儲就是我們必鬚麵臨的問題,後面會詳細說。

2. 需求

我們為什麼放棄了TiDB,選擇自研NewSQL 2

綜合考慮大多數用戶對需求,我們整理了我們的NewSQL需要提供的幾個核心能力:

  • 高吞吐,低延遲,大容量。
  • 兼容MySQL協議及下游生態。
  • 支持主鍵查詢和二級索引查詢。
  • Schema變更靈活,不影響線上服務穩定性。

3. 架構設計

Fusion-NewSQL由下面幾個部分組成:

  • 解析MySQL協議的DiseServer
  • 存儲數據的Fusion集群-Data集群
  • 存儲索引信息的Fusion集群-Index集群
  • 負責Schema的管理配置中心-ConfigServer
  • 異步構建索引程序-Consumer負責消費Data集群寫到MQ中的MySQL-Binlog格式數據,根據schema信息,生成索引數據寫入Index集群。
  • 外部依賴,MQ,Zookeeper

架構圖如下:

我們為什麼放棄了TiDB,選擇自研NewSQL 3

4. 詳細設計

存儲結構

MySQL的表結構數據如何轉成Redis的數據結構是我們面臨的第一個問題。

如下圖:

我們為什麼放棄了TiDB,選擇自研NewSQL 4

我們將MySQL表的一行記錄轉成Redis的一個Hashmap結構。 Hashmap的key由表名+主鍵值組成,滿足了全局唯一的特性。下圖展示了MySQL通過主鍵查詢轉換為Redis協議的方式:

我們為什麼放棄了TiDB,選擇自研NewSQL 5

除了數據,索引也需要存儲在Fusion-NewSQL中,和數據存成hashmap不同,索引存儲成key-value結構。根據索引類型不同,組成key-value的格式還有一點細微的差別(下面的格式為了看起來直觀,實際上分隔符,indexname都是做過編碼的):

唯一索引

Key:

table_indexname_indexColumnsValue

Value: Rowkey

非唯一索引

Key:

table_indexname_indexColumnsValue_Rowkey

Value:null

造成這種差異的原因就是非唯一索引在加入Rowkey之前的部分是有可能重複的,無法全局唯一。另外,唯一索引不將Rowkey編碼在key中,是因為在查詢語句是單純的“=”查詢的時候直接get操作就可以找到對應的Rowkey內容,而不需要通過scan,這樣的效率更高。

我們為什麼放棄了TiDB,選擇自研NewSQL 6

後面會在查詢流程中重點講述如何通過二級索引查詢到數據。

數據讀寫流程

數據寫入

  • 用戶通過MySQL-sdk將協議發給dise-server
  • dise-server根據schema對用戶寫入的SQL做校驗
  • dise-server將校驗通過的SQL轉成Redis的Hashmap結構,通過Redis協議發給Data集群
  • Data集群將數據寫入wal文件,並將數據存儲rocksdb。
  • Data集群後台線程將wal文件消費,轉成MySQL-Binlog格式。將數據發到MQ
  • 異步索引模塊消費MQ,將MySQL-Binlog根據操作類型(insert,update,delete)配合schema信息,構建索引信息,並將索引數據寫入index集群。

通過上面的鏈路,用戶的一條MySQL寫操作就完成了數據存儲和索引構建。由於通過數據構建索引這一步是通過MQ異步完成,所以會存在數據和索引有一定的時間差的情況。

查詢

下面是一個使用二級索引查詢數據的案例:

  • dise-server接收到SQL查詢,根據條件,選擇索引,如果沒有命中任何索引,給用戶返回錯誤(Fusion-NewSQL不能以非索引字段作為查詢條件)。
  • 根據選中的索引,構建查詢範圍,通過scan命令遍歷Index集群,獲取符合條件的主鍵集合。下圖以一個SQL查詢,展示使用scan遍歷二級索引的例子:

我們為什麼放棄了TiDB,選擇自研NewSQL 7

  • 根據主鍵,通過hgetall命令向Data集群查詢符合條件的結果集。
  • 將結果集構建成MySQL的結果返回給用戶。

根據上面索引數據的格式可以看到,scan範圍的時候,前綴必須固定,映射到SQL語句到時候,意味著where到條件中,範圍查詢只能有一個字段,而不能多個字段。比如:

我們為什麼放棄了TiDB,選擇自研NewSQL 8

索引是age和name兩個字段的聯合索引。如果查詢語句如下:

select * from student where age > 20 and name >‘W’;

scan就沒有辦法確定前綴,也就無法通過index_age_name這個索引查詢到滿足條件的數據,所以使用KV形式存儲到索引只能滿足where條件中有一個字段是范圍查詢。當然可以通過將聯合索引分開存放,多次交互搜索取交集的方式解決,但是這就和我們降低RPC次數,降低延遲的設計初衷相違背了。為了解決這個問題,我們引入了Elastic Search搜索引擎,這部分後面會詳細說明。

Schema變更

用戶涉及Schema變更時,會以工單形式發給管控系統。管控系統審批過後,會將變更請求推給配置中心,配置中心進行安全性檢查後,將新的Schema寫入到存儲中,並給各個節點推送變更。

字段變更:

節點接收到推送,更新本地的Schema。對於歷史數據,並不真正去修改數據,而是在查詢的時候,根據Schema信息匹配字段,如果數據比Schema缺失某些字段,就使用默認值代替;如果數據比Schema多了字段,就隱藏掉多餘字段不展示。

新增索引分為兩步處理:

  • 新增索引,歷史數據不處理,增量數據立刻走索引構建流程。
  • 通過歷史索引構建工具,掃描歷史數據,構建新索引的KV,將歷史數據完成索引構建。這裡有個優化點,掃描slave而不是master,避免對線上產生影響。

5. 生態構建

一個單獨的存儲產品解決所有問題的時代早已經過去,數據孤島是沒有辦法很好服務業務的,Fusion-NewSQL從設計的那天起就考慮了和其他存儲系統的打通。

Fusion-NewSQL到其他存儲系統

Fusion-NewSQL通過兼容MySQL的Binlog格式,將數據發到MQ中。下游各個系統凡是能接入MySQL數據的,都可以通過消費MQ中相同格式的Fusion-NewSQL數據,將數據存到其他系統中。這樣的方式用最小的工作量最大程度做到了兼容。

Hive到Fusion-NewSQL

Fusion-NewSQL還支持將離線的Hive表中的數據通過Fusion-NewSQL提供的FastLoad(DTS)工具,將Hive表數據轉入到Fusion-NewSQL,滿足離線數據到在線的數據流動。

如果用戶自己完成數據流轉,一般會掃描Hive表,然後構建MySQL的寫入語句,一條條將數據寫入到Fusion-NewSQL,流程如下面這樣:

我們為什麼放棄了TiDB,選擇自研NewSQL 9

  • MySQL-client將寫請求發給DiseServer。
  • DiseServer將MySQL寫做解析,轉成hashmap將轉換後的數據以Redis協議發給Data集群。
  • Data集群的存儲節點收到數據,將數據寫到wal文件。
  • Data集群的存儲節點走Rocksdb的寫流程,這裡包括了寫memtable,還有可能memtable寫滿,發生flush以及觸發後台的compact。
  • 異步線程消費wal,將數據構建MySQL-Binlog格式發到MQ。
  • 異步索引程序消費MySQL-Binlog,構建Index集群需要的數據,向Index集群發送寫入請求。
  • Index集群的存儲節點寫wal。
  • Index集群的存儲節點進入Rocksdb的寫流程。

從上面的流程可以看出這種遷移方式有幾個痛點:

  • 有這種Hive到Fusion-NewSQL數據導入需求的用戶都需要開發一套相同邏輯的代碼,維護成本高。
  • 每條Hive數據都要經過較長鏈路,數據導入耗時較長。
  • 離線平台的數據量大,吞吐高,直接大幅提昇在線系統的QPS,對在線系統的穩定性有較大影響。

基於上述的痛點,我們設計了Fastload數據導入平台,通過約定Hive到Fusion-NewSQL的表格式,使用Hadoop並發處理數據,並構建Rocksdb能識別的sst存儲文件,繞過複雜的DISE寫鏈路,直接將數據導入到Fusion-NewSQL中,流程如下:

我們為什麼放棄了TiDB,選擇自研NewSQL 10

  • 用戶填寫工單,選中將指定Hive表的某些字段映射為Fusion-NewSQL表的字段(這裡可以Hive中多個字段組成一個Fusion-NewSQL字段)。
  • Hadoop遍歷Hive表,並且通過Zookeeper獲取數據應該存放在Data集群和Index集群的路由信息
  • 通過上面的遍歷,計算,之後,將數據直接構建成、Rocksdb能識別的sst,並且其中存的數據已經是按DISE的表結構信息組成的KV數據。
  • 將sst文件直接發送到指定的存儲節點,存儲節點或通過Rocksdb提供的ingest功能,直接將sst文件加載到Fusion-NewSQL中,用戶可以讀到。

這個方案避免了冗長複雜的寫鏈路,同時不會增加系統的QPS,在磁盤和網絡IO沒有達到瓶頸的情況下對線上訪問幾乎是沒有任何影響;同時,用戶只需要填寫Hive到Fusion- NewSQL的Schema映射關係即可,不必再關心實現。

通過Elastic Search實現複雜查詢

在業務使用MySQL或Fusion-NewSQL的過程中,我們發現有這樣一種場景:業務的查詢條件很複雜,涉及的字段數,條件,聚合都比較多,這種場景下,業務會選擇將Elastic Search作為MySQL或Fusion-NewSQL的下游,將數據導入Elastic Search,然後通過Elastic Search豐富的搜索能力,先從Elastic Search中獲取數據在MySQL或Fusion-NewSQL的主鍵,然後再根據主鍵獲取全部數據。

根據上面的場景,Fusion-NewSQL提供一個特殊的索引類型:ES。用戶在創建索引的時候,可以將需要做複雜查詢的字段勾選出來,共同構建成一個ES索引,這樣既滿足了業務需求,避免了每個業務都需要開發一套和Elastic Search交互的複雜邏輯,又統一了數據庫使用接口都為MySQL。同時,還彌補了前面提到的Fusion-NewSQL的KV二級索引不能支持多個字段範圍檢索的能力。

架構圖如下:

我們為什麼放棄了TiDB,選擇自研NewSQL 11

ES索引只是在上圖紅4處,將ES索引中包含的字段信息和主鍵寫入到Elastic Search中。在查詢時綠1如果選中了ES類型的索引,就根據where條件中涉及的字段,組裝成Elastic Search的DSL語句,從Elastic Search獲取主鍵,再從Data集群獲取。由於Elastic Search查詢的延遲比較慢,Fusion-NewSQL可以支持一張表的多個索引採用KV索引和ES索引並存,對於延遲要求高,查詢條件相對簡單的使用KV索引;對於查詢條件複雜,延遲要求不高的使用ES索引。

6. 總結

Fusion-NewSQL當前已經現已經接入訂單、預估、賬單、用戶中心、交易引擎等70個核心業務,總QPS超過200W,總數據超過600TB。

我們為什麼放棄了TiDB,選擇自研NewSQL 12

當然,Fusion-New不是一個通用完備的NewSQL方案,而是在已有的nosql數據庫基礎上,通過對SQL協議的支持以及組合各種組件,構建對一個對外表達的數據庫,但是這種方式,可以以最小的開發代價,滿足大多數的業務場景,具備較高的投入產出比。

7. 後續工作

  • 有限制的事物支持,比如讓業務規劃落在一個節點的數據可以支持單機跨行事務。
  • 實時索引替代異步索引,滿足即寫即讀。目前已經有一個寫穿+補償機制的方案,在沒有分佈式事務的前提下滿足正常狀態的實時索引,異常情況下保證數據索引最終一致的方案。
  • 更多的SQL協議和功能支持。

作者介紹

李鑫

滴滴 | 資深軟件開發工程師

多年分佈式存儲領域設計及開發經驗。曾參與Nosql/NewSQL數據庫Fusion,分佈式時序數據庫sentry,NewSQL數據庫SDB等系統的設計開發工作。

本文轉載自公眾號滴滴技術(ID:didi_tech)。

原文鏈接

https://mp.weixin.qq.com/s/_fWbnaTZ5D9Qg0MljdHknA