簡介: TDDL(Tabao Distributed Data Layer)是淘寶開源的一個用於訪問數據庫的中間件,集成了分庫分表,主備,讀寫分離,權重調配,動態數據庫配置等功能。本文以2007年TDDL初誕生時的視角,介紹TDDL是如何一步步設計成型的,但願能幫助同窗們簡單收穫:常規數據庫效率問題解決思路、TDDL框架設計基本思路以及分佈式數據庫設計思路等。html
一覺醒來,我仍是照常去上班,走到西溪溼地附近,馬路沒有,高樓沒有,有的是小山坡和金色的稻田。一番打聽以後,才知道此時沒有什麼西溪園區。沒辦法,硬着頭皮去濱江上班,一刷卡,才發現我並非我,我如今的身份是淘寶數據庫團隊的核心成員。mysql
此時全國上下在迎接着奧運的到來,一片祥和。淘寶網成交額突破400億,日活用戶達1000萬。工程師們都很是興奮,磨刀霍霍。可是也遇到了棘手的問題。git
1.2.1 用戶體驗與反饋redis
用戶廣泛反饋逛淘寶卡頓,操做延遲特別明顯。算法
1.2.2 分析核心緣由sql
1.2.3 總結問題數據庫
高築牆,廣積糧,積極作好準備。緩存
提煉核心:服務器
爲實現以上兩大目標,我能作什麼?網絡
提煉常見的通用方法:
sql優化
下推的目的:提早過濾數據 -> 減小網絡傳輸、並行計算。
創建索引
分庫分表
讀寫分離
緩存的使用
等等。
必須支持動態擴容。
必須走分佈式化路線,百分百不動搖。
3.3.1 分析咱們的架構定位
(1)大前提
說明:大修改就意味着不穩定,所以:咱們要作到儘量少的修改原來的代碼。在程序須要進行拓展的時候,不能去修改原有的代碼,實現一個熱插拔的效果。
(2)當前架構現狀
淘寶網主要使用hibernate/ibatis傳統框架:
(3)分析咱們的架構定位
淘寶數據庫團隊當時使用映射框架(hibernate/ibatis)做爲數據庫交互入庫,爲了避免讓他們修改代碼,那咱們只能在ibatis/hibenate這類映射框架之下。
同時jdbc是與底層數據庫交互的Java數據庫鏈接驅動程序,是基礎能力,咱們要使用它,而不是改造它。
結論:我得把TDDL安插於ibatis/jdbc之間,因而有了第一張架構圖:
結合咱們的目標,通用方法,大前提以及架構定位,分析下咱們能作和不能作的。
不能作的:
能作的:
爲達到語法優化的目的,咱們須要具有什麼能力?
簡單來講:
專業點來講:語義分析能力。
所以:咱們須要設計一個sql解析器,sql優化器。
4.1.1 解析器
解析器的核心是詞法分析、語法語義分析,也就是說來了一條 select/update/insert/delete語句,你能認識它,並且你知道下一步該怎麼處理,同時爲後面的優化器打下基礎。
核心:將sql解析爲一棵語法樹。
例:
SELECT id, member_id FROM wp_image WHERE member_id = ‘123’
sql語法樹:
4.1.2 優化器
核心:
(1)語法優化
a. id = 1 + 1 => id = 2
1 = 1 and id = 1 => id = 1 0 = 1 and id = 1 => 空結果
id > 1 or id < 5 => 永真式 id > 1 and id = 3 => id = 3
id = ‘1’ => id爲數字類型,自動Long.valueof(1) create=‘2015-02-14 12:12:12’ => create爲timestamp類型,解析爲時間類型
(2)下推優化
select from (A) o where o.id = 1 => select from (A.query(id = 1))
說明:提早條件過濾,提早獲取數據,減小後期計算/IO/網絡成本。
A join B on A.id = B.id where A.name = 1 and B.title = 2 => A.query(name = 1) join B.query(title = 2) on A.id = B.id
說明:提早過濾,減輕後期join計算成本,達到「小表驅動」的目的。
A join B on A.id = B.id where A.id = 1 => B.id = 1 => A join B.query(B.id=1) on A.id = B.id
說明:同理,提早過濾。
4.1.3 總結
單庫單表的問題:
幾年前,業務簡單,應用的數據比較少,表結構也不復雜。只有一個數據庫,數據庫中的表是一張完整的表。而到了今天,2007年了,業務複雜起來了,數據量爆增,單表數據破千萬甚至上億條,一條DML語句,死慢死慢的。這種狀況下加索引已再也不有顯著的效果。
這個時候,數據庫效率瓶頸不是靠加索引,sql優化能搞定的。
正確出路:分表分庫,經過將表拆分,來下降單表數據量,進而提升數據庫操做效率。
分表分爲:
分庫分爲:
因爲TDDL不參與業務,而垂直分庫分表是強業務相關的,所以TDDL暫不參與垂直分庫分表,只在水平分庫分表方向上努力。
4.2.1 垂直分表
垂直拆分是將一張表垂直拆成多個表。每每是把經常使用的列獨立成一張主表。不經常使用的列以及特別長的列拆分紅另外一張拓展表。
簡單垂直分表舉例
核心要素:
它帶來的提高是:
4.2.2 水平分表
水平分表是在同一個數據庫內,把同一個表的數據按必定規則拆到多個表中。
簡單點的技巧:按照枚舉類型區分。
做用總結:
4.2.3 垂直分庫
垂直分庫是指按照業務將表進行分類,分佈到不一樣的數據庫上面,每一個庫能夠放在不一樣的服務器上,它的核心理念是專庫專用。
做用總結:
4.2.4 水平分庫(TDDL 核心)
水平分庫是把同一個表的數據按必定規則拆到不一樣的數據庫中,每一個庫能夠放在不一樣的服務器上。
做用總結:
水平分庫核心要解決的問題:
4.2.5 水平分庫——問題解決
(1)自動路由算法
sql轉發:在水平拆分後,數據被分散到多張表裏。原來的一個sql須要拆解,進行轉發路由。
例:
select * from tb1 where member_id in ('test1234', 'pavaretti17', 'abcd'); => select * from tb1 where member_id in ('test1234', 'pavaretti17', 'abcd'); select * from tb1 where member_id in ('abcd');
其中拆分和尋找的算法:怎麼知道對應哪一個表?即自動路由算法。常見的有:固定哈希算法和一致性哈希算法。
a)固定哈希算法
b)一致性哈希算法
一致性哈希算法在1997年由麻省理工學院提出,是一種特殊的哈希算法,目的是解決分佈式緩存的問題。
一致性哈希算法的優點:
因爲一致性哈希算法的優點,此算法幾乎是全部分佈式場景下使用的方案,包括mysql的分佈式、redis的分佈式等。
(2) 結果合併
昇華:引入fork-Join,提高操做速度(多線程併發重點場景,代碼中也很經常使用哦)。
(3)全局惟一主鍵
算法:基於數據庫更新+內存分配。在數據庫中維護一個ID,獲取下一個ID時,會對數據庫進行ID=ID+100 WHERE ID=XX,拿到100個ID後,在內存中進行分配。
例:
水平分庫分表:一拆三場景。 主鍵分隔值:1000。
這種產生全局惟一id的方式至關有效,保證基本的全局惟一特性和高性能的同時,能夠對生成id的數據庫分機架分機房部署達到容災的目的。
4.2.6 分表分庫總結
架構師角度:
我的開發角度:
之因此先垂直拆分才水平拆分,是由於垂直拆分後數據業務清晰並且單一,更加方便指定水平的標準。
分佈式化是大潮,是大規模服務器最後都要走的一步。
4.3.1 讀寫分離
設計讀寫分離的數據庫,有兩大意義:
說明:myisam查詢效率高於默認的innodb效率。參考:myisam和innodb的區別。
核心問題:
4.3.2 容災
主備倒換:提升可靠性 > 應對個別數據庫宕機場景,尤爲主庫宕機。
說明:DB2主庫宕機後,自動將主庫轉爲DB3。
核心問題:
4.3.3 數據備份與同步
當只有單機或者一份數據時,一但數據庫出問題,那麼總體服務將不可用,並且更嚴重的是會形成數據損害丟失不可逆。
在讀寫分離與主備倒換的場景下,核心要解決的是多個數據庫的數據同步與備份問題。
當前主流的是採用日誌備份方式(redis也相似)。
實現原理:binlog日誌備份。
說明:
4.3.4 動態擴容
動態擴容的意義在於:隨着後期業務量增大,數據庫個數能夠經過增多的方式來應對,而相對的改造代價很小。
擴容前:
擴容後:
核心內容:
下圖介紹sql從流入TDD到流入數據庫,期間TDDL各模塊對Sql的處理。
下圖介紹了TDDL三層的位置以及做用。
TDDL 核心能力,核心組建示意圖,其中標出了各模塊核心要解決功能,核心算法等。
參考
TDDL 官方文檔
http://mw.alibaba-inc.com/products/tddl/_book/
TDD產品原理介紹
http://gitlab.alibaba-inc.com/middleware/tddl5-wiki/raw/master/docs/Tddl_Intro.ppt
TDDL(07-10年)初始版本介紹
https://wenku.baidu.com/view/9cb630ab7f1922791788e825.html
阿里雲SQL調優指南
https://help.aliyun.com/document_detail/144293.html
一致性哈希算法原理
http://www.javashuo.com/article/p-tzgogqcu-cr.html
TDDL初期源碼(碼雲)
https://gitee.com/justwe9891/TDDL
MyISAM與InnoDB 的區別(9個不一樣點)
http://www.javashuo.com/article/p-ggggexrz-dx.html