淘宝数据库架构演进历程

淘宝数据库架构演进历程丹臣 / 赵林数据架构师 2010-12-12

提纲淘宝数据库发展的三个阶段用户，商品，交易现在的架构 2010 双 11 大促的挑战 MySQL 源代码研究的一些思路淘宝自主数据库 Oceanbase 原理介绍

淘宝数据库发展三阶段

SQL 语句变化多表关联 Join 单表复杂查询主键查询 SQL 语句复杂程度由繁到简的过程，折射出淘宝数据架构的一些变化。

淘宝电子商务网站的特点高并发， PV13 亿，光棍节促销 PV 达到了 17 亿数据实时性要求高数据准确性要求高大多数页面属于动态网页网站需要大量商品图片展示用户通过搜索引擎，广告，类目导航寻找商品网站读多写少，比例超过 10:1 卖家相关的数据量较大，比如商品数，评价数业务量快速增长

不同的时期，不同的策略正是因为如上的业务特点：早期的淘宝前端应用系统，严重依赖于数据库系统早期单机式的 mysql 的使用方式，在业务的高速发展下，很快达到瓶颈 Mysql 迁移到 Oracle ，并升级到小型机，高端存储后，几年的时间里，满足了淘宝业务快速变化发展的需要。我们的业务发展很快，但我们的技术没有成长

数据库里的数据第一，二阶段的单台数据库里，用户，商品，交易等数据都在一起，存在许多的关联查询，应用完全耦合用户商品交易评价收藏

连接数问题 Oracle 数据库太多的应用机器有限的链接池需要数据库连接小型机的内存有限，发现了 Oracle 数据库有连接数瓶颈， 5000 个以后相当吃力。

中心化，服务化用户，商品，交易三大中心的建设

HSF 的诞生中心化后面临另一个问题，服务调用者，与服务者之间如何进行远程通信，淘宝 HSF 诞生 , 数据库一些 OLTP join 问题解决。 A 服务 B 服务 HSF

数据垂直化应用中心化之后，底层数据库系统按照不同的业务数据进行了一系列的垂直拆分 . 此类拆分方式具有如下的特点： a. 拆分方式简单，只需要把不同的业务数据进行分离 b. 避免了不同的业务数据读写操作时的相互影响 c. 该业务内部及其所导致的问题依旧用户商品交易评价

问题单库 IOPS 3w 单库连接数已经 4k 个了，应用还在不断加机器？单库每秒 SQL 执行次数到 4w 次搜索 dump 数据缓慢， DW ETL 缓慢用硬盘来拼 IOPS ？

一台高端存储的处理能力 480 块盘的 hdisk ， max IOPS 6w 注意应用可以接受的 IO response time, 以及 IOPS 点。比如 3w IOPS 以上，会达到 20ms 以上

数据库架构发展新思路异构数据库读写分离原始架构图（ 08 年 8 月份） :

异构的读写分离 a. 写库为集中式的 oracle 环境 , 提供数据安全性保障 b. 读库使用 mysql, 采用数据分片，分库分表，每台 mysql 放少量的数据 , 单个数据分片内部采用 mysql 复制机制 c. 读库的超大 memory 容量，起到了很好的 cache 作用，在内存中的数据查询性能远远高于在硬盘上的性能 d. oracle 到多台 mysql 按规则复制，由 TDDL 完成 e. 分区键的选择至关重要，尽量让数据访问落在单台数据库上 g. 利用好当前的高端硬件 , 保护好自己的投资

构建数据查询的高速公路应用到 DB 的数据写入与查询从双向通行变成了单向通行，通行效率更高，大大避免了相互影响。“借道行驶”的情况不再出现。

跨不过去的坎为什么不直接迁到 MySQL 上面去呢？ a. 对于核心业务，停机时间有限，宠大的数据无法短时间内迁移 b. 无法在短时间内完成项目发布过程中的测试 c. 没有搞过 mysql 分布式系统，对完全使用 MySQL 还没有信心

大数据量核心业务数据迁移思路采用两步走战略，不仅走得稳，而且走得好：先采用异构的数据库读写分离 , 将数据复制到目标 mysql 各结点，不断切换应用相关的读服务到 mysql 结点上，验证可靠性，机器压力，服务响应时间将写压力从 oracle 结点迁移到 mysql 各结点， oracle 停止写对于一些不太核心，业务不太复杂，相关影响点不多的数据，可以直接进行迁移。

水库模型你的系统可以撑多少？系统余量还有多少？

数据库系统余量两轮测试过程，确保上线稳定：底层数据库环境性能，稳定性的基础测试，常用的工具可以采用 sysbench, orion, supersmack 选择不同的硬件，软件组合，模拟应用的压力测试，要超越当前业务压力的几倍进行，这个压力的幅度可以根据自己的业务增长设计一个合理的值。我们如何做到用数据来说话？靠测试拿数据，不靠经验

数据生命周期之历史迁移 Data Online Data History Data 商品，交易，评价，物流等数据都有自己的生命周期。通过数据历史迁移，减少在线库的容量，提高在线库的性能。

在线与历史应用分离 Online Data Database History Data Database Online Application History Application 数据迁移程序在线库与历史库重要等到级不同 , 在线库更高同一应用的在线应用与历史应用分离高级别的应用不能直接依赖于低级别的数据库

商品访问框架主键查询卖家查询淘宝商品的几个主要的查询： a. 主键查询通过分布式数据库，以及分布式缓存系统解决 b. 卖家商品管理类查询，这一类的查询数据量大，并且还有 like 查询的需求，通过实时搜索解决商品分布式缓存分布式数据库实时搜索注：考虑不同的读载体的技术实现，性能，成本

用户用户登陆事件数据 ( 日志量 90%) 与用户主数据 ( 日志量 10%) 分离，不仅要分表，而且要放到不同的数据库集群中 , 并且作好不同数据等级的容灾处理。用户信息用户主信息用户信息扩展用户主信息数据库集群用户信息扩展数据库集群

过度中心化用户中心 Tair 分布式缓存商品中心交易中心评价中心用户中心调用次数，高峰时期达到了每天 60 亿次，用户中心的过度中心化问题越来越显著 , 成为各种操作的关键路径。 Mysql 集群

用户中心中的读写分离用户中心 Tair 分布式缓存商品中心交易中心评价中心 Mysql 集群在其它中心中内置可以访问 tair 的客户端，大部份的读不需要经过用户中心，直接读 tair ，写需要经过用户中心。

交易的读写分离框架主库按照买家拆分，读库按照卖家拆分。

一些难题数据库集群自动扩展仍然是个难题，但是是可以忍受的，底层数据库集群经过评估，扩展的频率并不高。 MySQL DDL 操作不便，锁表，对写操作影响较大，为了减少影响，分了比较多的表，进一步加重了维护的负担。其它。。。

光棍节大促活动前，经过了充分的准备与系统评估工作： CDN 面临的压力最大，预估流量将会达到 280G 左右，准备了各个层面的系统降级方案。

一个小意外 Dataguard+mirror redo 对写的影响比较大，临时删除远程的 redo member 解决这个问题

MySQL 源代码研究我们主要从两方面着手： MySQL 内部，源代码熟悉，性能优化，新增功能 MySQL 外部，比如利用 binlog 做数据复制

MySQL 源代码研究内部新增的一些功能： a. 给 innodb 动态加数据文件 b. 禁止新连接 c. 表的访问统计 d.Innodb ssd 加速 e.Mysql replication 并行复制

MySQL Binlog 解析数据复制中心解决商品，用户，评价，收藏夹等应用向数据仓库，搜索增量同步数据的需求

MySQL Binlog 解析数据复制中心 C client 端特性： a. 支持 mysql master,slave 主备切换，获取 binlog 不受影响 b. 自动重连主机 c. 支持 checkpoint, 支持断点续传 binlog Java 端复制代码特性： a. 支持 statement, row 两种复制模式 b. 支持按规则复制 c. 支持一定条件下的并行复制 c. 支持 checkpoint

异地多数据中心的数据同步杭州青岛 other

异地多数据中心的数据同步除了 oracle dataguard,master-slave replication 数据复制，我们还有其它哪些可选方案？

淘宝自主数据库 Oceanbase 动态数据与静态数据进行分离 , 动态数据采用集中式，静态数据存放与服务采用分布式设计了一个宽表，冗余数据，将离散型 IO 合并成连续型 IO 每晚动态数据，与静态数据合并一次将首先在收藏夹应用上试点

总结架构就是用一些简单的道理，去解决问题对多种技术，业务特征，细节都要有所了解，考虑周全识别系统的主要问题，花 80% 的精力去解决 80% 的问题架构都是有时效性的，需要不断探索或者接受新的思路

Follow me Taobao dba 团队 blog http://www.taobaodba.com/ 我的 blog subject: Data & Architecture http://zhaolinjnu.blog.sohu.com/ 我的新浪微博 : 丹臣 http://t.sina.com.cn/zhaolinjnu 我的 msn: [email_address]

淘宝数据库架构演进历程

More Related Content

Viewers also liked (14)

Similar to 淘宝数据库架构演进历程 (20)

淘宝数据库架构演进历程

Editor's Notes