《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
OceanBase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
* K1 ?0 v) O2 u/ `  C8 ^( r% S% S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
" s  R# p9 ^# Y1 g: {6 @& K2 f8 J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，
2 }6 l/ X* m8 c, e0 mOceanBase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。
9 @$ Z: R3 c9 o7 D& o: R! l●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，
6 w: U, x( D: h, Q; U( |9 G从而简化应用。
( H' P1 O+ D! ~●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
# z8 m8 o# ~/ F2 \" N- b7 C: R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。
6 v0 R! [* I7 s" y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、
5 L( S' s9 q1 M* `, s# U( T大表左连接、数据过期，那么，OceanBase的优势会更加明显。
当然，OceanBase并不是万能的。例如，OceanBase不适合存储图片、视频等非
# c0 c" }: x) @- L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。
" s! U6 l6 @0 @; x$ D1 V& _4 f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。
. Z" d2 K5 k$ X6 o11.3.1　收藏夹
+ \2 C* b) R! `: J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
8 t2 T' M7 h7 Q% o5 @2 M- D0 E! h4 [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
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；
% L8 ?  S% P5 A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。
●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
9 Q( N6 A6 ]! s* D) G: T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
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。
11.3.2　天猫评价
* |/ @7 B( G6 l6 i. }图11-7展示了天猫某商品在线评价。
7 ]0 X7 b% s' Q4 \$ ~- p* j图　11-7　天猫某商品评价
! h; D* l5 g4 o6 Y3 _天猫评价也属于典型的OLTP应用，主要功能如下：
●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
: T7 p; I% M, R/ x0 v# N& ?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
$ Y- l! C) _2 q持在结果集上执行聚合操作，例如Count计数。
1 i4 I/ I( f* C7 W4 a●修改操作：新增一条评价，修改评价，例如将好评修改为差评。
5 x1 P( m, j2 h! g/ ]) W4 M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
# K! O& G( w9 E+ j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。
# f/ F% _4 [  J3 j●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。
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。
# M" z& P5 L! _( U% z8 T11.3.3　直通车报表
4 \/ [3 y% l" k) V: K% n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：
图　11-8　直通车报表查询页面
4 a" E8 n& i" }! r4 {  z( K5 g●数据定期导入：每天凌晨将Hadoop分析结果导入OceanBase。
- \: i' v: u  B: e  S5 C1 B●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
. @  m6 P) }2 ]2 z0 s% P量、财务花费等数据，响应前端的实时查询需求。
/ J/ u2 m/ j: q; e- z. k( g0 B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
' F1 k* L% t" }. ]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、
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
- B% z( w# _5 D7 h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
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
序后分页展示。
3 p* t* K2 g) s9 _" C: w; c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
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
' Q- W3 Y1 i  ^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
3 N2 W) u) x! V  P7 j/ Y% C5 `# ]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
$ f' k( a: P9 Y8 [4 G+ P- B省存储资源。
/ T7 p( W9 Y2 B8 F* O! {( v5 ^* W1 A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。