用Spider引擎解决数据库垂直和水平拆分的问题

作者介绍

张秀云，网名飞鸿无痕，现任职于腾讯，负责腾讯金融数据库的运维和优化工作。2007年开始从事运维方面的工作，经历过网络管理员、Linux运维工程师、DBA、分布式存储运维等多个IT职位。对Linux运维、MySQL数据库、分布式存储有丰富的经验。

近开始负责财付通数据库的相关维护工作，其中有几套系统使用的Spider引擎，为了以后能更好地对这套系统进行维护，对Spider做了一些功课，将Spider引擎的功能、使用场景、部署、实战测试等做个简单的总结，希望同学们看完本文后能对Spider引擎有个更深入的了解。

先来说两个我们DBA经常遇到的场景：

场景1：有两个分布在不通实例上的多张不通的表，想要通过某个字段关联，做一个统计，或者想将分布在不同实例的表，合并到一个实例中来做一些查询。

场景2：由于数据库容量的瓶颈或者是由于数据库访问性能的瓶颈，将某一个大库、大表或者访问量非常大的表进行拆分，然后分布到不通的实例中。

这两种场景覆盖了我们DBA经常接触的垂直拆分和水平拆分，在这种场景下往往面临着如下几个窘境：

这些表的访问和存取需要额外的路由规则，复杂度很高。
需要做数据汇总或者统计的时候，非常麻烦。

我们想到的解决办法可能有如下几种：

（1）使用数据库中间件（MySQLfabric/TDDL/Cobar/Atlas/Heisenberg/Vitess）

这个似乎是大公司专用的，由于存在各种各样的限制，小公司往往使用起来非常不方便，对于里面存在的各种坑也没办法很好规避。

（2）使用MySQL分区表

无法解决磁盘空间瓶颈以及服务器性能瓶颈。

（3）使用Galera Cluster for MySQL

支持数据库的高可用以及能实现读请求的扩展，但是对于写请求无法实现性能上的突破。

（4）使用MySQL的多源复制

仅仅适合将多个实例的数据聚合到一起，用来做数据统计，但还是存在磁盘空间的瓶颈。

（5）使用federated

可以实现将数据聚合，对于水平分割的场景并不适用，并且性能方面也存在比较大的问题。

（6）MySQL Sharding和Spider

MySQL Cluter是MySQL Sharding的一种，对于这种需求是个比较好的解决方案，不过使用于生产环境的案例比较少。还有一个Spider分布式引擎方案，非常适合前面我们讨论的两个场景，下来将会做深入的介绍，该引擎目前已经集成到了MariaDB中，目前最新的版本是Spider 3.2.37。

本文就是基于Spider的分布式数据库解决方案，下面就来详细介绍：

一、Spider引擎简介

1、Spider引擎是什么

Spider引擎是一个内置的支持数据分片特性的存储引擎，支持分区和XA事务，该引擎可以在服务器上建立和远程服务器表之间的链接，操作起来就像操作本地的表一样。并且后端可以是任何的存储引擎。Spider引擎根据表的设置的规则以及server表的规则自动进行智能路由，实现对后端数据库不通的表或者数据分片的访问和修改。因此该引擎对业务是完全透明的。

目前Spider引擎已经集成到了MariaDB中，安装使用非常方面，目前最新的版本是Spider 3.2.37。更多信息可以访问：https://mariadb.com/kb/en/mariadb/spider-storage-engine-overview/，具体的版本历史如下图所示：

2、Spider架构图

3、Spider的优势

对业务完全透明，业务不需要做任何的修改。
对于分库分表的逻辑业务不需要关心，只需要通过Spider作为代理入口，访问数据对应在后端哪台server上spider自动帮你处理。
方便横向扩展，能解决单台MySQL得性能和存储瓶颈问题。
对后端的存储引擎没有限制。
间接实现垂直拆分和水平拆分功能。
通过spider和后端的数据库连接，可以是独立的表，也可以是基于分区表，分区表支持哈希、范围、列表等算法。
完全兼容MySQL协议由于MySQL特殊的插件式存储引擎架构，server层负责SQL解析、SQL优化、数据库对象(视图、存储过程等）管理；存储引擎层负责数据存储、索引支持、事务、buffer等，两者之间通过约定好的handler接口进行交互。SQL解析、优化与执行交给server层处理，几乎支持执行任意类型SQL访问。

4、Spider的劣势

Spider的表本身不支持查询缓存和全文索引，不过可以将全文索引添加在后端数据库中；
如果采用物理备份，Spider无法备份后端的数据，因为数据本身是存放在后端。可以对后端的MySQL一一做物理备份；
Spider本身是单点，需要自己做容灾机器，比如通过VIP的方式；
多了一层网络，性能上会有一些损耗，尤其是跨分区、跨表查询性能会差一些。

二、Spider的使用场景解析

1、垂直分表的场景和解析

垂直分表场景图

垂直分表场景解析

从上图可以看出，Spider后面接4台DB server，可以将不通功能的表分布到后端不通的DB server中，比如user_info的表专门存放在HostA中，user_msg表存放在了HostB中，user_detail表存放在了HostC中，user_log表存放在了HostD中。

在图中的红色部分，当我们执行红色部分的SQL时，Spider会通过user_info表的映射关系以及HostA的IP映射关系，将查询user_info表的请求都转发到HostA上，HostA查询完成后再将结果发给spider服务器，Spider再转发给客户端。

2、采用水平分表的场景

水平分表场景图

水平分表场景解析

Spider支持多种水平分表的模式，目前支持hash分表（hash）、范围分表（range）、列表分表（list），我这里用range来说明水平分表的工作原理。

从上图中可以看出Spider对user_info表针对id进行了分区，将0~100000的记录存储在了HostA，100000~200000的记录存储在了HostB，200000~300000的记录存储在了HostC，300000~400000的记录存储在了HostD。当用户访问user_info的某条或者多条记录的时候，Spider会根据分区的情况，对相关的记录落在某台或者多台DB server上，再进行转发。比如select * from user_info where id=1这个SQL，spider在收到这个请求后，会跟进分区情况选择对应的DB server进行转发。这里会将该请求转发到HostA中。HostA处理完成后，再将结果返回给Spider server，Spider再将结果转发给发起请求的客户端。

三、Spider引擎实战

1、Spider的安装部署

从Spider 10.0.0.4版本开始，Spider引擎就集成到了MariaDB中，集成后安装就非常的简单，安装步骤如下：

安装MariaDB到Spider Server以及后端多台DB Server上；

安装方法非常简单，这里不在赘述，具体可以参考：https://mariadb.com/kb/en/mariadb/getting-installing-and-upgrading-mariadb/

安装Spider引擎到Spider Server上（后端的DB Sserver不需要安装Spider引擎）

mysql -uroot -p < install_spider.sql

或者登录MySQL后执行

source /path/install_spider.sql

备注：install_spider.sql在share目录下面。

这个命令所做的事情如下：

创建Spider相关的系统表

spider_link_failed_log

spider_link_mon_servers

spider_tables

spider_xa

spider_xa_failed_log

spider_xa_member

创建Spider相关的表结构

加载Spider引擎

检查Spider引擎是否安装成功

如果出现上图所示的结果就说明已经支持Spider引擎了。

2、Spider的使用实战

备注：本实践环境基于tspider-1.8.5环境全部验证通过。

Spider实战拓扑图

在实战部分，我使用了2台DB Server，部署图如下：

实战前准备

a、创建Spider Server访问后端DB Server的权限（后面配置中需要用到）

grant all on *.* tospider_db_all@’10.128.128.91′ identified by ‘tospider_db_all’;

b、创建Spider后端DB Server的配置

可以通过执行如下SQL的形式直接创建

create server backend1 foreign data wrapper mysql options (host ‘10.128.128.60’, database ‘test’, user ‘spider_db_all’, password ‘spider_db_all’, port 3306);

create server backend2 foreign data wrapper mysql options (host ‘10.128.128.88’, database ‘test’, user ‘spider_db_all’, password ‘spider_db_all’, port 3306);

也可以通过直接给mysql.servers表中直接插入相关的记录，不过后面执行flush hosts才能生效

insert into mysql.servers(Server_name,Host,Db,Username,Password,Port,Socket,Wrapper,Owner)values (‘backend1′,’10.128.128.60′,’test’,’spider_db_all’,’spider_db_all’,3306,”,’mysql’,”);

insert into mysql.servers(Server_name,Host,Db,Username,Password,Port,Socket,Wrapper,Owner)values (‘backend2′,’10.128.128.88′,’test’,’spider_db_all’,’spider_db_all’,3306,”,’mysql’,”);

创建完成后可以直接查询mysql.servers表，确认是否添加成功，如下截图所示：

b、创建基础测试表

在后端两台DB Server上创建基础测试表（在60和88上执行）

create table test_spider (

id int,

username varchar(20),

address varchar(128),

primary key (id),

key (username)

) engine=InnoDB default charset=utf8 comment ‘spider test base table’;

Spider引擎实战

a、建立垂直表（远程表进行测试）

create table test_spider (

id int,

username varchar(20),

address varchar(128),

primary key (id),

key (username)

) ENGINE=SPIDER DEFAULT CHARSET=utf8 COMMENT=’server “backend1″‘;

创建之后，执行对应增删改查，看看是否对应的操作都发生在了backend1对应的DB Server上？

测试完成后，删除掉Spider 服务器上的test_spider表，你会发现drop掉Spider上的表，不会导致后端DB Server上的表被删除。

b、建立hash分区表

create table test_spider (

id int,

username varchar(20),

address varchar(128),

primary key (id),

key (username)

) ENGINE=SPIDER DEFAULT CHARSET=utf8 COMMENT=’wrapper “mysql”, table “test_spider”‘

PARTITION BY HASH (id)

( PARTITION pt1 COMMENT = ‘srv “backend1″‘,

PARTITION pt2 COMMENT = ‘srv “backend2″‘) ;

创建之后，执行对应增删改查，看看是否对应的操作都发生在了backend1和backend2对应的DB Server上？

测试完成后，删除掉Spider 服务器上的test_spider表，你会发现drop掉Spider上的表，不会导致后端DB Server上的表被删除。

c、建立range分区表

create table test_spider (

id int,

username varchar(20),

address varchar(128),

primary key (id),

key (username)

) ENGINE=SPIDER DEFAULT CHARSET=utf8 COMMENT=’wrapper “mysql”, table “test_spider”‘

PARTITION BY range columns (id)

( PARTITION pt1 values less than (100000) COMMENT = ‘srv “backend1″‘,

PARTITION pt2 values less than (200000) COMMENT = ‘srv “backend2″‘) ;

创建之后，执行对应增删改查，看看是否对应的操作都发生在了backend1和backend2对应的DB Server上？

测试完成后，删除掉Spider 服务器上的test_spider表，你会发现drop掉Spider上的表，不会导致后端DB Server上的表被删除。

d、建立list分区表测试

create table test_spider (

id int,

username varchar(20),

address varchar(128),

primary key (id),

key (username)

) ENGINE=SPIDER DEFAULT CHARSET=utf8 COMMENT=’wrapper “mysql”, table “test_spider”‘

PARTITION BY list columns (id)

( PARTITION pt1 values in (1,3,5,7,9) COMMENT = ‘srv “backend1″‘,

PARTITION pt2 values in (2,4,6,8,10) COMMENT = ‘srv “backend2″‘) ;

创建之后，执行对应增删改查，看看是否对应的操作都发生在了backend1和backend2对应的DB Server上？

测试完成后，删除掉Spider 服务器上的test_spider表，你会发现drop掉Spider上的表，不会导致后端DB Server上的表被删除。

四、性能测试

性能测试可以采用sysbench来测试，和MySQL单台以及后端挂多台DB的场景进行对比，确认Spider引擎的性能和优势，由于手头没有合适的设备这部分等以后有时间再进行测试，maria’DB的官网已经有对应的测试方法和结果，有兴趣的可以去https://mariadb.com/kb/en/mariadb/spider-storage-engine-overview/查阅。

文章来源微信公众号：DBAplus社群