一,TDDL是什么

  • Taobao Distributed Data Layer,即淘宝分布式数据层,简称TDDL 。它是一套分布式数据访问引擎

  • 淘宝一个基于客户端的数据库中间件产品

  • 基于JDBC规范,没有server,以client-jar的形式存在

TDDL调研笔记-LMLPHP

TDDL是一套分布式数据访问引擎,主要解决三个问题:

  1. 数据访问路由,将数据的读写请求发送到最合适的地方;
  2. 数据的多向非对称复制,一次写入,多点读取;
  3. 数据存储的自由扩展,不再受限于单台机器的容量瓶颈与速度瓶颈,平滑迁移。它遵守JDBC规范,支持mysql和oracle,具有分库分表、主备切换、读写分离、动态数据源配置等功能。

三层架构(可独立使用):

  • Matrix(TDataSource)实现分库分表逻辑,持有多个Group实例;
  • Group(TGroupDataSource)实现数据库的主备切换,读写分离逻辑,持有多个Atom实例;
  • Atom(TAtomDataSource)实现数据库ip,port,password,connectionProperties等信息的动态推送,持有原子的数据源(分离的Jboss数据源)。

其它结构

  • tddl-client:应用启动时初始化配置信息(规则信息,各层数据源拓扑结构,初始化是自上而下的Matrix的dsMap,Group的GroupDs,AtomDs),runtime
  • tddl-rule:分库分表规则解析
  • tddl-sequence:统一管理和分配全局唯一sequence(序列号)
  • tddl-druid-datasource:数据库连接池(高效,可扩展性好),类dbcp、c3p0

二,TDDL不支持什么SQL

  • 不支持各类join

  • 不支持多表查询

  • 不支持between/and

  • 不支持not(除了支持not like)

  • 不支持comment,即注释

  • 不支持for update

  • 不支持group by中having后面出现集函数

  • 不支持force index

  • 不支持mysql独有的大部分函数

画外音:分布式数据库中间件,join都是很难支持的,cobar号称的对join的支持即有限,又低效。

三,TDDL支持什么SQL

  • 支持CURD基本语法

  • 支持as

  • 支持表名限定,即"table_name.column"

  • 支持like/not like

  • 支持limit,即mysql的分页语法

  • 支持in

  • 支持嵌套查询,由于不支持多表,只支持单表的嵌套查询

画外音:分布式数据库中间件,支持的语法都很有限,但对于与联网的大数据/高并发应用,足够了,服务层应该做更多的事情。

四,TDDL其他特性

  • 支持oracle和mysql

  • 支持主备动态切换

  • 支持带权重的读写分离

  • 支持分库分表

  • 支持主键生成:oracle用sequence来生成,mysql则需要建立一个用于生成id的表

  • 支持单库事务,不支持跨库事务

  • 支持多库多表分页查询,但会随着翻页,性能降低

画外音:可以看到,其实TDDL很多东西都不支持,那么为什么它还如此流行呢?它解决的根本痛点是“分布式”“分库分表”等。

加入了解决“分布式”“分库分表”的中间件后,SQL功能必然受限,但是,我们应该考虑到:MYSQL的CPU和MEM都是非常珍贵的,我们应该将MYSQL从复杂的计算(事务,JOIN,自查询,存储过程,视图,用户自定义函数,,,)中释放解脱出来,将这些计算迁移到服务层。

当然,有些后台系统或者支撑系统,数据量小或者请求量小,没有“分布式”的需求,为了简化业务逻辑,写了一些复杂的SQL语句,利用了MYSQL的功能,这类系统并不是分布式数据库中间件的潜在用户,也不可能强行让这些系统放弃便利,使用中间件。

五,TDDL层次结构

TDDL调研笔记-LMLPHP

TDDL是一个客户端jar,它的结构分为三层:

层次

说明

其他

matrix

可以理解为数据源的全部,它由多个group组成

 

group

可以理解为一个分组,它由多个atom组成

 

atom

可以理解为一个数据库,可能是读库,也可能是写库

 

matrix层

  • 核心是规则引擎

  • 实现分库分表

  • 主要路径:sql解析 => 规则引擎计算(路由) => 执行 => 合并结果

group层

  • 读写分离

  • 权重计算

  • 写HA切换

  • 读HA切换

  • 动态新增slave(atom)节点

atom层

  • 单个数据库的抽象;

  • ip /port /user /passwd /connection 动态修改,动态化jboss数据源

  • thread count(线程计数):try catch模式,保护业务处理线程

  • 动态阻止某些sql的执行

  • 执行次数的统计和限制

整个SQL执行过程

TDDL调研笔记-LMLPHP

六,TDDL最佳实践

  • 尽可能使用1对多规则中的1进行数据切分(patition key),例如“用户”就是一个简单好用的纬度

  • 买家卖家的多对多问题,使用数据增量复制的方式冗余数据,进行查询

  • 利用表结构的冗余,减少走网络的次数,买家卖家都存储全部的数据

画外音:这里我展开一下这个使用场景。

以电商的买家卖家为例,业务方既有基于买家的查询需求,又有基于卖家的查询需求,但通常只能以一个纬度进行数据的分库(patition),假设以买家分库, 那卖家的查询需求如何实现呢?

TDDL调研笔记-LMLPHP

如上图所示:查询买家所有买到的订单及商品可以直接定位到某一个分库,但要查询卖家所有卖出的商品,业务方就必须遍历所有的买家库,然后对结果集进行合并,才能满足需求。

所谓的“数据增量复制”“表结构冗余”“减少网络次数”,是指所有的数据以买家卖家两个纬度冗余存储两份,如下图:

TDDL调研笔记-LMLPHP

采用一个异步的消息队列机制,将数据以另一个纬度增量复制一份,在查询的时候,可以直接以卖家直接定位到相应的分库。

这种方式有潜在的数据不一致问题。

继续tddl最佳实践:

  • 利用单机资源:单机事务,单机join

  • 存储模型尽量做到以下几点:

    - 尽可能走内存

    - 尽可能将业务要查询的数据物理上放在一起

    - 通过数据冗余,减少网络次数

    - 合理并行,提升响应时间

    读瓶颈通过增加slave(atom)解决

    写瓶颈通过切分+路由解决

画外音:相比数据库中间件内核,最佳实践与存储模型,对我们有更大的借鉴意义。

七、TDDL的未来?

  • kv是一切数据存取最基本的组成部分

  • 存储节点少做一点,业务代码就要多做一点

  • 想提升查询速度,只有冗余数据一条路可走

  • 类结构化查询语言,对查询来说非常方便

画外音:潜台词是,在大数据量高并发下,SQL不是大势所趋,no-sql和定制化的协议+存储才是未来方向?

分布式数据中间件TDDL、Amoeba、Cobar、MyCAT架构比较

TDDL调研笔记-LMLPHP

05-11 13:05