假如让你来设计数据库中间件

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

假如让你来设计数据库中间件

作者:58沈剑

一、总体目标

数据库中间层项目背景不再展开,根据前期的调研以及和公司同事的讨论,中间层的核心目标主要有两个:

  • db虚拟化 :让db对业务线透明(本文的db均指mysql),业务线不再需要知道db的真实ip,port,主从关系,读写关系,高可用等
  • 分库的支持 :让db的分库对业务线透明

二、实现的功能

上述目标相对比较宽泛,具体来说,数据库中间层需要实现以下功能。

(1)统一接入入口

如果统一接入入口,从今以后, 不再有

				db1.58.com:3306
				db2.58.com:3306
				im.58.com:3306
				jiaoyou.58.com:3306
			

只有

				db.58.com:3306
			

所有的业务线,对db的访问,都只有一个入口,由数据库中间层来进行权限验证,由中间件来路由请求,这是一种完美的情况。

当然,统一一个总入口目标有点宏大,可以循序渐进,先各业务线统一读写访问入口,故折衷的目标可以是,从今以后,不再有

				im.read.db1.58.com:3306
				im.read.db2.58.com:3306
				im.write.db.58.com:3306
			

而只有

				im.58.com:3306
			

假如让你来设计数据库中间件

im业务对db的访问,统一到一个入口上来了,由中间层来对请求进行智能路由。

更简化的,甚至可以初期同一个业务线的db读写都不对业务线透明,数据库中间层只做简单的请求转发,先初步的把数据库访问入口收拢到数据库中间层来,为后续的统一,再统一打下基础。

假如让你来设计数据库中间件

ROAD-MAP规划如下:

  • 业务线入口统一(中转请求)
  • 业务线入口统一(智能路由)
  • 全局入口统一

(2)保持访问接口

假如让你来设计数据库中间件

原来db的访问方式主要有以上三种:

  • 手工用mysql客户端连mysql,直连数据库执行命令
  • java使用jdbc连接数据库
  • c/c++使用libmysqlclient.a来对mysql进行访问

所谓保持访问接口 ,是指上游对数据库的访问接口完全不用变,中间件服务对上游来说,就是数据库。

假如让你来设计数据库中间件

由于SQL协议是非常复杂的,在db的客户端与服务器插入了一个中间层之后,不一定能对所有的SQL功能都进行支持,支持哪些SQL是需要慎重考虑的。

(3)屏蔽读写分离

假如让你来设计数据库中间件

业务层不需要在关注读写分离,由中间件来进行读写请求路由。

(4)支持的分库

58的db的水平扩展,基本是用的分库的方式(分库比较好,很容易实现实例的扩容),即:

db.table会水平拆分为:

				db1.table
				db2.table
				db3.table
				db4.table
			

这样的话,dao层对于table就只有一个table实例了,比较方便。

假如让你来设计数据库中间件

根据前期与各业务线同学的沟通,58在分库上的业务访问需求为(这个调研的周期比较长,和很多业务线进行了沟通):

  • patition key普通查询
  • patition key上的IN查询
  • 非patition key上的查询
  • 有限功能的排序+分页查询

故对分库上的分布式SQL功能,数据库中间层只需要支持上上述四项即可。

(5)高可用性的支持

高可用的支持又分为两个部分:

第一部分,故障自动发现:下游数据库挂了,能够自动发现问题,并报警周知相关人员。

第二部分,故障自动转移:

  • 主库挂了,能够自动切换,或者屏蔽写请求
  • 从库挂了,能够自动自动切换读请求量流量
  • 中间件挂了,自动切换中间件流量,高可用

(6)可运维性的支持

  • 支持一些统计数据的展现
  • 支持一些管理命令
  • 支持页面话的运维

however,只要总的框架设计具备可扩展性,这些功能可以循序渐进,逐步添加。

三、设计折衷

(1)协议与整体架构

既然选择了mysql client server protocol作为业务层与中间层之间的协议,那么 中间层必然是作为mysql-server接收上游的请求作为mysql-client向真正的mysql发送请求 的,中间层的整体结构如下:

假如让你来设计数据库中间件

这样的话,需要对mysql client server protocol做详尽的研究,了解:

  • 连接的建立过程
  • 权限认证的过程
  • 压缩解压缩的过程
  • 请求响应二进制协议各种细节

协议这一块的掌握必须详尽,好在官方文档相对比较全面:

http://dev.mysql.com/doc/internals/en/client-server-protocol.html

(2)架构细节

假如让你来设计数据库中间件

总体架构细节图如上。

(2.1)上游

  • mysql客户端,java使用jdbc作为上游连接,c/c++使用libmysql.a作为上游连接,使用的是Mysql Client Server协议
  • DBA亦可以向中间件发送一些管理命令,或者查看一些统计信息,使用的是自己定义的内部协议

(2.2)下游

处于系统体系结构中的最后端,系统中间件的下游就是mysql集群了,中间件与mysql之间使用的也是Mysql Client Server协议。

(2.3)中间层-ConfigMgr

中间层配置文件管理组件 ConfigMgr是中间层中非常重要的一个部分,请求的转发,读写分离,分库功能的支持,都需要通过配置来完成。

				<mysql>
				<db id=0 logic_db="im"type=1>
				<item ip="10.58.1.100" port=3306 name="im" />
				</db>
				<db id=1 logic_db="umc"type=2 patition_count=2 key="uid" hash="mod">
				   <patition id=0>
				       <item ip="10.58.1.100" port=3306 role="w" />
				       <item ip="10.58.1.101" port=3306 role="r" />
				       <item ip="10.58.1.102" port=3306 role="r" />
				   </patition>
				   <patition id=1>
				       <item ip="10.58.1.100" port=3316 role="w" />
				       <item ip="10.58.1.101" port=3316 role="r" />
				       <item ip="10.58.1.102" port=3316 role="r" />
				   </patition>
				</db>
				</mysql>
			

从配置文件可以看出,ConfigMgr需要管理的mysql配置类型有两种:

type=1请求转发

				<db id=0 logic_db="im"type=1>
				       <item ip="10.58.1.100" port=3306 name="im" />
				</db>
			

配置的含义是,上游如果访问逻辑数据库logic_db=”im”,中间件则将请求转发到实际的后端数据库item,item中配置了后端数据库的ip/port/name。

type=2分库支持

解释分库支持的配置之前,先说明一下数据库的层次结构LOGIC_DB、PARTITION、ITEM。

假如让你来设计数据库中间件

LOGIC_DB :逻辑数据库,面向上游,例如umc

PARTITION :数据库分区,可以理解为分库,例如umc0和umc1,这个对上游是透明的

ITEM :数据库项,可以理解为一个分区上的一个读库或者写库,这个对上游也是透明的

上例中对应的配置文件为:

				<db id=1 logic_db="umc"type=2 patition_count=2 key="uid" hash="mod">
				   <patition id=0>
				       <item ip="10.58.1.100" port=3306 role="w" />
				       <item ip="10.58.1.101" port=3306 role="r" />
				       <item ip="10.58.1.102" port=3306 role="r" />
				   </patition>
				   <patition id=1>
				       <item ip="10.58.1.100" port=3316 role="w" />
				       <item ip="10.58.1.101" port=3316 role="r" />
				       <item ip="10.58.1.102" port=3316 role="r" />
				   </patition>
				</db>
			
  • LOGIC_DB :需要关注partition-key-column,也需要关注partition算法,它要实现对PARTITION的请求路由以及结果集的汇总
  • PARTITION :需要关注ITEM的读写特性,它要实现对ITEM的读写分离
  • ITEM :是最终的数据库,和它相关的配置是数据库ip/port/name/wr-type

(2.4)中间层-MysqlServerPart

中间层服务端组件 MysqlServerPart是中间层中非常重要的一个部分,它负责端口的监听+请求接收与返回(服务端网络IO),MysqlProtocol的解析。根据其功能,MysqlServerPart组件又主要分为两个组件ServerIOMgr组件(服务端IO管理),MysqlProtocolAnalyzer组件(Mysql协议分析)。

这一层次面临这些细节:

  • server网络框架的选取:建议使用异步server
  • 并发模型的选取:建议使用IO-thread + multi-work-thread的并发模型
  • 内存管理模型的选取:建议使用内存池
  • 连接上下文管理,最容易想到的上下文,一个数据库连接是和一个逻辑库LOGIC_DB绑定的
  • Mysql如何建立数据库连接:需要考察Mysql协议
  • Mysql协议的细化解析:需要考察Mysql协议

(2.5)中间层-MysqlClientPart

中间层客户端组件 MysqlClientPart是中间层中非常重要的一个部分,它负责中间件对mysql的连接池管理,以及返回结果集的解析。根据其功能,MysqlClientPart组件又主要分为两个组件ClientConnPoolMgr组件(客户端连接池管理),ResultSetAnalyzer组件(返回结果集分析)。

这一层次面临这些细节:

  • 数据库连接池的实现
  • 数据库连接模型的选型:建议前期使用同步模型
  • 连接上下文管理,最容易想到的上下文,一个数据库连接是和一个ITEM绑定的
  • Mysql结果集的细化解析:需要考察Mysql协议

(2.6)中间层-SqlParser

中间层Sql分析组件 SqlParser是中间层中非常重要的一个部分,它负责对sql语句的语法分析与语义分析。

为什么要进行Sql语法语义分析?需要解析出什么东东?

分为两种情况:

type=1请求转发

对于请求的中转,上游一个数据库连接对应一个逻辑库LOGIC_DB,由ConfigMgr可以知道对应下游一个真实的ITEM(ip/port/db),此时直接转发请求即可,无需解析Sql语句。

type=2分库支持

对于分库的支持,解析Sql语句可能需要得到这些问题的答案:Sql是否带了partition-key-column?partition-key-column的值是多少?

例如一条Sql语句: select * from user where uid=123456;

就必须将“uid”列属性,以及uid的列属性值“123456”解析出来,以用作后续请求路由。

注意:更细的情况是,针对每个表,分库partition-key-column都是不一样的,上例中还需要将表名user也解析出来。

这一层次面临这些细节:

  • 如何解析Sql语句:可以参考mysql源码对SQL语句的解析,亦可参照cober对SQL语句的解析方法;

注:由于我们只需要支持多库,数据库库名信息是在“连接”这一层获取的,又我们支持的分布式Sql的种类有限,故只需解析partition-key-column,offset/limit等少数信息即可。

(2.7)中间层-SqlModifier

中间层Sql修改组件 SqlModifier是中间层中非常重要的一个部分,它负责对sql语句改写。

为什么要对Sql语句进行改写?

type=1的请求转发,无需修改Sql,但对于type=2的分库支持,有些Sql语句就必须进行改写。

例如: select * from user where uid in(1,2,3,4,5,6);

假设PARTITION分了0和1奇偶两个分区,则sql应该分别被改写为:

select * from user where uid in(2,4,6);  => 路由给0库;

select * from user where uid in(1,3,5);  => 路由给1库;

又例如: select * from user limit 1000,10;

则sql可能会被改写为:

select * from user limit 0,1010;  => 分别路由到两个库,收集完结果集共2020条记录,再排序取其中1000-1010这10条。

哪些Sql需要改写,如何改写?

结合我们需要实现的四类分布式Sql:

  • patition key普通查询
  • patition key上的IN查询
  • 非patition key上的查询
  • 有限功能的排序+分页查询

只有(2)和(4)两项需要改写,改写方法上文已述,其中(4)的改写效率较低,使用起来要谨慎。

(2.8)中间层-SqlRouter

中间层Sql路由组件 SqlRouter是中间层中非常重要的一个部分,它负责对sql语句进行路由。

哪些Sql需要路由,如何路由?

结合我们需要实现的四类分布式Sql:

  • patition key普通查询
  • patition key上的IN查询
  • 非patition key上的查询
  • 有限功能的排序+分页查询

只有(1)和(2)两项需要路由,(3)和(4)需要将请求分发至所有的PARTITION。

(2.9)中间层-ResultSetMerger

中间层结果集合并组件 ResultSetMerger是中间层中非常重要的一个部分,它负责对结果集进行合并,筛选。

哪些Sql需要合并结果集,筛选结果集?

结合我们需要实现的四类分布式Sql:

  • patition key普通查询
  • patition key上的IN查询
  • 非patition key上的查询
  • 有限功能的排序+分页查询

其中(2)和(3)类查询需要将结果集进行合并,(4)不但要合并结果集,还需要将结果集在本地进行排序,然后再筛选出真正的结果集。

(2.10)其他组件

  • AdminServer :监听一个新端口,接收数据库管理员命令的server
  • AdminMgr :实现管理员命令的组件
  • MonitorMgr :实现监控报警的组件
  • StatisticsMgr :实现数据统计功能的组件

上述组件可循序渐进,逐步添加,故一期需要实现的组件及架构图为:

假如让你来设计数据库中间件

感谢看完,说明你对数据库中间件感兴趣,建议在PC上细看3遍,一定更有收获,谢转。

End.

转载请注明来自36大数据(36dsj.com): 36大数据 » 假如让你来设计数据库中间件

随意打赏

python
提交建议
微信扫一扫,分享给好友吧。