《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
% w: ?9 `  \* S+ A300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
0 w" e+ P& o4 e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，
+ Z. i& U4 N' B0 w' `7 g* h( SOceanBase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
7 P& o5 S  ^" o& d并、分裂、复制、迁移，无须应用考虑分库分表以及扩容问题。
●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
) a' d6 a% J4 G" u  ?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、
5 d" E- _9 ~' {2 p+ M, T) T6 d大表左连接、数据过期，那么，OceanBase的优势会更加明显。
6 _0 h2 t; d, n- D+ m( C当然，OceanBase并不是万能的。例如，OceanBase不适合存储图片、视频等非
% x7 O6 f7 j7 ]. F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。
; Q3 O3 S6 V5 V6 ^+ W9 L% _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
" {9 X! y9 [  Y) m. V; o情况。
11.3.1　收藏夹
! `% t. p1 `  n$ W图11-6展示了淘宝某用户的收藏夹。
$ C* H4 S# `5 K  B! ?图　11-6　淘宝某用户收藏夹
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
: F% Q  ^5 \/ }" |7 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；
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
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
8 j+ }3 y5 ?: i' Z7 u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
2 v  h( ^" w% ~8 M4 _4 X. ^图11-7展示了天猫某商品在线评价。
; L) I7 D! Z" [9 x6 r2 U2 _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：
●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
5 t5 Q, D6 x4 y# V) Z) }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
. B0 V" W" Z) q( y9 v持在结果集上执行聚合操作，例如Count计数。
0 x" A  ?5 t+ h3 ]●修改操作：新增一条评价，修改评价，例如将好评修改为差评。
9 e& h# P# }' y* w3 J5 j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
5 a8 `! R; l0 Z8 E/ c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
+ {: i; g4 u& s) d势主要体现在两个方面：
) A, ^3 u" i  M/ B. F●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
4 l# W" C2 [7 c/ F! X) |' B( A更好，适合大查询使用场景。
/ L7 N1 i1 Z5 v6 ^, ^●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。
8 E; D% Y/ ^! i/ ^4 w2 B11.3.3　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：
图　11-8　直通车报表查询页面
0 A+ K7 J2 K. f1 H) j7 y●数据定期导入：每天凌晨将Hadoop分析结果导入OceanBase。
( E& g3 P8 C3 c: w" u" o●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。
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、
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
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
) h- O3 V1 T5 c; N. @' h: T( T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
# R/ \+ p( h& V/ y; `8 h. c/ K$ o序后分页展示。
+ C7 E* \2 G4 ~3 Q( d4 a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
2 i) I6 D! X+ Y* S; C4 W+ C3 e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
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
2 B7 |. o# I$ |2 T. F/ d$ d" ]. ]- J省存储资源。
+ c* g7 j) p; C5 z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
+ a4 y9 j  E- ?6 d, [& `& h; T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
9 U. C% C9 P, u: l7 l( V- e4 V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。


: h/ j6 |- w0 I3 Y+ G3 a4 Z6 I