云原生数据库如何打造业务弹性

云计算带来了业务弹性上的极大优势，阿里云数据库高级产品专家时慢从应用架构的变迁，客户实战案例，业务分析等方面详细介绍POLARDB，及如何利用POLARDB设计互联网创新型应用的数据库架构。

应用架构的变迁——为什么我们需要超级MySQL？

POLARDB跟MySQL是100%兼容的，有超越MySQL很多倍的性能，以及单实例最大100TB的超大存储空间，可以理解为阿里自研的超级MySQL。那么我们为什么要打造这样一款超级MySQL呢？我们理解这是应用架构进行互联网分布式变迁的必然结果。首先我们需要回顾一下应用架构的变迁的历史，从最早的CS架构到BS架构，从J2EE到Spring/Struts/Hibernate，再到现在的微服务架构，经历了很多代的架构转型。从传统应用的业务架构到互联网分布式的应用架构，在方方面面都发生了变化。从资源层，到数据层，中间件，应用的发布封装以及应用的框架，开发运维的角度都在发生了互联网分布式变迁。

资源层：传统应用会使用X86 ，小机以及存储设备；互联网分布式应用在使用公有云，私有云，混合云等。
数据层：传统应用会使用Oracle，DB2等集中化的商业数据库，互联网应用使用的是MySQL，Redis，HBase这样的分布式数据库，他们不需要集中化的存储设备。
中间件：传统应用会使用WebLogic，WebSphere等，互联网应用在向微服务架构转型中通常会使用Swarm，K8S，Mesos。
应用发布封装：传统应用会使用JAVA开发并发布成war/ear文件封装，再发布到中间件。微服务架构通常会将应用发布成容器的镜像。
应用框架：传统应用通常会使用Spring，Struts，hibernate来开发，而目前互联网分布式应用更多使用的是SpringCloud, Double, EDAS等微服务架构。
开发运维：传统应用会使用可控的发布，保守的运维，新功能上线需要数周，甚至数月时间；互联网分布式架构更多使用的是DevOps持续集成，敏捷快速迭代。

我们理解，互联网分布式应用发生这些架构的改变，目标都是使业务更加敏捷，更加具有弹性，能承载来自互联网的高并发压力。在创新架构下，业务应用可以通过微服务的方式随时进行横向扩展，但压力并不会被处理掉，负载会直接透传到数据层面，解决了应用弹性的问题，反而对数据库产生了更大的挑战。互联网的分布式架构要求数据库更加敏捷，拥有更好的弹性以及更低的成本。（传统应用中，一个应用可能只需要一个数据库作承载，但在互联网分布式应用下，进行了微服务改造之后，一个业务系统可能就需要数十个甚至上百个数据库去承载，因此对成本也提出了要求。）

实战——阿里云数据库为业务架构变迁做好准备

目前，阿里云的数据库形态已经覆盖了互联网中99%的业务场景。关系型数据库包括有MySQL，SQL Server，PG，POLARDB。NoSQL产品家族包括Redis，MongoDB，HBase等。同时具备混合分析型的数据仓库，分布式数据库DRDS，以及数据库服务于工具（DTS，DBS，CloudDBA，DMS等）。

演进路线

阿里云上提供了这么多的数据库产品，在实际应用中该如何进行选择呢？我们已经为业务的快速发展和更新迭代做好了准备。这是我们建议的应用架构的演进路线：在业务的初期，建议选择MySQL来快速构建业务应用。当成长起来之后，独立MySQL无法承载更大业务压力的时候，可以基于MySQL做读写分离，不需要对应用做任何改造。我们进入快速成长期，读写分离也无法承载业务需求时，可以无缝迁移到POLARDB，迁移中不需要对业务系统做任何的更改，而且POLARDB的读写分离通过共享存储消除了复制延迟，更适合对数据一致性有更高要求的场景。当业务进一步发展壮大期间，还可以在POLARDB上做垂直拆分。垂直拆分是指将业务模块垂直拆分到不同数据库实例，分到多个独立数据库中去，比如分成用户库，订单库，仓储库等，从而用更多的独立数据库联合来应对业务负载的压力。当业务发展到象淘宝这么大的规模和体量，就需要采用DRDS进行分布式改造、跨机房多活，以及根据业务拆分做单元化改造，这正是阿里淘系应用已经走过并行之有效的演进道路。

应用链路的优化——自动读写分离，短连接优化

我们使用数据库代理来进行链路访问层的优化。访问数据库的标准模式是直接访问主实例和只读实例。在这种模式下需要在业务层面做读写分离的逻辑拆分。我们提供了代理模式，让业务层和数据库层完全解耦。在访问数据库时，不需要直接连接数据库实例，而是连接对业务完全透明的Proxy，它接收到SQL请求后会自动化做读写分离，把所有写操作路由到主实例，并把读操作负载均衡的路由到只读实例上，从而实现对业务透明的自动化读写分离。代理模式除了实现读写分离外，还可以进行故障数据库的透明切换。不论是标准模式还是代理模式，当主实例发生故障后，都可以自动切换到备份的实例上，保证数据库的可用性。但在标准模式中，切换后业务需要进行数据库重连，但通过Proxy，业务应用不需要重连，感受不到高可用切换。同时，代理模式还提供了短连接优化。举例来说，如果业务是使用PHP开发，它连接数据库就是采用短链接的方式，在访问数据库时每次连接都会产生connection，使得数据库在处理连接池上不堪重负。Proxy可以将短链接转化成长链接，并自主维护连接池。同时，代理模式还提供了防暴力破解的功能。比如Proxy可以检测到某个IP不停的尝试重输密码，并主动进行屏蔽。

实时分析数据仓库——POLARMPP，POLARDB最佳搭档

数据的处理可以分成数据库生态和大数据生态。数据库生态适合于处理交易订单等数据一致性要求强的场景，但在处理能力和处理量级上不会特别大。比如订单量在1TB、2TB级别时，还可以使用，但数量一旦增长到3TB~5TB时，单库的性能就会出现非常大的瓶颈，此时复杂的分析查询就会使得数据库不堪重负。通常的做法是采用大数据生态，通过ETL或数据复制的方式把在线事务处理产生的数据复制到Hadoop生态中进行数据实时分析。在Hadoop 生态中，标准方式是利用MapReduce或Spark来做数据分析，但开发人员并不习惯MR或Spark，也不喜欢使用Scala语言，他们还是习惯于使用SQL。所以在这种模式下，经常还要给开发人员准备Hive、Impla等类SQL组件，让研发人员仍然可以使用SQL来处理数据。这种方式存在的问题，在于在线事务处理和离线数据仓库之间有延迟，少则几秒，多则几分钟甚至几小时。并且数据实际上存了两份，并不经济。

针对这种情况，我们提供了POLAR MPP和HybridDB来解决，它可以很好的处理数据的写入，提供百万级的TPS，非常适合用于存储用户的行为、标签、Log日志等。这种模式可以对百亿级的大表做出毫秒级的响应，对多表关联做复杂的聚合，做多值的子列，全文检索。最重要的是，它可以和POLARDB共用一份数据，极大的缓解了数据库生态和大数据生态中需要存储两份数据，并且读写存在延迟的问题。

业务场景分析——互联网创新型应用场景实践

有了云原生数据库作为武器，互联网创新型的业务场景应该如何设计呢？在讲到创新型业务前，先看一下传统的采用MySQL一主N从的架构，如何构建数据仓库驱动BI报表实现商务智能。这种架构的问题是需要存储N份数据，做数据的同步复制。MySQL 的主从之间要进行数据复制，从业务库到分析库也要进行数据复制。

那么采用云原生POLARDB的系统架构应该如何设计呢？这之间，POLARDB和只读分析库构成了云原生的数据集群，由POLAR Store统一进行数据的共享存储。业务应用会把在线的业务写到POLARDB中，当POLARDB一主一从的模式不足以应对时，可以快速进行扩展，扩展成一主两从甚至N从。这种扩展区别于MySQL，他提供了敏捷性和业务弹性。如果数据量比较大，MySQL只读库的生成可能就需要数个小时的时间。而不管数据量多大，在POLARDB生态下创建一个只读库只需要分钟级的时间。并且只需要一份数据就可以通过POLARMPP来驱动业务报表。

云原生架构带来如下的业务收益：
1. 业务兼容，不改应用：只要是利用MySQL开发的业务系统，可以1. 无缝迁移到POLARDB上。
2. 读写分离：通过POLARDB，一份数据即可实现多个节点的读写分离，并且支持分钟级的扩展。如果用MySQL 实现读写分离，需要通过数据复制生成多个只读库，浪费时间，浪费空间。
3. 实时分析，数据共享：在数据仓库和BI分析业务中，也只需要一份数据，不需要进行数据复制。
4. 只读实例共享一份数据：由于存储只需要一份，带来了更好的性价比，以一主五从的架构为例，POLARDB的价格要比MySQL低44%。它在提供更强大的性能的基础上，提供了更高的性价比。
5. 毫秒级的延迟：由于主库和从库共享一份数据，因此中间只存在毫秒级的延迟。当主节点发生故障时，可以保证切换中的零数据丢失。
6. Session级读写分离的数据一致性：在金融等一致性要求高的业务场景下，对读一致性的要求非常高，很难容忍秒级甚至毫秒级的数据延迟。利用POLARDB可以实现session内的数据一致性读。
7. 按需付费，秒级备份：在使用MySQL的时候，如果预计要使用500GB的容量，我们需要买500G的存储空间，但实际上数据可能只占了不到100GB，但还是需要为500GB的预留容量买单。但POLARDB不需要做空间预留，存储按需付费。同时，POLARDB通过数据快照可以在秒级实现备份和恢复，更利于我们做数据库安全运维，带来更多价值。

原文链接
本文为云栖社区原创内容，未经允许不得转载。