支持自动水平拆分的高性能分布式数据库TDSQL
作者：张文，北京邮电大学硕士毕业，2015年加入腾讯，目前在TDSQL团队主要从事Linux后台Server开发、MySQL数据库开发。
责编：仲培艺，关注数据库领域，寻求报道或者投稿请发邮件[email protected]，或微信：zhongpy_0921。
本文为《程序员》原创文章，未经允许不得转载，更多精彩文章请订阅2017年《程序员》
随着互联网应用的广泛普及，海量数据的存储和访问成为系统设计的瓶颈问题。对于大型的互联网应用，每天几十亿的PV无疑对数据库造成了相当高的负载。给系统的稳定性和扩展性造成了极大的问题。通过数据的切分来提高系统整体性能，扩充系统整体容量，横向扩展数据层已经成为架构研发人员首选的方式。
2004年，腾讯开始逐步上线互联网增值服务，业务量开始第一次爆炸。计费成为所有业务都需要的一个公共服务，不再是某个服务的专属。业务量的爆炸给DB层带来了巨大的压力，原来的单机模式已经无法支撑。伴随计费公共平台的整合建设，在DB层开始引入分库分表机制：针对大的表，按照某个key预先拆成n个子表，分布在不同的机器节点上。逻辑层在访问DB时，自己根据分表逻辑将请求分发到不同的节点。在扩容时，需要手工完成子表数据的搬迁和访问路由的修改。DB层在业务狂潮之下，增加各种工具和补丁来解决容量水平扩展的问题。2012年TDSQL项目立项，目标为金融联机交易数据库。TDSQL（Tencent Distributed MySQL，腾讯分布式MySQL）是针对金融联机交易场景推出的高一致性、分布式数据库解决方案。产品形态为一个数据库集群，底层基于MySQL，对外的功能表现上与MySQL兼容。截至2017年，TDSQL已在公司内部关键数据领域获得广泛应用，其中之一作为Midas（米大师）核心数据库，经受了互联网交易场景的考验。Midas作为腾讯官方唯一数字业务支付平台，为公司移动App（iOS、Android、Win phone等）、PC客户端、Web等不同场景提供一站式计费解决方案。
水平拆分
TDSQL规定shardkey为表拆分的依据，即进行SQL查询时，shardkey作为查询字段指明该SQL发往哪个Set（数据分片）。在分库分表之前需要Schedule初始化集群，我们这里称作一个Group。在初始化Group时要确定最初的分片大小，因而需要确定准备几套Set。例如，我们需要对逻辑表拆分成四张子表，需要我们在初始化集群时准备四个Set，同时指定每个Set的路由信息，并将这些路由信息写入ZK，如图1所示。
完成集群初始化后，Proxy监控ZooKeeper中的路由节点，当发现新的路由信息后，更新新的路由到本地。当用户通过Proxy创建表时，一个建表语句发给Proxy必须指定shardkey，例如create table test_shard(a int, b int) shardkey=a。然后，Proxy改写SQL，根据路由信息，在最后增加对应的partition clause，然后发到所有的后端Set，如图2所示。
这样，就完成了一次建表任务，用户看到的是一张逻辑表test_shard，但是在后端创建了4个实体表test_shard，后续用户通过网关进行带shardkey的增删改查时，Proxy便会根据shardkey的路由将SQL发往指定Set。
全局自增字段
在单实例MySQL中，用户可以通过auto_increment属性生成一个唯一的值，在分布式数据库下，利用MySQL的自增属性，只能保证在一个后端实例内实现自增和全局唯一，无法保证整个集群的唯一。
为了保证整个集群的唯一性，很显然不能依赖于后端的数据库，而需要Proxy生成对应的值。同时在实际运行中，Proxy可能有多个，并且可能有重启等操作，通过Proxy自身也很难做到全局唯一，因此选用了ZooKeeper作为唯一值的生成工具。
通过ZooKeeper的分布式特性，可以保证即使多个Proxy同时访问，每次只会有一个Proxy能够成功拿到，使得生成的值是全局唯一。从性能上考虑，不可能每次都与ZooKeeper进行交互获取，因此每个Proxy每次都会申请一段值，都用完后才会向ZooKeeper进行申请。
这种设计方式实现了分布式环境下的自增属性全局唯一。每个Proxy缓存一定数量的值，并且增加单独线程负责向ZooKeeper申请值，使得性能影响降到最低，同时具有容灾特性，即使Proxy挂了或者重启，都能保证全局唯一。但是缺点是：多个Proxy一起使用的时候，只能保证全局唯一，不能保证单调递增。
全局唯一字段的创建方式和普通的自增字段一样：
create table auto_inc(a int auto_increment,b int) shardkey=b;
使用方式也相同：
insert into shard.auto_inc ( a,b,d,c) values(1,2,3,0),(1,2,3,0);
对应的字段如果赋值为0或者NULL时，由Proxy生成唯一的值，然后修改对应的SQL发送到后端。同时也支持select last_insert_id()，返回上次插入的值，每个线程互相独立。
分布式JOIN
在分布式数据库中，数据根据shardkey拆分到后端多个Set中，每个后端Set保存的都只是一部分数据。我们可以方便地在一个Set内做各种复杂的操作，如JOIN、子查询等。分布式JOIN依赖于网关的语法分析，何为语法分析？简单来说，语法分析主要做两方面的事：判断输入是否满足指定的语法规则，同时生成抽象语法树。对于词法分析以及语法分析，开源有多种现成的工具，不需要从头开始做，Linux下用的比较多的是Flex和Bison。
有了语法分析的支持，对于涉及分布式JOIN的查询，例如表t1和t2要做JOIN操作，可能使用不同的字段作为shardkey，这样根据shardkey路由后，相关记录可能分布在两个Set，网关分析后先将数据表t1数据取出，然后再根据t1的shardkey去获取t2的数据，网关在这个过程中先做语法解析再进行数据聚合，最后返回给用户结果集。此外，在实际业务中，有一些特殊的配置表，这些表都比较小，并且变动不多，但是会和很多其他表有关联，对于这类表没必要进行分片，因此支持一种叫做全局表的特殊表。如果用户创建时指定是全局表的话（g1），该表全量存放在后端的所有Set中，查询时随机选择一个Set，修改时修改所有Set。如果对全局表进行JOIN的话，就不需要限制条件，即支持select * from t1 join g1。
分布式事务
针对分布式事务，TDSQL采用两阶段提交算法来实现分布式事务，其中Proxy作为协调者，状态数据持久化到全局事务管理系统中，目前选用的是TDSQL本身的一个InnoDB表来保存（gtid_log）；所有的Group作为参与者来负责具体子事务的执行。
Client向Proxy发送事务
Begin；
Statment1；
Statment2；
…
Proxy为该事务分配一个ID，并将SQL转为：
Xa begin “id”
Statment1;
Statment2;
…
Client提交事务
Client最终向Proxy发送commit。
Proxy对事务prepare
Proxy向所有参与该事务的Set发送：
- Xa end “id” 标识该事务的结束；
- Xa prepare “id” mysql将事务计入Binlog，并通过Binlog传递给Slave，不同于普通事务，写入Binlog之后该事务仍然没有提交；
- 如果任意Set在 prepare过程中失败或者超时，由于此时还没有写存储引擎日志，MySQL自动rollback这个事务，并向Client返回相应错误信息。
Proxy对事务commit
当Proxy收到所有Set的prepare响应之后，Proxy更新gtid_log表将对应XID的事务置为commit状态；Proxy随后向所有Set发送Xa commit “id”，Set收到该请求之后提交该事务。
Proxy返回Client OK
Proxy等待所有Set的commit响应，当所有Set返回成功，Proxy返回前台成功。若其中一台返回失败（当Set发生重启等故障时，需要等待Agent补提交该事务，因而当前属于未提交状态），Proxy返回前台状态未知，稍后请继续查询事务状态。
当Proxy在第四步写完commit后，开始逐个Set提交事务，当还没有完成所有Set提交时Proxy发生宕机，剩余Set中未提交的事务由Agent来提交，以此来保证事务的一致性。Agent会定期通过命令Xa recover查询MySQL中处于prepare状态的事务，再对照gtid-log表查询该事务是否处于commit状态，如果是则comimt。否则可能由于prepare成功后写gtid_log失败，因而Agent需要将该事务abort。
多种模式的读写分离
TDSQL支持三种模式的读写分离。第一种模式下网关开启语法解析的配置，通过语法解析过滤出用户的select读请求，默认把读请求直接发给备机。这种方案的缺点有两个：1. 网关需要对SQL进行分析，降低整体性能；2. 当主备延迟较大时，直接从备机获取数据可能会得到错误的数据。
除了上述模式，TDSQL支持通过增加Slave注释标记，将指定的SQL发往备机。即在SQL中添加/slave/这样的标记，该SQL会发送给备机，即用户能够根据业务场景可控地选择读写分离，即使主备延迟比较大，用户也能够根据需要灵活选择从主机还是备机读取数据，这种模式下网关不需要进行词法解析，因而相比第一种方案提高了整体性能。但是，这种方案的缺陷是改写了正常SQL，需要调整已有用户代码，成本较高，用户可能不太愿意接受。
针对前两种读写分离的不足，最新版本的TDSQL增加了基于只读帐号的读写分离模式。这种模式下，由只读帐号发送的请求会根据配置的属性发给备机。有两种可配属性，IDC属性和备机延迟属性。IDC属性可配置三种属性：1. 为同IDC属性，即只读帐号的请求必须发往同IDC的备机；2. 优先发给同IDC的备机，但当同IDC的备机不存在或宕机时，发往不同IDC的备机；3. 如果找不到满足条件的备机，则发往主机。延迟属性：如果延迟超过阀值，认为该备机不可用。只读帐号能够在既不改变原有用户代码，又不影响系统整体性能的前提下，同时提供多种可配参数解决读写分离的问题，更具有灵活性和实用性。
总结
2014年微众银行设立之初，在其分布式的去IOE架构中，TDSQL承担了去O的角色，以TDSQL作为交易的核心DB，承载全行所有OLTP业务。2015年，TDSQL和腾讯云携手，正式启动“TDSQL上云”的工作，接入了一系列传统以及新型金融企业，覆盖保险、证券、理财、咨询等金融行业。目前，分布式TDSQL正作为腾讯日益重要的金融级数据库，搭建着上百个实例，部署于上千台机器，日均产生TB级数据，承载着公司内外各种关键业务。
在未来，TDSQL重点会在数据库性能、分布式事务、语法兼容三个方面做改进。目前TDSQL基于MariaDB 10.1.x、Percona-MySQL 5.7.x两个分支版本，后续我们会紧密跟进社区并及时应用官方补丁，同时不断针对金融场景的特性对数据库内核进行优化，以此来提升数据库性能和稳定性。当前分布式事务处于初级阶段，对ZooKeeper的依赖性较强，后续可能针对分布式事务的可靠性做持续改进。由于TDSQL在分表环节对语法层做了一些限制，将来我们希望通过对网关解析器的改进，使其能够支持更丰富的语法、词法。