数据库中间件TDDL调研笔记

转自:https://mp.weixin.qq.com/s/dVGSvUR9UCA-dIYVtr_G_w    架构师之路

前篇：

《数据库中间件cobar调研笔记》

13年底负责数据库中间件设计时的调研笔记，拿出来和大家分享，轻拍。

一，TDDL是什么

TDDL是Taobao Distribute Data Layer的简称

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

画外音：数据库中间件有基于服务端的，也有基于客户端的，TDDL属于后者；而cobar是一个中间层服务，使用mysql协议，属于前者。

 

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，不支持夸库事务

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

对应上面图例：matrix数据水平分为了两个group，每个group有主备atom组成。

 

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

BEGIN(sql+args)，输入是sql和参数

sql解析

规则计算

表名替换

选择groupDS执行sql

根据权重选择atomDS

具备重试策略的在atomDS执行sql

读写控制，并发控制，执行sql，返回结果

合并结果集

END(ResultSet)，输出是结果集

画外音：感觉难点在SQL的解析上。 

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？



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：



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？

13年底的调研笔记，文中的“画外音”是我当时的批注，希望能让大家对TDDL能有一个初步的认识，有疑问之处，欢迎交流。

相关文章：

《数据库中间件cobar调研笔记》