| 编辑推荐: |
| 本文来自于深度开源，本文介绍基于MySQL及Redis搭建统一的kv存储服务：常用部署方式及其特点，Cluster
manager，MySQL和Redis集群方案，以及Sync数据同步服务。 |
|
一、MySQL+Redis 常用部署方式
1.1 拓扑
1.2 特点
业务层通过双写同时写MySQL及Redis。读通常在Redis，若读取不到，则从MySQL读取，然后将数据同步到Redis，Redis通常设置expire或者默认LRU进行数据淘汰。
这种使用方式会有如下问题：
1）MySQL及Redis存在数据不一致风险，尤其是长时间运行的系统
2）业务层需要处理MySQL sql schema与Redis kv数据结构上的逻辑差异
3）无统一运维
4）无法方便扩容/缩容
二、KV 化的存储使用理念
2.1 MySQL Is great NoSQL
为什么要用MySQL:
“在可扩展系统构建时，一个很重要的考量是使用的技术是否成熟，选择成熟的技术意味着出错时能够迅速恢复。当然，开发者也可以在项目中使用最新最牛的NoSQL数据库，而这个数据库在理论上也可以良好地运行，然而在生产环境中出现了问题恢复需要多久？技术上已有的知识和经验积累对于问题缓解至关重要，当然这个积累也包括了Google可以搜索到的内容。
相比之下，关系型数据库已经存在了超过四十年，业界对于关系型数据库的维护也积累了大量的经验。基于这些考虑，在新项目做技术选型时通常会选择Mysql，而不是NoSQL数据库，除非NoSQL真的有非常非常明显的优势。”
2.2 KV理念
对于亿级规模的数据存储，尤其是涉及到水平拆分跨机分库分表的情况下，线上对数据库的访问只能做的越简单越好，group
by/order by/分页/通用join/事务等等的支持 在这个量级下的MySQL系统都是不合适的。
基本上目前所有的类proxy的MySQL方案真正上规模线上应用只能使用按拆分键进行读写操作，实际上也是一个用拆分键做的一个kv系统。
若想使用复杂的sql处理，最合理的部署方案是将Mysqlbinlog流水同步服务抽象出来，通过实时同步到OLAP类的系统进行处理。
所以面向海量存储服务，MySQL从一开始就设计为一个KV系统是可行的。value使用mediumblob存储xml/json/protobuf/thrift格式化数据序列化之后的数据。
2.3 MySQL KV化的使用方式
1、用MySQL原来的主键或者索引键当做key
2、其他所有的非主键非索引键，全部包装到value里面，value使用mediumblob存储xml/json/protobuf/thrift格式化数据序列化之后的数据。
3、数据读写操作，均基于key一整行数据做读写，由业务层对里面value的结构做解析及对内部结构做增删改差，而不用变更
MySQL 本身的schema.
2.4 不适用场景
1、数据量和访问量不大并且业务逻辑依赖 MySQL 数据库进行处理的业务场景
2、涉及到多表join等的处理
对于此限制，也可以通过将关联表加工成基于关联条件的一张宽表进行KV化。
3、涉及到事务等的处理。
三、将MySQL+Redis设计为统一的KV存储服务
3.1 目标
1）业务层通过统一方式访问MySQL及Redis，不再使用MySQL客户端及Redis客户端访问
2）MySQL集群化/Redis集群化部署
3）将业务双写改为MySQL到Redis底层binlog数据同步方式完成同步
4）异构数据存储支持最终一致性数据读写服务
5）支持存储层面扩容缩容、failover且业务无感知
6）单机群日百亿次QPS/TPS支持（大类业务适度拆分到不同集群中）
3.2 最终实现
基于MySQL+Redis的统一存储服务（UniStore） =
MySQL跨机分库分表集群
+ Redis集群
+ MySQL->Redis实时数据同步服务
+ 统一的对外数据访问接口
+ 内在的完整运维支持系统（支持在线扩容/缩容、failover等）
3.3 架构图
3.4 架构说明-将存储设计为一种服务
1、将MySQL+Redis做成统一KV存储服务
2、通过acc proxy提供统一的数据访问接口，通过统一协议支持跨语言数据访问
访问协议（自定义协议，protobuf协议，thrift协议等）
3、MySQL cluster支持跨机的分库分表，schemaless设计，所有业务表KV化设计
4、Redis cluster支持跨机的实例拆分
5、Sync数据同步服务提供统一的Mysql到Redis 跨IDC/不跨IDC数据同步服务，小于100ms延时
6、整个系统不涉及到分布式事务处理
3.5 三种部署方式
1、纯MySQL集群部署
此种部署方式等同于其他MySQL proxy跨机分库分表方案，读写均在MySQL
2、纯Redis集群部署
此种部署方式等同于其他Redis proxy跨机分库分表方案，读写均在Redis
3、MySQL+Redis异构部署
写在MySQL，读可以从MySQL读或者Redis读，取决于业务对最新数据的读取要求。
3.6 接口说明
1、int get(int appid, string key,string& value)
Redis读操作专用
2、int get_with_version(int appid,string key, string&
value, int64& version)
MySQL 读操作专用，自带版本号，防止写覆盖
3、int set(int appid, string key,string value, int64
version)
通过appid区分 MySQL 还是Redis，均支持写操作
4、int delete(int appid, string key)
通过appid区分 MySQL 还是Redis, 不支持批量删除
5、int multiget(int appid,vector<string> keys,
map<string, string>& key_value_pairs)
支持批量读操作，内部的数据路由及数据合并不用关心
6、intmultiset(int appid, map<string, string>&
key_value_pairs)
不建议支持，涉及到跨机事务问题，无法保证ACID
7、int Redis_op(string cmd, ……)
Redis其他原生接口封装(incr/expire/list/setnx等)
四、Cluster Manager服务
4.1 Cluster Manager 是一个service
cluster manager主要由如下几种功能
1）MySQL/Redis分片路由信息的管理
1、 MySQL 分库分表路由信息
2、Redis Slot路由信息
3、路由信息变更管理
2）Redis实例的探活及Redis扩容及缩容数据的迁移
比如连续3次，每次间隔30sRedis ping失败，认为实例挂掉，发出报警或者自动切换
3）Cluster manager不建议参与Mysql group主备层面的管理
MySQL 主备层面的集群管理方案：
1、MHA+VIP （互联网公司最常用）
2、微信phxsql系统：https://github.com/tencent-wechat/phxsql
金融级可靠性
五、 MySQL 集群方案
5.1 架构图
5.2 设计原则
1）统一的schemaless表结构
2）跨机的数据分布
支持将单逻辑表水平拆分到多个Mysql服务器中
3）其他说明
1、数据存储可靠性高，所有业务数据通过序列化存储到value列
2、每行数据自带版本号，业务通过cas方式防止业务层多实例同时写造成写覆盖
全局唯一版本号实现：本机微秒时间戳+server_id+proccess_id
3、固定百库百表/百库十表的数据拆分方式，多机跨Mysql实例部署
5.3 路由策略
1) 一致性hash
2) 路由计算算法
crc32/md5/基于字符串的各类hash算法
3) 路由信息格式
| CREATETABLE
`Mysql_shard_info` (
`appid` int(32) NOT NULL,
`begin` int(32) NOT NULL,
`end` int(32) NOT NULL,
`ip` varchar(20) NOT NULL DEFAULT '',
`port` int(11) NOT NULL DEFAULT '0',
`user` varchar(50) NOT NULL DEFAULT '',
`pwd` varchar(50) NOT NULL DEFAULT '',
PRIMARY KEY (`appid`,`begin`)
)ENGINE=InnoDB DEFAULT CHARSET=utf8; |
5.4 数据迁移/自动扩展
数据迁移:
STEP1：利用 MySQL 主备复制机制进行数据复制
STEP2：数据差异小于某一临界值，停止老分片写操作（read-only）
STEP3：等待新分片数据更新完毕
STEP4：更路由规则路由规则，Cluster Manager向所有access proxy更新路由信息
STEP5：删除老分片
自动扩展:
过程类似于数据迁移
六、Redis 集群方案
6.1 部署方式
1、异构读写分离-MySQL写，Redis读
1) 数据写操作在 MySQL ，读操作在Redis
2) 数据通过Sync系统对binlog进行解析从Mysql同步到Redis
3) 数据有同步延迟（小于100ms），实现最终一致性
适用场景：要求数据高可靠，且读量比较大，允许读数据短时间不一致，若期望一直读到最新数据，请使用get_with_version()接口从
MySQL 读取
2、独立的Redis集群服务
1）读写均在Redis，提供独立的KV存储服务
2) 用户不用关注扩容/缩容/故障恢复等问题
3) 集群内多业务混存，提高内存的使用率
适用场景：独立的Redis集群服务，类似twenproxy/codis
6.2 设计要点
1、一致性hash
支持数据跨Redis实例拆分，固定Slot数进行拆分
2、单机多实例部署
1）每个物理机支持多Redis实例
2）每个Redis实例只服务单个业务
3）Redis实例内存大小取决于业务需求，同时考虑业务访问量和数据量
以RedisIP+port标示唯一实例，对于128G内存机器，
可配置3 Redis实例*每实例30G
或10 Redis实例*每实例10G
或20 Redis实例*每实例5G
拆分原则：单实例最大内存使用 < 本机剩余内存
3、以Slot为单位的平滑扩容/缩容
4、以Redis实例为单位的failover处理
6.3 平滑扩容/缩容
主要步骤如下：
STEP1:确认扩容/缩容
Cluster manager通过对系统负载和数据量进行告警，进而确认进行扩容或者缩容
STEP2:修改路由表
1)修改路由表，将对应shard的状态修改为migrate状态，并将新路由推送到所有接入层
2)acc proxy会将写操作转到新的Redis实例中，读操作默认先读新Redis实例，key不存在会继续从老的Redis实例中读取
STEP3:数据迁移
1）Cluster manager通过自动数据迁移工具开始数据迁移，计划依赖Redis的scan命令将相关的key扫出来，通过MIGRATE进行数据迁移
2）多次扫描执行该过程，确认Slot中所有数据迁移完成
STEP4:修改路由表，迁移完成
Cluster manager将读写均切到新Redis实例，不再从老Redis中进行操作
七、 Sync 数据同步服务
7.1 架构
7.2 应用场景
该服务完全可以抽象成独立的数据同步分发服务，对于因为KV化而丢失的sql处理完全可以通过该服务同步到偏OLAP类的系统中进行处理。除了同步到Redis还可以同步到ElasticSearch或者hbase或者写hdfs文件基于hadoop生态去实现复杂计算和分析。
7.3 设计要点
1、集群对集群的实时数据同步
MySQL 统一要求binlog日志为row格式
2、不涉及DDL处理
由于 MySQL schemaless的设计，不用考虑DDL处理，简化同步服务（跨/不跨IDC）
3、基于时间戳的同步延迟监控
MySQL binlog row格式日志自带时间戳，基于此时间戳进行同步延迟监控
4、基于binlog文件名+offset的同步位置管理
定时定量持久化保存当前同步的binlog文件名及offset,用于各种场景下的同步恢复
5、基于行的并行同步
多线程同步模式，主线程通过对tableid或者key做hash,将binlogevent时间分发到对应worker线程的队列中，worker线程依次从队列中获取binlog
event执行
7.4 实现原理
原理相对比较简单：
1）Sync同步工具模拟Mysql slave的交互协议，伪装自己为 MySQL slave，向Mysqlmaster发送dump协议
2）Mysqlmaster收到dump请求，开始推送binary log给slave(也就是同步工具)
3）Sync同步工具解析binary log对象(原始为byte流)，并转换成Redis或其他存储（hdfs/hbase/ES等数据库）相应数据操作接口或者作为消息存储到MQ中（rocketmq或者kafka）
7.5 ROW 格式events
MySQL 5.5 Binlog的事件类型有多种，这里只介绍与ROW模式相关的事件
1) QUERY_EVENT：与STATEMENT模式处理相同，存储的是SQL，主要是一些与数据无关的操作，eg:
begin、drop table
2) TABLE_MAP_EVENT：记录了下一条事件所对应的表信息，在其中存储了数据库名和表名
3) WRITE_ROWS_EVENT：操作类型为insert
4) UPDATE_ROWS_EVENT：操作类型为update
5) DELETE_ROWS_EVENT：操作类型为delete
6) XID_EVENT， 用于标识事务提交(commit)
典型的insert语句有如下4个events组成：
7.6 其他开源同步方案
| 1.
tungsten-replicator(JAVA)
http://code.google.com/p/tungsten-replicator/
2. linkedin databus(JAVA)
https://github.com/linkedin/databus
3. Alibaba canal(JAVA)
https://github.com/alibaba/canal /
|
|
