58沈剑:三种妙法搞定冗余表数据一致性!

  1. 云栖社区>
  2. 博客>
  3. 正文

58沈剑:三种妙法搞定冗余表数据一致性!

努力酱 2017-05-02 14:16:00 浏览1334
展开阅读全文

大家好,我是来自58到家的沈剑,在这次DBAplus社群的分享中给大家带来的主题是“冗余表数据一致性保证”,主要包括四个方面的内容:

 

  1. 为什么会有冗余表的需求

  2. 如何实现冗余表

  3. 正反冗余表谁先执行

  4. 冗余表如何保证数据的一致性

 

 

为什么会有冗余表的需求

 

 

首先聊聊为什么会有冗余表的需求。互联网很多业务场景的数据量很大,此时数据库架构要进行水平切分,水平切分会有一个patition key,通过patition key的查询能够直接定位到库,但是非patition key上的查询可能就需要扫描多个库了。

 

例如订单表,业务上对用户和商家都有订单查询需求:

Order(oid, info_detail)

T(buyer_id, seller_id, oid)。

 

如果用buyer_id来分库,seller_id的查询就需要扫描多库。如果用seller_id来分库,buyer_id的查询就需要扫描多库。这类需求,为了做到高吞吐量低延时的查询,往往使用“数据冗余”的方式来实现,就是我们所说的的“冗余表”:

T1(buyer_id, seller_id, oid)

T2(seller_id, buyer_id, oid)

 

同一个数据,冗余两份,一份以buyer_id来分库,满足买家的查询需求;一份以seller_id来分库,满足卖家的查询需求。当然,元数据还是放在Order(oid, info_detail)里。冗余表的业务场景说清楚了,再来看下冗余表的实现方案。

 

 

如何实现冗余表

 

 

方法一:服务同步写

 

20160524102901425.png

 

顾名思义,由服务层同步写冗余数据,如上图1-4流程:

  1. 业务方调用服务,新增数据

  2. 服务先插入T1数据

  3. 服务再插入T2数据

  4. 服务返回业务方新增数据成功

 

优点:

  1. 不复杂,服务层由单次写,变两次写

  2. 数据一致性相对较高(因为双写成功才返回)

 

缺点:

  1. 请求的处理时间增加(要插入次,时间加倍)

  2. 数据仍可能不一致,例如第二步写入T1完成后服务重启,则数据不会写入T2

 

如果系统对处理时间比较敏感,引出常用的第二种方案。

 

方法二:服务异步写

 

20160524102920598.png

 

数据的双写并不再由服务来完成,服务层异步发出一个消息,通过消息总线发送给一个专门的数据复制服务来写入冗余数据,如上图1-6流程:

  1. 业务方调用服务,新增数据

  2. 服务先插入T1数据

  3. 服务向消息总线发送一个异步消息(发出即可,不用等返回,通常很快就能完成)

  4. 服务返回业务方新增数据成功

  5. 消息总线将消息投递给数据同步中心

  6. 数据同步中心插入T2数据

 

优点:

请求处理时间短(只插入1次)

 

缺点:

  1. 系统的复杂性增加了,多引入了一个组件(消息总线)和一个服务(专用的数据复制服务)

  2. 因为返回业务线数据插入成功时,数据还不一定插入到T2中,因此数据有一个不一致时间窗口(这个窗口很短,最终是一致的)

  3. 在消息总线丢失消息时,冗余表数据会不一致

 

如果想解除“数据冗余”对系统的耦合,引出常用的第三种方案。

 

方法三:线下异步写

 

20160524102928621.png

 

数据的双写不再由服务层来完成,而是由线下的一个服务或者任务来完成,如上图1-6流程:

  1. 业务方调用服务,新增数据

  2. 服务先插入T1数据

  3. 服务返回业务方新增数据成功

  4. 数据会被写入到数据库的log中

  5. 线下服务或者任务读取数据库的log

  6. 线下服务或者任务插入T2数据

 

优点:

  1. 数据双写与业务完全解耦

  2. 请求处理时间短(只插入1次)

 

缺点:

  1. 返回业务线数据插入成功时,数据还不一定插入到T2中,因此数据有一个不一致时间窗口(这个窗口很短,最终是一致的)

  2. 数据的一致性依赖于线下服务或者任务的可靠性

 

 

正反冗余表谁先执行

 

 

上述三种方案各有优缺点,但不管哪种方案,都会面临:

  1. “究竟先写T1还是先写T2”的问题

  2. 都可能不一致,应该怎么解决的问题

 

先看看第一个问题,先操作哪一个的问题:究竟先写正表还是反表?

 

对于一个不能保证事务性的操作,一定涉及“哪个任务先做,哪个任务后做”的问题,解决这个问题的方向是:【如果出现不一致】,谁先做对业务的影响较小,就谁先执行。

 

以上文的订单生成业务为例,buyer和seller冗余表都需要插入数据:

T1(buyer_id, seller_id, oid)

T2(seller_id, buyer_id, oid)

 

用户下单时,如果“先插入buyer表T1,再插入seller冗余表T2”,当第一步成功、第二步失败时,出现的业务影响是“买家能看到自己的订单,卖家看不到推送的订单”。

 

相反,如果“先插入seller表T2,再插入buyer冗余表T1”,当第一步成功、第二步失败时,出现的业务影响是“卖家能看到推送的订单,买家看不到自己的订单”。

 

由于这个生成订单的动作是买家发起的,买家如果看不到订单,会觉得非常奇怪,并且无法支付以推动订单状态的流转,此时即使卖家看到有人下单也是没有意义的。

 

因此,在此例中,应该先插入buyer表T1,再插入seller表T2。however,记住结论:对于一个不能保证事务性的操作,【如果出现不一致】,谁先做对业务的影响较小,就谁先执行。

 

 

冗余表如何保证数据的一致性

 

 

最后是一致性的问题。不管是同步写入,异步写入,线下异步写入,都有可能出现数据不一致,怎么解决?常见的方案有这么几种:

 

方法一:线下扫描正反冗余表全部数据

 

20160524102938832.png

 

如上图所示,线下启动一个离线的扫描工具,不停的比对正表T1和反表T2,如果发现数据不一致,就进行补偿修复。

 

优点:

  1. 比较简单,开发代价小

  2. 线上服务无需修改,修复工具与线上服务解耦

 

缺点

  1. 扫描效率低,会扫描大量的“已经能够保证一致”的数据

  2. 由于扫描的数据量大,扫描一轮的时间比较长,即数据如果不一致,不一致的时间窗口比较长

 

很容易想到这个方案的优化方向。有没有可能只扫描“可能存在不一致可能性”的数据,而不是每次扫描全部数据,以提高效率呢?这就引出了第二种方案。

 

方法二:线下扫描增量数据

 

20160524102948399.png

 

每次只扫描增量的日志数据,就能够极大提高效率,缩短数据不一致的时间窗口,如上图1-4流程所示:

  1. 写入正表T1

  2. 第一步成功后,写入日志log1

  3. 写入反表T2

  4. 第二步成功后,写入日志log2

 

当然,我们还是需要一个离线的扫描工具,不停的比对日志log1和日志log2,如果发现数据不一致,就进行补偿修复。互联网大部分业务是读多写少的场景。其实对于新增的数据量,是很小的,所有折中方案只需要扫描很少的数据,保证一致的数据也不会被重复扫描。

 

优点:

  1. 虽比方法一复杂,但仍然是比较简单的

  2. 数据扫描效率高,只扫描增量数据

 

缺点:

  1. 线上服务略有修改(代价不高,多写了2条日志)

  2. 虽然比方法一更实时,但时效性还是不高,不一致窗口取决于扫描的周期

 

我们之前的im好友表与反向好友表,修复周期是1天。当然这个周期也是由业务场景决定的。无论如何,修复还是不实时,有没有更为实时的修复方法呢?这就引出了方案三。

 

方法三:实时线上“消息对”检测

 

20160524102959661.png

 

这次不是写日志了,而是向消息总线发送消息,如上图1-4流程所示:

  1. 写入正表T1

  2. 第一步成功后,发送消息msg1

  3. 写入反表T2

  4. 第二步成功后,发送消息msg2

 

这次不是需要一个周期扫描的离线工具了,而是一个实时订阅消息的服务不停的收消息。

 

假设正常情况下,msg1和msg2的接收时间应该在3s以内,如果检测服务在收到msg1后没有收到msg2,就尝试检测数据的一致性,不一致时进行补偿修复。

 

优点:

  1. 效率高,每个数据只扫一次

  2. 实时性高,消息的通知很实时

 

缺点:

  1. 方案相对比较复杂,引入了消息总线这个组件

  2. 线下多了一个订阅总线的检测服务

 

However,技术方案本身就是一个投入产出比的折衷,可以根据业务对一致性的需求程度决定使用哪一种方法。

 

总结  

 

1、互联网很多业务场景的数据量很大,此时数据库架构要进行水平切分,切分后为了做到高吞吐量低延时的查询,往往使用“数据冗余”的方式来实现多个 字段上的高效查询(都不需要遍历库)。

 

2、冗余表有三种实现方式:

  • 服务同步写

  • 服务异步写

  • 线下异步写

 

3、冗余表到底正表先操作还是反表先操作的解决方法论是:对于一个不能保证事务性的操作,【如果出现不一致】,谁先做对业务的影响较小,就谁先执行。

 

4、为了发现冗余表数据不一致,并进行数据修复的常见方案有3种:

  • 线下扫描正反冗余表全部数据

  • 线下扫描增量数据

  • 实时线上“消息对”检测

 

Q & A  

 

Q1:方案3的消息总线都有哪些实现方式?

A1:消息总线,msg-queue,开源的,自研的都行,像ActiveMQ,ZeroMQ,RabbitMQ都行。

 

Q2:买家、卖家的这种表数据量都比较大,应该都是分库分表,里面t1,t2应该是一个笼统的概念,t1,t2内部应该会映射更多的分库吧,这些分库间映射,数据一致性和冗余,能不能再简单说说?

A2:没错,正向表和反向表都会进行水平切分,而且patition key是不一样的。数据冗余上文提到就是一条数据冗余了2份,一致性也如上文所说有3种常见的方法来保证(仅限冗余表的一致性保证)。

 

Q3:用触发器来插入另一个表怎么样?

A3:触发器恐怕不通用,互联网场景数据量大,并发量大,分库了之后,数据都是分布在不同的实例,不同的机器上的。

 

Q4:实时线上“消息对”检测中,如果消息总线出现问题,数据完整性,数据修复处理方式,能否简单说一下?

A4:出现数据不一致的概率很低(例如10w个请求一个不一致,1/10w),消息总线出现问题的概率更低(消息总线100w个请求出现一个不一致?1/100w),这种巧合的概率在1/(10w*100w)。当然,如果硬要细究,最差可以退化到扫全量、扫增量。

 

作者介绍  58沈剑

  • 58到家技术总监、技术委员会主席;

  • 曾任百度高级工程师、58同城高级架构师、C2C技术部负责人、技术委员会主席、技术学院优秀讲师;

  • “架构师之路”公众号作者。


本文来自云栖社区合作伙伴"DBAplus",原文发布时间:2016-05-24

网友评论

登录后评论
0/500
评论
努力酱
+ 关注