《大规模分布式存储系统》第11章 质量保证、运维及实践【11.3】

javazx

11.3　应用
: E, d2 u7 p. e& U7 k( @% D$ cOceanBase上线两年左右的时间已经接入了30多个业务，线上服务器数量超过
300台。虽然OceanBase同时支持OLTP以及OLAP应用，但是OceanBase具有一定的适
用场景。如果应用总数据量小于200TB，每天更新的数据量小于1TB，且读写压力较
大，单台关系数据库无法支撑，那么，适合采用OceanBase。对于这种应用，
OceanBase具有如下优势：
●无须分库分表。OceanBase系统内部自动按照数据范围划分子表，支持子表合
并、分裂、复制、迁移，无须应用考虑分库分表以及扩容问题。
" f+ `/ ]& M5 C* w. q; B4 J8 ?! C●易于使用。OceanBase的使用方式和关系数据库基本一致，且保证强一致性，
从而简化应用。
●更低的成本。OceanBase采用C++语言实现，并针对多核、SSD、大内存等现代
服务器硬件特点做了专门的优化，能够最大程度地发挥单台服务器的性能。
如果应用需要使用OceanBase专有的功能，例如10.4和10.5节提到的并发查询、
大表左连接、数据过期，那么，OceanBase的优势会更加明显。
& _5 g8 ^# w2 X% t, C当然，OceanBase并不是万能的。例如，OceanBase不适合存储图片、视频等非
9 c9 U* n5 H0 x) u9 n- y9 i结构化数据，也不适合存储业务原始日志。这些信息更适合存储在专门的分布式文
件系统，比如Taobao File System、HDFS中。
本节选取收藏夹、天猫评价、直通车报表这几个典型业务说明OceanBase的使用
情况。
, B' O6 G9 M$ Z  r1 f6 h! a11.3.1　收藏夹
图11-6展示了淘宝某用户的收藏夹。
图　11-6　淘宝某用户收藏夹
6 l* l: K7 i6 }7 c" M* b收藏夹属于典型的OLTP业务，主要功能如下：
●收藏列表功能（范围查询）：按照某种过滤条件，例如标题、标签等查询某个
  }. M9 m8 |4 a+ {9 W- R' u. s用户的所有收藏；可能需要按照某种特定条件排序，例如商品价格、收藏时间等；
" v, G* a0 n( Q9 o3 @6 \' k支持对结果的分页；支持在结果集上执行聚合操作，例如Count计数。
  c- T/ {7 f8 j- q  l) c* G, g5 c●修改操作：将商品或者店铺添加到收藏夹，删除收藏，对收藏条目打标签。
10.5.1节中提到的大表左连接功能是收藏夹的难点，OceanBase高效地实现了这
个需求。截至2012年11月11日，收藏夹集群规模接近60台服务器，单表数据量超过
100亿条，整体数据量超过200亿条。2012年11月11日当天读取次数超过15亿，且大
" c; t- {( q8 G部分查询为范围查询，读取总条目数超过900亿条，读取平均延时在10～20毫秒。
: x& _, d$ c! s( p0 F11.3.2　天猫评价
图11-7展示了天猫某商品在线评价。
9 @" g9 i( d1 q, D图　11-7　天猫某商品评价
天猫评价也属于典型的OLTP应用，主要功能如下：
4 m& T8 a5 M* d1 d●评价展示（范围查询）：按照某种过滤条件，例如标签，查询某个商品的所有
3 l- L5 ~# y) u评价；可能需要按照某种特定条件排序，例如时间、信用；支持对结果的分页；支
持在结果集上执行聚合操作，例如Count计数。
8 z6 t' q$ \8 p6 A! \, r●修改操作：新增一条评价，修改评价，例如将好评修改为差评。
天猫评价的难点在于部分商品评价数很多，达到数十万条，极少数商品的评价
数甚至超过一百万条，采用传统数据库方案很容易出现超时的情况。OceanBase的优
势主要体现在两个方面：
●相比传统数据库，OceanBase的数据在物理上连续存放，因此，顺序扫描性能
更好，适合大查询使用场景。
●如果一个商品的评价数过多，OceanBase系统内部会自动将该商品的数据拆分
成多个子表，从而发挥OceanBase的并发查询优势。
; ^7 J7 U* |, {0 \' R- z天猫评价总体数据量超过7亿条，大部分查询能够在20毫秒之内返回，大查询的
延时约为200ms，满足了应用的需求。当然，大查询延时还有较大的优化空间。
11.3.3　直通车报表
直通车报表是典型的OLAP报表需求如图11-8所示，包含如下几个方面：
! z3 ?8 J8 o/ p: ~, m图　11-8　直通车报表查询页面
●数据定期导入：每天凌晨将Hadoop分析结果导入OceanBase。
●报表查询：按照用户、推广计划、宝贝、关键词等多种维度分组，统计展现
量、财务花费等数据，响应前端的实时查询需求。
& P. {: x% L5 Z1 q3 D7 {每天导入OceanBase的数据中，每个关键词会有一条数据，包含了这个关键词当
天的展现量、点击量、财务花费等统计数值。用户允许查看最近三天、最近一周、
8 e: H' I9 f# ]. c: Q8 Y最近一个月或者其他任意时间范围的统计数据，统计值包含这个时间范围内展现量
: m, U' H" y. Z9 d4 q6 i总和、财务花费总和等，还包括一些计算值，例如点击率（Click Through
Rate,CTR）、每次点击花费（Cost Per Click,CPC）等值，按照用户、推广计划、宝
. v- D& C0 l4 |4 H& \2 x# R& _贝、关键词等维度分组，并且可以按照任意列对这些分组的统计数据进行排序，排
# K; a, V7 X' t" T序后分页展示。
直通车报表的难点在于多维度组合查询，每次查询最多需要分析上千万条记
录，且要求响应时间在秒级。由于多个维度可以任意组合，传统数据库二级索引的
# U% f8 U8 i7 @方式不再适用。OceanBase支持并行计算，自动将大请求拆分为多个小请求同时发给
多台ChunkServer并发执行，从而将延时降低一到两个数量级。另外，由于直通车报
表大部分字段为整数类型，OceanBase内部会自动将整数编码以后压缩存储，从而节
省存储资源。
. ]; p* k* o+ ^- m; R+ {基于容灾考虑，直通车报表部署了主备两个集群，每个集群12台服务器，整体
数据量超过1500亿条。每天导入数据量大约为100GB，导入时间在1到2个小时。线
上平均查询延时小于100毫秒，涉及千万条以内记录的大查询延时在3秒以内。
$ X1 |3 Q; h" e' x