文|智能相對論 InfoQ 萬佳

從傳統(tǒng)關系型數(shù)據(jù)庫到云數(shù)據(jù)庫，數(shù)據(jù)庫在不斷演進。與此同時，它也發(fā)揮著越來越重要的作用。從云計算、新媒體、音視頻、云游戲到移動 App，幾乎各行各業(yè)都離不開數(shù)據(jù)庫。一方面，數(shù)據(jù)庫作為 IT 基礎設施的關鍵一環(huán)，對企業(yè)業(yè)務的發(fā)展起著支撐作用；另一方面，數(shù)字化在經(jīng)濟社會中不斷深入，數(shù)據(jù)成為核心要素，圍繞數(shù)據(jù)的生產(chǎn)、存儲和消費均依賴數(shù)據(jù)庫。

圖源IDC行業(yè)報告

IDC 報告顯示，數(shù)據(jù)庫、AI、大數(shù)據(jù)三者消耗了最多的 IT 基礎設施資源，并且在所有類型的工作負載中增長最快。由此可見，數(shù)據(jù)庫已經(jīng)成為云中最重要的工作負載之一。

隨著企業(yè)數(shù)字化轉型的深入，業(yè)務與數(shù)據(jù)的關系越來越緊密，數(shù)據(jù)庫市場呈現(xiàn)蓬勃發(fā)展之勢。根據(jù) IDC 預測，到 2024 年，中國關系型數(shù)據(jù)庫軟件市場規(guī)模將達到 38.2 億美元，未來 5 年整體市場年復合增長率為 23.3%。

除市場快速發(fā)展外，數(shù)據(jù)庫自身也在變化。云計算的出現(xiàn)和發(fā)展，讓企業(yè) IT 基礎設施云化，應用轉向云端。與此同時，從單體到微服務架構再到 Serverless 架構，系統(tǒng)架構不斷演進。這一方面為用戶提供了更優(yōu)秀的特性，另一方面也對云計算的組件提出更高要求。作為云計算關鍵技術和最基礎的組件之一，數(shù)據(jù)庫也需要適應這種架構變化。云數(shù)據(jù)庫應運而生。

“數(shù)據(jù)庫+云”還是“云+數(shù)據(jù)庫”？

云計算自 2006 年出現(xiàn)后，隨著企業(yè)上云進程的加速，傳統(tǒng)數(shù)據(jù)庫逐漸從私有部署轉化為云上部署，但變化主要集中在部署模式的不同，并未充分利用云計算理論為大數(shù)據(jù)技術本身賦能。而云原生概念的興起，讓數(shù)據(jù)庫迎來重大變革，云原生數(shù)據(jù)庫開始成為行業(yè)“主角”。

經(jīng)久不衰的關系型數(shù)據(jù)庫

眾所周知，數(shù)據(jù)庫起源于 20 世紀 60 年代。在 70 年代，關系型數(shù)據(jù)庫誕生，并成為沿用至今的數(shù)據(jù)庫存儲計算系統(tǒng)。即使隨著移動互聯(lián)網(wǎng)的發(fā)展，大數(shù)據(jù)技術的廣泛應用，涌現(xiàn)出越來越多新型數(shù)據(jù)庫，但關系型數(shù)據(jù)庫依舊占據(jù)主導地位。

據(jù) DB-Engines 統(tǒng)計，截至 2020 年 5 月，在收錄的 357 種數(shù)據(jù)庫中，關系型數(shù)據(jù)庫占比高達 75.2%。它之所以能經(jīng)久不衰，是因為其滿足數(shù)據(jù)庫的 ACID 特性，能幫助應用開發(fā)且簡化應用開發(fā)的復雜性。同時，它采用 SQL 標準，業(yè)務人員很容易看懂開發(fā)人員寫的代碼，代碼可讀性和可維護性非常強，降低了溝通成本。

在云計算出現(xiàn)前，關系型數(shù)據(jù)庫通常采用本地部署方式（On-Premises），其中，商業(yè)數(shù)據(jù)庫代表有 Oracle、Microsoft SQL Server、IBM Db2，開源數(shù)據(jù)庫代表則是 MySQL、PostgreSQL。那時，大多數(shù)企業(yè)都是自行采購硬件和租用 IDC。除服務器外，機柜、交換機、網(wǎng)絡配置和軟件安裝等底層很多事情都需要專業(yè)人士負責。數(shù)據(jù)庫方面，只有資金充裕的大企業(yè)（如電信、金融等）主要用 Oracle、IBM DB2 等商業(yè)關系型數(shù)據(jù)庫，它們的特點是性能強大、穩(wěn)定性好，但價格貴、維護成本高。

傳統(tǒng)數(shù)據(jù)庫架構依賴于高端硬件，每套數(shù)據(jù)庫系統(tǒng)服務器少、架構相對簡單，且無法支持新業(yè)務的擴展需求。如果想提升性能，主要靠采用配置更高、更先進的硬件。當然，這樣的機器也更昂貴。

除了擴展性差，傳統(tǒng)關系型數(shù)據(jù)庫還面臨一些挑戰(zhàn)：一是部署成本高，維護難度大；二是由于私有化部署，數(shù)據(jù)庫內核迭代升級比較緩慢。并且，它無法應對高并發(fā)讀寫。像以 Web 2.0 為代表的網(wǎng)站，其數(shù)據(jù)庫負載非常高，本地部署的傳統(tǒng)關系型數(shù)據(jù)庫往往無法應對每秒上萬次的讀寫請求，硬盤 I/O 成為性能瓶頸。

云計算興起，關系型數(shù)據(jù)庫演化到云托管關系型數(shù)據(jù)庫

云計算出現(xiàn)后，傳統(tǒng)關系型數(shù)據(jù)庫遇到的問題部分得到緩解。借助 IaaS，企業(yè)開始將傳統(tǒng)數(shù)據(jù)庫“搬遷”到云上，因此出現(xiàn)了云托管關系型數(shù)據(jù)庫，云廠商稱之為 RDS 服務，如 Amazon RDS、阿里云 RDS 等。

與傳統(tǒng)關系型數(shù)據(jù)庫相比，云托管關系型數(shù)據(jù)庫在外部交互層面上，保持了和傳統(tǒng)“原版”數(shù)據(jù)庫幾乎完全一致的編程接口和使用體驗。在搭建、運維和管理層面，云托管關系型數(shù)據(jù)庫門檻更低，對用戶更友好，且實現(xiàn)了相當程度的智能化和自動化。許多在傳統(tǒng)數(shù)據(jù)庫中需借額外工具或產(chǎn)品的功能，在云托管關系型數(shù)據(jù)庫中默認內置，開箱即用。本質上，云托管是將原本部署于 IDC 機房內物理服務器（也可能是虛擬出來的服務器）上的傳統(tǒng)數(shù)據(jù)庫軟件部署在云主機上。

圖由作者繪制

以 Amazon RDS 為例。其架構類似在底層的數(shù)據(jù)庫上構建了一個中間層。這個中間層負責路由客戶端的 SQL 請求發(fā)往實際的數(shù)據(jù)庫存儲節(jié)點。因為將業(yè)務端的請求通過中間層代理，所以可對底層的數(shù)據(jù)庫實例進行很多運維工作。這些工作由于隱藏在中間層后邊，業(yè)務層可以做到基本無感知。另外，這個中間路由層基本只是簡單的轉發(fā)請求，所以底層可以連接各種類型的數(shù)據(jù)庫。其缺點在于，它本質上還是一個單機主從架構，無法適用超過最大配置物理機容量、CPU 負載和 IO 的場景。尤其是移動互聯(lián)網(wǎng)時代，很多企業(yè)業(yè)務快速增長，數(shù)據(jù)庫并發(fā)量越來越高，也愈加重視可擴展性。

云托管關系型數(shù)據(jù)庫雖然能部分實現(xiàn)“彈性”與“自愈”，但是這種方案存在資源利用率低、維護成本高、可用性低等問題。

以阿里云為例，阿里 PolarDB 之所以會誕生，原因之一是阿里云數(shù)據(jù)庫團隊在業(yè)務中遇到很大挑戰(zhàn)：它們在云上維護了龐大的 MySQL 云服務（RDS）集群，包含成千上萬個實例，面臨很多棘手問題：

• 云服務一般使用云硬盤，導致數(shù)據(jù)庫的性能沒物理機實例好，比如 I/O 延時過高；
• RDS 實例集群很大，可能同時有很多實例在備份，從而占用云服務巨大的網(wǎng)絡和 I/O 帶寬，導致云服務不穩(wěn)定；
• 大實例恢復需重建時，耗時太長，影響服務可用性；
• 對需要讀寫分離，且要求部署多個只讀節(jié)點的用戶，最明顯的感覺是每增加一個只讀實例，成本是線性增長。

針對這些問題，可選解決方案是基于共享存儲，即數(shù)據(jù)庫共享存儲方案：RDS 實例（一般指一主一從的高可用實例）和只讀實例共享同一份數(shù)據(jù)。好處是實例故障或只讀擴展時，不用拷貝數(shù)據(jù)，只需新建只讀計算節(jié)點或把故障節(jié)點重新拉起來。并且，通過快照技術和寫時拷貝解決數(shù)據(jù)備份和誤操作恢復問題。不過，業(yè)內可用的共享存儲方案非常少，即使可用，性能也達不到要求。

因此，想解決云托管關系型數(shù)據(jù)庫服務面臨的問題，必須改變思路，從架構入手。

架構“革命”，云原生數(shù)據(jù)庫出現(xiàn)

要知道，過去三四十年，傳統(tǒng)關系型數(shù)據(jù)庫架構并未發(fā)生很大改變。

圖源亞馬遜云科技博客

雖然在數(shù)據(jù)庫擴展方面存在不同的常規(guī)方法（如分區(qū)、無共享或共享磁盤等），但這些方法都基于同樣的基本數(shù)據(jù)庫架構。

正如亞馬遜云科技在博客中寫道：“這些方法無法解決大規(guī)模性能、彈性和爆炸半徑問題，因為嚴密耦合型整體式堆棧的基本局限性依然存在?！?/p>

為解決云托管關系型數(shù)據(jù)庫面臨的問題，適應云特性的云原生數(shù)據(jù)庫就此誕生。云原生數(shù)據(jù)庫完全為云設計，能充分發(fā)揮云的特點和優(yōu)勢。

具體說來，云原生數(shù)據(jù)庫有三大特點：第一，計算、存儲分離，由于對存儲與計算進行解耦合，實現(xiàn)了存儲與計算分離；第二，無狀態(tài)，計算節(jié)點無狀態(tài)或較少狀態(tài)；第三，存儲節(jié)點靈巧化，因采用小存儲塊方式組織副本，用以減少平均恢復時間，多副本共識算法，實現(xiàn)存儲的高可用與故障“自愈”能力。

目前，業(yè)內云原生數(shù)據(jù)庫的代表有亞馬遜云科技 Aurora、阿里 PolarDB、Azure CosmosDB、騰訊 TDSQL-C 等。

從上述各種云原生數(shù)據(jù)庫的實踐和發(fā)展來看，我們總結出數(shù)據(jù)庫技術的幾個發(fā)展趨勢：第一，從 scale up 到 scale out。打個比方，這就像從傳統(tǒng)火車到動車一樣，scale out 不僅可以降低用戶 TCO，而且該架構可以支撐系統(tǒng)擴展。尤其是如今的網(wǎng)絡已經(jīng)從百兆邁向 100G、200G，協(xié)議從 socket 邁向 RDMA，因此 scale out 架構已經(jīng)完全成為可能。其次，從物理機到云原生。正如英特爾大數(shù)據(jù)首席工程師程從超所言，“我們原來的數(shù)據(jù)庫從物理機逐步走向云平臺，充分利用云平臺底層的分布式存儲，以及計算資源池、存儲資源池的無限擴展能力，讓數(shù)據(jù)庫關注上層業(yè)務邏輯，與云平臺充分地結合，形成云原生?！钡谌瑥挠嬎愦鎯Ψ蛛x到邏輯和執(zhí)行引擎分離，走向 Serverless 架構。好處在于 CPU 可以動態(tài)擴展或縮容，為用戶提供 on demand 服務。第四，數(shù)據(jù)計算將放在內存里，數(shù)據(jù)存儲可能采用塊存儲、對象存儲。這樣，在計算過程中，避免和底層存儲“打交道”。最后是 AIOps。通過 AI 技術自動的對前端業(yè)務系統(tǒng)進行調優(yōu)。這可以在提高性能的同時，降低成本、預防 IT 事故，并提高業(yè)務的敏捷性。

發(fā)揮極致性能，云原生數(shù)據(jù)庫的創(chuàng)新實踐

如今人工智能、低代碼、即時數(shù)據(jù)分析等技術的加速創(chuàng)新意味著云上工作負載日趨多元化、動態(tài)化。如何應對這種變化，對云原生數(shù)據(jù)庫是非常大的考驗。

在架構設計上，現(xiàn)有云原生數(shù)據(jù)庫最顯著的特點是將原本一體運行的數(shù)據(jù)庫拆解，讓計算、存儲資源完全解耦，使用分布式云存儲替代本地存儲，將計算層變成無狀態(tài)。云原生數(shù)據(jù)庫將承載每層服務的資源池化，獨立、實時地伸縮資源池的大小，以匹配實時的工作負載，使得資源利用率最大化。

圖由作者繪制

如上圖所示，大部分云原生數(shù)據(jù)庫將 SQL 語句解析、物理計劃執(zhí)行、事務處理等都放在一層，統(tǒng)稱為計算層。而將事務產(chǎn)生的日志、數(shù)據(jù)的存儲放在共享存儲層，統(tǒng)稱為存儲層。在存儲層，數(shù)據(jù)采用多副本確保數(shù)據(jù)的可靠性，并通過 Raft 等協(xié)議保證數(shù)據(jù)的一致性。由此可見，高性能的分布式存儲是云原生數(shù)據(jù)庫實現(xiàn)的關鍵。

此外，計算節(jié)點與存儲節(jié)點之間采用高速網(wǎng)絡互聯(lián)，并通過 RDMA 協(xié)議傳輸數(shù)據(jù)，讓 I/O 性能不再成為瓶頸。值得注意的是，Amazon Aurora 并未使用 RDMA。

除架構外，云原生數(shù)據(jù)庫還需要與硬件搭配，軟硬協(xié)同，才能發(fā)揮出最大潛力。新硬件的發(fā)展為數(shù)據(jù)庫技術注入了更多的可能性，充分發(fā)揮硬件性能成了所有數(shù)據(jù)庫系統(tǒng)提升效率的重要手段。云原生數(shù)據(jù)庫拆解了計算、存儲，并利用網(wǎng)絡發(fā)揮分布式的能力，在這三個層面都充分結合新硬件的特性進行設計。

通過騰訊云 TDSQL-C 的實踐，我們可以深入了解云原生數(shù)據(jù)庫的創(chuàng)新思路。

TDSQL-C 是騰訊云自研的新一代云原生關系型數(shù)據(jù)庫，采用計算和存儲分離的架構，所有計算節(jié)點共享一份數(shù)據(jù)，存儲容量高達 128TB，單庫最高可擴展至 16 節(jié)點，提供秒級的配置升降級、秒級的故障恢復和數(shù)據(jù)備份容災服務，兼具商用的性能和穩(wěn)定性以及開源的靈活和低成本。

大體上，TDSQL-C 核心技術創(chuàng)新表現(xiàn)在兩方面：一方面是架構創(chuàng)新，另一方面是性能優(yōu)化。

TDSQL-C 云原生架構（圖由作者繪制）

在架構上，TDSQL-C 存算分離，把計算層和存儲層進行解耦，做分層處理，分層過后通過池化讓計算、存儲的能力變得無限大。存算分離后，存儲可以使用集群化的云存儲，大大提升存儲上限，計算資源可以跨實例、跨物理機調度，按需使用，彈性大大增加。

其次，TDSQL-C 共享存儲。如上圖所示，傳統(tǒng)上，Master 和 RO 雖然對應的是同一份數(shù)據(jù)，但實際存儲時有六份數(shù)據(jù)。而每增加一個 RO 節(jié)點，就會多出三份數(shù)據(jù)，這也讓整個集群的存儲副本數(shù)近一步放大。并且，高吞吐的數(shù)量使網(wǎng)絡問題成為瓶頸，在共享存儲側也有大量網(wǎng)絡浪費。而 TDSQL-C 采用共享存儲方式，如下圖所示，Master 和 RO 是基于一份數(shù)據(jù)放在共享存儲中，RO 只從共享存儲中讀取所需的 page，不需要寫入存儲，并且 RO 可以從主庫接收 WAL 在緩存中重放，以此保持緩存中 Page 持續(xù)更新。如此，TDSQL-C 就解決了業(yè)務容量和計算節(jié)點的擴容問題。

圖源InfoQ官網(wǎng)

第三，TDSQL-C 使用“l(fā)og is database”方案，把一部分數(shù)據(jù)庫計算邏輯下沉到存儲層完成， 實現(xiàn)網(wǎng)絡數(shù)據(jù)傳輸減少 90%+，計算層資源更聚焦于 SQL 處理，提升系統(tǒng)性能，分布式刷臟基本上規(guī)避 BP 刷臟的影響，加快了系統(tǒng)啟動速度。

除了架構創(chuàng)新，TDSQL-C 在性能優(yōu)化方面，不僅很好地利用云原生數(shù)據(jù)庫自身特點，而且充分結合英特爾產(chǎn)品和技術，實現(xiàn)極致性能。

具體而言，騰訊云 TDSQL-C 團隊首次深入底層軟件的設計層面，利用英特爾 oneAPI 收集軟件運行過程中的函數(shù)開銷等，通過反饋優(yōu)化技術進行再編譯。這樣，TDSQL-C 性能得到進一步提升，在大部分用戶場景下都有更好的效果，甚至在某個方面，性能提升可以達到 85%。

在這個過程中，英特爾 oneAPI 發(fā)揮著重要作用。作為一種開放、統(tǒng)一的編程模型，oneAPI 用于 CPU 和加速器，并支持多個廠商的計算機架構。

其次，為優(yōu)化讀取性能和寫入性能，騰訊云 TDSQL-C 團隊基于英特爾傲騰持久化內存設計了一個二級緩存方案，因為由計算和存儲分離帶來的遠程 I/O 成為不小的挑戰(zhàn)。同時，根據(jù)數(shù)據(jù)溫度，智能存儲分層：熱數(shù)據(jù)放在內存，冷數(shù)據(jù)放在磁盤。在使用傲騰持久化內存后，團隊重新定義溫數(shù)據(jù)，實行低冗余度存儲。在計算節(jié)點，通過對溫數(shù)據(jù)進行緩存，團隊極大提高了數(shù)據(jù)庫在 IO 密集型場景下的訪問速度。

圖由作者繪制

如上圖所示，TDSQL-C 團隊在遠程存儲和 buffer pool 之間實現(xiàn)了二級緩存層，它使用本地存儲介質。從 buffer pool 中淘汰的頁面緩存在該層——實際上并非淘汰，而是把從buffer pool 移出的數(shù)據(jù)緩存到本地的 SSD存儲或AEP存儲。下次訪問該數(shù)據(jù)時，滿足一定的條件下，可以直接從本地讀取，這樣就能最大限度地降低網(wǎng)絡 I/O 的消耗。

通過與 英特爾 技術團隊的聯(lián)合創(chuàng)新，結合最新一代英特爾? 至強? 可擴展處理器以及英特爾? 傲騰? 持久內存(PMem)的硬件特性，TDSQL-C 團隊重構了二級緩存設計方案，在IO bound 場景中的讀寫性能提升2倍以上。

同時，TDSQL-C 團隊攜手英特爾多方位優(yōu)化存儲方案設計，如加入輪詢、算法優(yōu)化、消除鎖等機制，優(yōu)化存儲引擎等，并引入由英特爾提供的 SPDK 開發(fā)套件，優(yōu)化 NVMe 固態(tài)盤的 IOPS 和時延性能。并且，對網(wǎng)絡架構全面升級，TDSQL-C 新版本采用全鏈路 RDMA 網(wǎng)絡，依靠零拷貝、內核旁路、無 CPU 干預等特性，進一步優(yōu)化了存儲層與計算層以及存儲層多副本間關鍵路徑的系統(tǒng)性能，降低請求延遲最高達 80%，使 I/O 性能不再成為瓶頸。

簡言之，TDSQL-C 新版本對云原生數(shù)據(jù)庫場景進行了大量優(yōu)化，極大提升了數(shù)據(jù)庫性能，能更好地滿足企業(yè)對數(shù)據(jù)庫性能的極致追求。

從騰訊云與英特爾合作的創(chuàng)新實踐中，我們發(fā)現(xiàn)未來的數(shù)據(jù)庫將步入全棧優(yōu)化時代，從硬件平臺優(yōu)化到架構層優(yōu)化再到上面的應用層優(yōu)化。所謂“軟件優(yōu)化三年不如硬件更新一代”，比如算力上，一定是充分利用 CPU 最底層的指令集和最新的加速器。據(jù)悉，最新的英特爾? 至強? 可擴展處理器（Sapphire Rapids）一代，已經(jīng)從單純的提高主頻和增加核數(shù)逐步走向更多的加速器，包括 QAT 和 SGX 以及 DSA 等。在英特爾大數(shù)據(jù)首席工程師程從超看來，這些新的加速器會對數(shù)據(jù)庫的整個優(yōu)化設計帶來很大的影響，這也是未來需要充分重視的。

以硬件到基礎設施的優(yōu)化為例，算力優(yōu)化方面，需采用最新的處理器和最新的軟件版本，并選擇高主頻的核。同時，還要避免 NUMA，即非一致性內存訪問，因為它對數(shù)據(jù)庫的性能影響較大。并且，可以充分利用底層 CPU 最新的指令集，如 SIMD。在存儲優(yōu)化方面，實行數(shù)據(jù)封層存放，把 redo log 和 binlog 等日志存儲在低延時設備上，以及通過 PMEM 在物理存儲（HDD、SSD、NAND）和內存間增加一個 cache 層，作為應用的熱數(shù)據(jù)存儲，從而擴展內容容量，彌補存儲性能。為進一步優(yōu)化存儲，企業(yè)還可以利用 LSM 的多版本管理機制增強系統(tǒng)的性能。網(wǎng)絡優(yōu)化上，可以采用 ADQ，通過 SPDK/DPDK 等技術提高網(wǎng)絡性能，繞過 kernel space 的性能瓶頸。

寫在最后

隨著數(shù)字化不斷發(fā)展，數(shù)據(jù)的價值正不斷顯現(xiàn)。毫無疑問，圍繞數(shù)據(jù)的生產(chǎn)、存儲和消費構成的系列服務，將成為數(shù)字經(jīng)濟社會的核心價值鏈條，而其背后的支撐正是數(shù)據(jù)庫。這也意味著，數(shù)據(jù)庫將比以前發(fā)揮更大的作用。

從傳統(tǒng)關系型數(shù)據(jù)庫到云托管關系型數(shù)據(jù)庫再到云原生數(shù)據(jù)庫，數(shù)據(jù)庫不斷變革。我們看到，當企業(yè)業(yè)務從本地到上云再到原生發(fā)展時，云原生數(shù)據(jù)庫也將成為云時代數(shù)據(jù)庫的主角之一。作為支撐企業(yè)業(yè)務的關鍵 IT 基礎設施，云原生數(shù)據(jù)庫只有發(fā)揮出最大的價值，才能推動業(yè)務發(fā)展。而這需要不斷創(chuàng)新，不僅是先進的架構設計，而且與其他前沿的軟硬件產(chǎn)品和技術搭配，軟硬協(xié)同，從而實現(xiàn)最佳效用。