“如何做到支撐32.5萬筆/秒交易的同時降低數據庫成本？”

一、背景

隨著阿里集團電商、物流、大文娛等業務的蓬勃發展，數據庫實例以及數據存儲規模不斷增長，在傳統基于單機的運維以及管理模式下，遇到非常多的困難與挑戰，主要歸結為：

• 機型采購與預算問題

在單機模式下計算資源（CPU和內存）與存儲資源（主要為磁盤或者SSD）存在著不可調和的沖突；計算與存儲資源綁定緊密，無法進行單獨預算。數據庫存儲時，要么計算資源達到瓶頸，要么是存儲單機存儲容量不足。這種綁定模式下，注定了有一種資源必須是浪費的。

• 調度效率問題

在計算與存儲綁定的情況下，計算資源無法做無狀態調度，導致無法實現大規模低成本調度，也就無法與在大促與離線資源進行混布。

• 大促成本問題

在計算資源無法做到調度后，離線混布就不再可能；為了大促需要采購更多的機器，大促成本上漲嚴重。

因此，為了解決諸多如成本，調度效率等問題，2017年***對數據庫實現計算存儲分離；計算存儲分離后，再將計算節點與離線資源混布，達到節省大促成本的目的。 

2017年數據庫計算存儲分離，

使得數據庫進行大規模無狀態化容器調度成為可能！

使得數據庫與離線業務混布成為可能!

使得低成本支持大促彈性成為可能！

在高吞吐下，總存儲集群整體RT表現平穩，與離線資源聯合***發力，最終***完成2017年“11.11”大促10%的交易支撐；

并為明年全面擁抱計算存儲分離與大規模離在線混布，打下堅實的基礎。

二、計算存儲分離

在所有業務中，數據庫的計算存儲分離最難，這是大家公認的。因為數據庫對于存儲的穩定性以及單路端到端的時延有著***的要求：

 1.   存儲穩定性

在分布式存儲的穩定性方面，我們做了非常多的有意探索，并且逐一落地。這些新技術的落地，使得數據庫計算存儲分離成為可能：

• 單機failover

單機failover我們做到業界的***，5s內完成fo，對整體集群的影響在4%以內（以集群規模24臺為例，集群機器越多，影響越小）。另外，我們對分布式存儲的狀態機進行加速優化，使得基于paxos的選舉在秒級內進行集群視圖更新推送。

• 長尾時延優化

計算存儲分離后，所有的IO都變成了網絡IO，因此對于單路IO時延影響的因素非常多，如網絡抖動，慢盤，負載等，而這些因素也是不可避免的。我們設計了“副本達成多數寫入即返回的策略（commit majority feature）”，能夠有效地使長尾時延抖動做到合理的控制，以滿足業務的需求。

以下是commit majority feature開起前后的效果對比。其中“藍色”為優化后的長尾時延，“紅色”為優化前長尾時延，效果非常顯著。

• 流控

我們實現了基于滑動窗口的流控功能，使得集群后臺活動（如backfill和recovery）能根據當前的業務流量進行自適配的調整，在業務與后臺數據恢復之間做到***平衡。

一般如果集群后端活動太低，會影響數據恢復，這會提高多盤故障的概率，降低了數據的可靠性。我們經過優化后，通過滑動窗口機制，做到了前后端數據寫入的速動，在不影響業務寫入的情況下，盡***可能提高數據恢復速度，保證多副本數據的完整性。

提高數據重平衡的速度，也是為了保證整個集群的性能。因為一出現數據傾斜時，部分盤的負載將變大，從而會影響整個集群的時延和吞吐。

流控效果如下： 

• 高可用部署

在高可用部署上，我們引入的故障域的概念。多個數據副本存儲在多個故障域，分布到至少4個RACK以上的機架上，用于保障底層機柜電源以及網絡交換設備引起的故障等。

為了能夠更好的理解數據副本存儲位置（data locality），需要知道數據散射度（scatter width）的概念。怎么來理解數據散射度？

舉個例子：我們定義三個copy set（存放的都是不同的數據）:{1，2，3}，{4，5，6}，{7，8，9}。任意一組copy set中存放的數據沒有重復，也就是說一份數據的三個副本分別放置在：{1，4，7}或者{2，5，8}或者{3，6，9}。那么這個時候，其數據散射度遠小于隨機組合的C(9,3)。

隨機組合時，任意3臺機器Down機都會存在數據丟失。而采用此方案后，只有當{1，4，7}或者{2，5，8}或者{3，6，9}其中的任意一個組合不可用時，才會影響高可用性，才會有數據丟失。

綜上可知，我們引入copy set的目標就是盡量的降低數據散射度“S“。下圖中兩組replica set，其中每一組的三個副本分別放置到不同的RACK中。

我們的優化還有很多，這里不再一一列舉。

 2.    數據庫吞吐優化

當所有的IO都變成網絡IO后，我們要做的就是如何減少單路IO的延遲，當然這個是分布式存儲以及網絡要解的問題。

分布式存儲需要優化自身的軟件stack以及底層SPDK的結合等。

而網絡層則需要更高帶寬以及低時延技術，如25G TCP或者25G RDMA，或者100G等更高帶寬的網絡等。

但是我們可以從另外一個角度來考慮問題，如何在時延一定的情況下，提高并發量，從而來提高吞吐。或者說在關鍵路徑上減少IO調用的次數，從而從某種程度上提高系統的吞吐。

大家知道，影響數據庫事務數的最關鍵因素就是事務commit的速度，commit的速度依賴于寫REDO時的IO吞吐。所謂的REDO也就是大家熟知的WAL(Write Ahead Log)日志。

在臟數據flush回存儲時，日志必須先落地，這是因為數據庫的Crash Recovery是重度以來于此的。在recovery階段，數據庫先利用redo進行roll forward；再利用undo進行roll backward，***再撤銷用戶未提交的事務。

因此，存儲計算分離下，要想在單路IO時延一定時提高吞吐，就必須要優化commit提交時的效率。我們通過優化redo的寫入方式，讓整個提高吞吐100%左右，效果如下： 

另外，也可以優化redo group commit的大小，結合底層存儲stripe能力，做并發與吞吐優化。

備注：”D13”是一種已經做過raid的SATASSD

 3.    數據庫原子寫

在數據庫內存模型中，數據頁通常是以16K做為一個bufferpage來管理的。當內核修改完數據之后，會有專門的“checkpoint”線程按一定的頻率將Dirty Page flush到磁盤上。我們知道，通常os的page cache是4K，而一般的文件系統block size也是4K。所以一個16k和page會被分成4個4k的os filesystem block size來存儲，物理上不能保證連續性。

那么會帶來一個嚴重的問題，就是當fsync語義發出時，一個16k的pageflush，只完成其中的8k，而這個時候client端crash，不再會有重試；那么整個fsync就只寫了一半，fsync語義被破壞，數據不完整。上面的這個場景，我們稱之為“partial write”。

對于MySQL而言，在本地存儲時，使用Double Write Buffer問題不大。但是如果底層變成網絡IO，IO時延變高時，會使MySQL的整體吞吐下降，而Double Write Buffer會加重這個影響。

我們實現了原子寫，關閉掉Double Write Buffer，從而在高并發壓力及高網絡IO時延下，讓吞吐至少提高50%以上。

4.    網絡架構升級

分布式存儲，對于網絡的帶寬要求極高，我們引入了25G網絡。高帶寬能更好的支持阿里集團的大促業務。另外，對于存儲集群后臺的活動，如數據重平衡以及恢復都提供了有力的保障。 

三、離在線混布

計算存儲分離后，離在線混布成為可能；今年完成數據庫離在線混布，為2017年大促節省了計算資源成本。

在與離線混布的方案中，我們對數據庫與離線任務混跑的場景進行了大量的測試。

實踐證明，數據庫對時延極度敏感，所以為了達到數據庫混布的目的，我們采用了以下的隔離方案： 

• CPU與內存隔離技術

CPU的L3是被各個核共享的，如果在一個socket內部進行調度，會對數據庫業務有抖動。因此，在大促場景下，我們會對CPU進行獨立socket 綁定，避免L3 cache干擾；另外，內存不超賣。當然，大促結束后，在業務平峰時，可以擇機進行調度和超賣。 

• 網絡QOS

我們對數據庫在線業務進行網絡打標，NetQoS中將數據庫計算節點的所有通信組件加入到高優先級group中。

• 基于分布式存儲的彈性效率

基于分布式存儲，底層分布式存儲支持多點mount，用于將計算節點快速彈性到離線機器。

另外，數據庫Buffer Pool可以進行動態擴容。大促ODPS任務撤離，DB實例Buffer Pool擴容；大促結束后，Buffer Pool回縮到平峰業務時的大小。

以下是今年離在線混布的部署圖： 

四、雙11大促求證

 我們拿了其中一個中等壓力的數據庫的業務，其吞吐達到將近3w tps，RT在1ms以內，基本上與本地相當，很好的支撐了2017年大促。

 這就是我們今年所做的諸多技術創新的結果。

五、展望

目前我們正在進行軟硬件結合（RDMA，SPDK）以及上層數據庫引擎與分布式存儲融合優化，性能將會超出傳統SATA SSD本地盤的性能。

RDMA和SPDK的特點就是kernel pass-by。未來，我們數據庫將引入全用戶態IO Stack，從計算節點到存儲節點使用用戶態技術，更能充分滿足集團電商業務對高吞吐低時延的***要求。

下面是我們進行測試的一組數據，其中本地用的是SATA SSD，并且做了raid，但是其性能略低于基于RDMA和SPDK的分布式存儲。

這些網絡和硬件技術的發展，將會給“云計算”帶來更多的可能性，也會給真正的“云計算”新的商業模式帶來更多憧憬，而我們已經在這條陽光的大道上。 

歡迎有更多的存儲及數據庫內核專家一起參與進來，一起攜手邁進未來。 

【引用】

[1] Copysets:Reducing the Frequency of Data Loss in Cloud Storage

[2] CRUSH: Controlled,Scalable, Decentralized Placement of Replicated Data