https://tech.meituan.com/mtddl.html

背景

2016年Q3季度初，在美團(tuán)外賣上單2.0項目上線后，商家和商品數(shù)量急速增長，預(yù)估商品庫的容量和寫峰值QPS會很快遇到巨大壓力。隨之而來也會影響線上服務(wù)的查詢性能、DB（數(shù)據(jù)庫，以下統(tǒng)一稱DB）主從延遲、表變更困難等一系列問題。

要解決上面所說的問題，通常有兩種方案。第一種方案是直接對現(xiàn)有的商品庫進(jìn)行垂直拆分，可以緩解目前寫峰值QPS過大、DB主從延遲的問題。第二種方案是對現(xiàn)有的商品庫大表進(jìn)行分庫分表，從根本上解決現(xiàn)有問題。方案一實施起來周期較短，但只能解決一時之痛，由此可見，分庫分表是必然的。

在確定分庫分表的方案之后，我們調(diào)研了外賣訂單、結(jié)算以及主站等業(yè)務(wù)的分庫分表實現(xiàn)方案，也調(diào)研了業(yè)界很多分庫分表中間件。在綜合考慮性能、穩(wěn)定性及實現(xiàn)成本的前提下，最終決定自主研發(fā)客戶端分庫分表中間件MTDDL來支撐外賣商品分庫分表項目，這也就是MTDDL的由來。

當(dāng)然，在MTDDL的設(shè)計研發(fā)過程中，我們充分考慮了MTDDL的通用性、可擴(kuò)展性、功能的全面性和接入的便利性。到目前為止一共開發(fā)了四期，實現(xiàn)了MySQL動態(tài)數(shù)據(jù)源、讀寫分離、分布式唯一主鍵生成器、分庫分表、連接池及SQL監(jiān)控、動態(tài)化配置等一系列功能，支持分庫分表算法、分布式唯一主鍵生成算法的高可擴(kuò)展性，而且支持全注解的方式接入，業(yè)務(wù)方不需要引入任何配置文件。

下面就部分業(yè)界方案及MTDDL的設(shè)計目標(biāo)詳細(xì)展開下，然后從源碼的角度來剖析下MTDDL的整個邏輯架構(gòu)和具體實現(xiàn)。

業(yè)界調(diào)研

業(yè)界組件簡介實現(xiàn)方案功能特性優(yōu)點缺點

Atlas	Qihoo 360開發(fā)維護(hù)的一個基于MySQL協(xié)議的數(shù)據(jù)中間層項目。它實現(xiàn)了MySQL的客戶端與服務(wù)端協(xié)議，作為服務(wù)端與應(yīng)用程序通信，同時作為客戶端與MySQL通信	proxy-based	實現(xiàn)讀寫分離、單庫分表	功能簡單，性能跟穩(wěn)定性較好	不支持分庫分表
MTAtlas	原美團(tuán)DBA團(tuán)隊在開源Atlas基礎(chǔ)上做的一系列升級改造	proxy-based	在讀寫分離、單庫分表的基礎(chǔ)上，完成了分庫分表的功能開發(fā)	在Atlas基礎(chǔ)上支持了分庫分表	當(dāng)時還處于測試階段，暫不推薦業(yè)務(wù)方使用
TDDL	淘寶根據(jù)自己的業(yè)務(wù)特點開發(fā)了TDDL框架，主要解決了分庫分表對應(yīng)用的透明化以及異構(gòu)數(shù)據(jù)庫之間的數(shù)據(jù)復(fù)制，它是一個基于集中式配置的JDBC datasource實現(xiàn)	client-based	實現(xiàn)動態(tài)數(shù)據(jù)源、讀寫分離、分庫分表	功能齊全	分庫分表功能還未開源，當(dāng)前公布文檔較少，并且需要依賴diamond（淘寶內(nèi)部使用的一個管理持久配置的系統(tǒng)）
Zebra	Zebra是原點評內(nèi)部使用數(shù)據(jù)源、DAO以及監(jiān)控等和數(shù)據(jù)庫打交道的中間件集	client-based	實現(xiàn)動態(tài)數(shù)據(jù)源、讀寫分離、分庫分表、CAT監(jiān)控	功能齊全且有監(jiān)控	接入較為復(fù)雜，當(dāng)時只支持c3p0、Druid、Tomcat JDBC等連接池，且分庫分表算法只支持Groovy表達(dá)式不易擴(kuò)展

設(shè)計目標(biāo)

MTDDL（Meituan Distributed Data Layer），美團(tuán)點評分布式數(shù)據(jù)訪問層中間件，旨在為全公司提供一個通用數(shù)據(jù)訪問層服務(wù)，支持MySQL動態(tài)數(shù)據(jù)源、讀寫分離、分布式唯一主鍵生成器、分庫分表、動態(tài)化配置等功能，并且支持從客戶端角度對數(shù)據(jù)源的各方面（比如連接池、SQL等）進(jìn)行監(jiān)控，后續(xù)考慮支持NoSQL、Cache等多種數(shù)據(jù)源。

功能特性

• 動態(tài)數(shù)據(jù)源
• 讀寫分離
• 分布式唯一主鍵生成器
• 分庫分表
• 連接池及SQL監(jiān)控
• 動態(tài)化配置

邏輯架構(gòu)

下圖是一次完整的DAO層insert方法調(diào)用時序圖，簡單闡述了MTDDL的整個邏輯架構(gòu)。其中包含了分布式唯一主鍵的獲取、動態(tài)數(shù)據(jù)源的路由以及SQL埋點監(jiān)控等過程：

具體實現(xiàn)

動態(tài)數(shù)據(jù)源及讀寫分離

在Spring JDBC AbstractRoutingDataSource的基礎(chǔ)上擴(kuò)展出MultipleDataSource動態(tài)數(shù)據(jù)源類，通過動態(tài)數(shù)據(jù)源注解及AOP實現(xiàn)。

動態(tài)數(shù)據(jù)源

MultipleDataSource動態(tài)數(shù)據(jù)源類，繼承于Spring JDBC AbstractRoutingDataSource抽象類，實現(xiàn)了determineCurrentLookupKey方法，通過setDataSourceKey方法來動態(tài)調(diào)整dataSourceKey，進(jìn)而達(dá)到動態(tài)調(diào)整數(shù)據(jù)源的功能。其類圖如下：

動態(tài)數(shù)據(jù)源AOP

ShardMultipleDataSourceAspect動態(tài)數(shù)據(jù)源切面類，針對DAO方法進(jìn)行功能增強(qiáng)，通過掃描DataSource動態(tài)數(shù)據(jù)源注解來獲取相應(yīng)的dataSourceKey，從而指定具體的數(shù)據(jù)源。具體流程圖如下：

配置和使用方式舉例

/*** 參考配置*/ <bean id="multipleDataSource" class="com.sankuai.meituan.waimai.datasource.multi.MultipleDataSource">/** 數(shù)據(jù)源配置 */<property name="targetDataSources"><map key-type="java.lang.String"> /** 寫數(shù)據(jù)源 */<entry key="dbProductWrite" value-ref="dbProductWrite"/>/** 讀數(shù)據(jù)源 */<entry key="dbProductRead" value-ref="dbProductRead"/></map></property> </bean>/*** DAO使用動態(tài)數(shù)據(jù)源注解*/ public interface WmProductSkuDao {/** 增刪改走寫數(shù)據(jù)源 */@DataSource("dbProductWrite")public void insert(WmProductSku sku);/** 查詢走讀數(shù)據(jù)源 */@DataSource("dbProductRead")public void getById(long sku_id); }

分布式唯一主鍵生成器

眾所周知，分庫分表首先要解決的就是分布式唯一主鍵的問題，業(yè)界也有很多相關(guān)方案：

序號實現(xiàn)方案優(yōu)點缺點

1	UUID	本地生成，不需要RPC，低延時； 擴(kuò)展性好，基本沒有性能上限	無法保證趨勢遞增； UUID過長128位，不易存儲，往往用字符串表示
2	Snowflake或MongoDB ObjectId	分布式生成，無單點； 趨勢遞增，生成效率快	沒有全局時鐘的情況下，只能保證趨勢遞增； 當(dāng)通過NTP進(jìn)行時鐘同步時可能會出現(xiàn)重復(fù)ID； 數(shù)據(jù)間隙較大
3	proxy服務(wù)+數(shù)據(jù)庫分段獲取ID	分布式生成，段用完后需要去DB獲取，同server有序	可能產(chǎn)生數(shù)據(jù)空洞，即有些ID沒有分配就被跳過了，主要原因是在服務(wù)重啟的時候發(fā)生； 無法保證有序，需要未來解決，可能會通過其他接口方案實現(xiàn)

綜上，方案3的缺點可以通過一些手段避免，但其他方案的缺點不好處理，所以選擇第3種方案。目前該方案已由美團(tuán)點評技術(shù)工程部實現(xiàn)——分布式ID生成系統(tǒng)Leaf，MTDDL集成了此功能。

分布式ID生成系統(tǒng)Leaf

美團(tuán)點評分布式ID生成系統(tǒng)Leaf，其實是一種基于DB的Ticket服務(wù)，通過一張通用的Ticket表來實現(xiàn)分布式ID的持久化，執(zhí)行update更新語句來獲取一批Ticket，這些獲取到的Ticket會在內(nèi)存中進(jìn)行分配，分配完之后再從DB獲取下一批Ticket。整體架構(gòu)圖如下：

每個業(yè)務(wù)tag對應(yīng)一條DB記錄，DB MaxID字段記錄當(dāng)前該Tag已分配出去的最大ID值。

IDGenerator服務(wù)啟動之初向DB申請一個號段，傳入號段長度如 genStep = 10000，DB事務(wù)置 MaxID = MaxID + genStep，DB設(shè)置成功代表號段分配成功。每次IDGenerator號段分配都通過原子加的方式，待分配完畢后重新申請新號段。

唯一主鍵生成算法擴(kuò)展

MTDDL不僅集成了Leaf算法，還支持唯一主鍵算法的擴(kuò)展，通過新增唯一主鍵生成策略類實現(xiàn)IDGenStrategy接口即可。IDGenStrategy接口包含兩個方法：getIDGenType用來指定唯一主鍵生成策略，getId用來實現(xiàn)具體的唯一主鍵生成算法。其類圖如下：

分庫分表

在動態(tài)數(shù)據(jù)源AOP的基礎(chǔ)上擴(kuò)展出分庫分表AOP，通過分庫分表ShardHandle類實現(xiàn)分庫分表數(shù)據(jù)源路由及分表計算。ShardHandle關(guān)聯(lián)了分庫分表上下文ShardContext類，而ShardContext封裝了所有的分庫分表算法。其類圖如下：

分庫分表流程圖如下：

分庫分表取模算法

分庫分表目前默認(rèn)使用的是取模算法，分表算法為 (#shard_key % (group_shard_num * table_shard_num))，分庫算法為 (#shard_key % (group_shard_num * table_shard_num)) / table_shard_num，其中g(shù)roup_shard_num為分庫個數(shù)，table_shard_num為每個庫的分表個數(shù)。

例如把一張大表分成100張小表然后散到2個庫，則0-49落在第一個庫、50-99落在第二個庫。核心實現(xiàn)如下：

public class ModStrategyHandle implements ShardStrategy {@Overridepublic String getShardType() {return "mod";}@Overridepublic DataTableName handle(String tableName, String dataSourceKey, int tableShardNum, int dbShardNum, Object shardValue) {/** 計算散到表的值 */long shard_value = Long.valueOf(shardValue.toString());long tablePosition = shard_value % tableShardNum;long dbPosition = tablePosition / (tableShardNum / dbShardNum);String finalTableName = new StringBuilder().append(tableName).append("_").append(tablePosition).toString();String finalDataSourceKey = new StringBuilder().append(dataSourceKey).append(dbPosition).toString();return new DataTableName(finalTableName, finalDataSourceKey);} }

分庫分表算法擴(kuò)展

MTDDL不僅支持分庫分表取模算法，還支持分庫分表算法的擴(kuò)展，通過新增分庫分表策略類實現(xiàn)ShardStrategy接口即可。ShardStrategy接口包含兩個方法：getShardType用來指定分庫分表策略，handle用來實現(xiàn)具體的數(shù)據(jù)源及分表計算邏輯。其類圖如下：

全注解方式接入

為了盡可能地方便業(yè)務(wù)方接入，MTDDL采用全注解方式使用分庫分表功能，通過ShardInfo、ShardOn、IDGen三個注解實現(xiàn)。

ShardInfo注解用來指定具體的分庫分表配置：包括分表名前綴tableName、分表數(shù)量tableShardNum、分庫數(shù)量dbShardNum、分庫分表策略shardType、唯一鍵生成策略idGenType、唯一鍵業(yè)務(wù)方標(biāo)識idGenKey；ShardOn注解用來指定分庫分表字段；IDGen注解用來指定唯一鍵字段。具體類圖如下：

配置和使用方式舉例

// 動態(tài)數(shù)據(jù)源 @DataSource("dbProductSku")// tableName：分表名前綴，tableShardNum：分表數(shù)量，dbShardNum：分庫數(shù)量，shardType：分庫分表策略，idGenType：唯一鍵生成策略，idGenKey：唯一鍵業(yè)務(wù)方標(biāo)識 @ShardInfo(tableName="wm_food", tableShardNum=100, dbShardNum=1, shardType="mod", idGenType=IDGenType.LEAF, idGenKey=LeafKey.SKU) @Component public interface WmProductSkuShardDao {// @ShardOn("wm_poi_id") 將該注解修飾的對象的wm_poi_id字段作為shardValue// @IDGen("id") 指定要設(shè)置唯一鍵的字段public void insert(@ShardOn("wm_poi_id") @IDGen("id") WmProductSku sku);// @ShardOn 將該注解修飾的參數(shù)作為shardValuepublic List<WmProductSku> getSkusByWmPoiId(@ShardOn long wm_poi_id); }

連接池及SQL監(jiān)控

DB連接池使用不合理容易引發(fā)很多問題，如連接池最大連接數(shù)設(shè)置過小導(dǎo)致線程獲取不到連接、獲取連接等待時間設(shè)置過大導(dǎo)致很多線程掛起、空閑連接回收器運(yùn)行周期過長導(dǎo)致空閑連接回收不及時等等，如果缺乏有效準(zhǔn)確的監(jiān)控，會造成無法快速定位問題以及追溯歷史。

再者，如果缺乏SQL執(zhí)行情況相關(guān)監(jiān)控，會很難及時發(fā)現(xiàn)DB慢查詢等潛在風(fēng)險，而慢查詢往往就是DB服務(wù)端性能惡化乃至宕機(jī)的根源（關(guān)于慢查詢，推薦閱讀《MySQL索引原理及慢查詢優(yōu)化》一文）。MTDDL從1.0.2版本開始正式引入連接池及SQL監(jiān)控等相關(guān)功能。

連接池監(jiān)控

實現(xiàn)方案

結(jié)合Spring完美適配c3p0、dbcp1、dbcp2、mtthrift等多種方案，自動發(fā)現(xiàn)新加入到Spring容器中的數(shù)據(jù)源進(jìn)行監(jiān)控，通過美團(tuán)點評統(tǒng)一監(jiān)控組件JMonitor上報監(jiān)控數(shù)據(jù)。整體架構(gòu)圖如下：

連接數(shù)量監(jiān)控

監(jiān)控連接池active、idle、total連接數(shù)量，Counter格式：（連接池類型.數(shù)據(jù)源.active/idle/total_connection），效果圖如下：

獲取連接時間監(jiān)控

監(jiān)控獲取空閑連接時間，Counter格式：（ds.getConnection.數(shù)據(jù)源.time），效果圖如下：

SQL監(jiān)控

實現(xiàn)方案

采用Spring AOP技術(shù)對所有DAO方法進(jìn)行功能增強(qiáng)處理，通過美團(tuán)點評分布式會話跟蹤組件MTrace進(jìn)行SQL調(diào)用數(shù)據(jù)埋點及上報，進(jìn)而實現(xiàn)從客戶端角度對SQL執(zhí)行耗時、QPS、調(diào)用量、超時率、失敗率等指標(biāo)進(jìn)行監(jiān)控。整體架構(gòu)圖如下：

實現(xiàn)效果

登錄美團(tuán)點評的服務(wù)治理平臺OCTO選擇服務(wù)查看去向分析，效果圖如下：

動態(tài)化配置

為了滿足業(yè)務(wù)方一些動態(tài)化需求，如解決線上DB緊急事故需動態(tài)調(diào)整數(shù)據(jù)源或者分庫分表相關(guān)配置，要求無需重啟在線修改立即生效，MTDDL從1.0.3版本開始正式引入動態(tài)化配置相關(guān)功能。

實現(xiàn)方案

在Spring容器啟動的時候自動注冊數(shù)據(jù)源及分庫分表相關(guān)配置到美團(tuán)點評的統(tǒng)一配置中心MCC，在MCC配置管理頁面可以進(jìn)行動態(tài)調(diào)整，MCC客戶端在感知到變更事件后會刷新本地配置，如果是數(shù)據(jù)源配置變更會根據(jù)新的配置構(gòu)造出一個新數(shù)據(jù)源來替換老數(shù)據(jù)源，最后再將老的數(shù)據(jù)源優(yōu)雅關(guān)閉掉。具體流程圖如下：

動態(tài)化數(shù)據(jù)源

目前支持dbcp、dbcp2、c3p0等數(shù)據(jù)源，效果圖如下：

分庫分表動態(tài)化

支持動態(tài)化配置分庫分表數(shù)量、分庫分表策略、唯一鍵生成策略、唯一鍵業(yè)務(wù)方標(biāo)識等，效果圖如下：

版本迭代

MTDDL到目前為止總共開發(fā)了四期，后續(xù)考慮逐步開源，具體版本迭代如下：

項目名功能開始時間結(jié)束時間正式版本快照版本版本備注

MTDDL一期	動態(tài)數(shù)據(jù)源 讀寫分離 分布式唯一主鍵生成器 分庫分表	2016.05.30	2016.06.16	0.0.1	0.0.1-SNAPSHOT	MTDDL第一版
MTDDL二期	分布式唯一主鍵生成算法可擴(kuò)展 支持零配置接入MTDDL 優(yōu)化shardkey配置方式	2016.08.23	2016.09.05	1.0.1	1.0.1-SNAPSHOT	MTDDL接入優(yōu)化
MTDDL三期	連接池及SQL監(jiān)控 緩存優(yōu)化	2016.09.06	2016.09.20	1.0.2	1.0.2-SNAPSHOT	MTDDL監(jiān)控完善
MTDDL四期	唯一主鍵生成注解化 動態(tài)化配置	2016.10.11	2016.11.08	1.0.3	1.0.3-SNAPSHOT	MTDDL配置動態(tài)化

轉(zhuǎn)載于:https://www.cnblogs.com/davidwang456/articles/10186576.html

總結(jié)

以上是生活随笔為你收集整理的MTDDL——美团点评分布式数据访问层中间件的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。