大數(shù)據(jù)時(shí)代，企業(yè)對于DBA也提出更高的需求。同時(shí)，NoSQL作為近幾年新崛起的一門技術(shù)，也受到越來越多的關(guān)注。本文將基于個(gè)推SRA孟顯耀先生所負(fù)責(zé)的DBA工作，和大數(shù)據(jù)運(yùn)維相關(guān)經(jīng)驗(yàn)，分享兩大方向內(nèi)容：一、公司在KV存儲上的架構(gòu)演進(jìn)以及運(yùn)維需要解決的問題；二、對NoSQL如何選型以及未來發(fā)展的一些思考。

據(jù)官方統(tǒng)計(jì)，截止目前（2018年4月20日）NoSQL有225個(gè)解決方案，具體到每個(gè)公司，使用的都是其中很小的一個(gè)子集，下圖中藍(lán)色標(biāo)注的產(chǎn)品是當(dāng)前個(gè)推正在使用的。

NoSQL的由來

1946年，第一臺通用計(jì)算機(jī)誕生。但一直到1970年RDMBS的出現(xiàn)，大家才找到通用的數(shù)據(jù)存儲方案。到21世紀(jì)，DT時(shí)代讓數(shù)據(jù)容量成為最棘手的問題，對此谷歌和亞馬遜分別提出了自己的NoSQL解決方案，比如谷歌于2006年提出了Bigtable。2009年的一次技術(shù)大會(huì)上，NoSQL一詞被正式提出，到現(xiàn)在共有225種解決方案。

NoSQL與RDMBS的區(qū)別主要在兩點(diǎn)：第一，它提供了無模式的靈活性，支持很靈活的模式變更；第二，可伸縮性，原生的RDBMS只適用于單機(jī)和小集群。而NoSQL一開始就是分布式的，解決了讀寫和容量擴(kuò)展性問題。以上兩點(diǎn)，也是NoSQL產(chǎn)生的根本原因。

實(shí)現(xiàn)分布式主要有兩種手段：副本（Replication）和分片（Sharding）。Replication能解決讀的擴(kuò)展性問題和HA（高可用），但是無法解決讀和容量的擴(kuò)展性。而Sharding可以解決讀寫和容量的擴(kuò)展性。一般NoSQL解決方案都是將二者組合起來。

Sharding主要解決數(shù)據(jù)的劃分問題，主要有基于區(qū)間劃分（如Hbase的Rowkey劃分）和基于哈希的劃分。為了解決哈希分布式的單調(diào)性和平衡性問題，目前業(yè)內(nèi)主要使用虛擬節(jié)點(diǎn)。后文所述的Codis也是用虛擬節(jié)點(diǎn)。虛擬節(jié)點(diǎn)相當(dāng)于在數(shù)據(jù)分片和托管服務(wù)器之間建立了一層虛擬映射的關(guān)系。

目前，大家主要根據(jù)數(shù)據(jù)模型和訪問方式進(jìn)行NoSQL分類。

個(gè)推常用的幾種NoSQL解決方案

個(gè)推Redis系統(tǒng)規(guī)模如下圖。下面介紹一下運(yùn)維過程遇到的幾個(gè)問題。

首先是技術(shù)架構(gòu)演進(jìn)過程。個(gè)推以面向APP開發(fā)者提供消息推送服務(wù)起家，在2012年之前，個(gè)推的業(yè)務(wù)量相對較小，當(dāng)時(shí)我們用Redis做緩存，用MySQL做持久化。在2012-2016年，隨著個(gè)推業(yè)務(wù)的高速發(fā)展，單節(jié)點(diǎn)已經(jīng)無法解決問題。在MySQL無法解決高QPS、TPS的情況下，我們自研了Redis分片方案。此外，我們還自研了Redis客戶端，用它來實(shí)現(xiàn)基本的集群功能，支持自定義讀寫比例，同時(shí)對故障節(jié)點(diǎn)的監(jiān)測和隔離、慢監(jiān)控以及每個(gè)節(jié)點(diǎn)健康性進(jìn)行檢查。但這種架構(gòu)沒有過多考慮運(yùn)維效率的問題，缺少運(yùn)維工具。

當(dāng)我們計(jì)劃完善運(yùn)維工具的時(shí)候，發(fā)現(xiàn)豌豆莢團(tuán)隊(duì)將Codis開源，給我們提供了一個(gè)不錯(cuò)的選項(xiàng)。

個(gè)推Codis+的優(yōu)勢

Codis是proxy-based架構(gòu)，支持原生客戶端，支持基于web的集群操作和監(jiān)控，并且也集成了Redis Sentinel。可以提高我們運(yùn)維的工作效率，且HA也更容易落地。

但是在使用過程中，我們也發(fā)現(xiàn)一些局限。因此我們提出了Codis+，即對Codis做一些功能增強(qiáng)。

第一、 采用2N+1副本方案，解決故障期間Master單點(diǎn)的問題。

第二、Redis準(zhǔn)半同步。設(shè)置一個(gè)閾值，比如slave僅在5秒鐘之內(nèi)可讀。

第三、資源池化。能通過類似HBase增加RegionServer的方式去進(jìn)行資源擴(kuò)容。

此外，還有機(jī)架感知功能和跨IDC的功能。Redis本身是為了單機(jī)房而設(shè)置的，沒有考慮到這些問題。

那么，為什么我們不用原生的rRedis cluster？這里有三個(gè)原因：一、原生的集群，它把路由轉(zhuǎn)發(fā)的功能和實(shí)際上的數(shù)據(jù)管理功能耦合在一個(gè)功能里，如果一個(gè)功能出問題就會(huì)導(dǎo)致數(shù)據(jù)有問題；二、在大集群時(shí)，P2P的架構(gòu)達(dá)到一致性狀態(tài)的過程比較耗時(shí)，codis是樹型架構(gòu)，不存在這個(gè)問題。三、集群沒有經(jīng)過大平臺的背書。

此外，關(guān)于Redis，我們最近還在看一個(gè)新的NoSQL方案Aerospike，我們對它的定位是替換部分集群Redis。Redis的問題在于數(shù)據(jù)常駐內(nèi)存，成本很高。我們期望利用Aerospike減少TCO成本。Aerospike有如下特性：

一、Aerospike數(shù)據(jù)可以放內(nèi)存，也可以放SSD，并對SSD做了優(yōu)化。

二、資源池化，運(yùn)維成本繼續(xù)降低。

三、支持機(jī)架感知和跨IDC的同步，但這屬于企業(yè)級版本功能。

目前我們內(nèi)部現(xiàn)在有兩個(gè)業(yè)務(wù)在使用Aerospike，實(shí)測下來，發(fā)現(xiàn)單臺物理機(jī)搭載單塊Inter SSD 4600，可以達(dá)到接近10w的QPS。對于容量較大，但QPS要求不高的業(yè)務(wù)，可以選擇Aerospike方案節(jié)省TCO。

在NoSQL演進(jìn)的過程中，我們也遇到一些運(yùn)維方面的問題。

標(biāo)準(zhǔn)化安裝

我們共分了三個(gè)部分：OS標(biāo)準(zhǔn)化、Redis文件和目錄標(biāo)準(zhǔn)、Redis參數(shù)標(biāo)準(zhǔn)化，全部用saltstack + cmdb實(shí)現(xiàn)；

擴(kuò)容和縮容

在技術(shù)架構(gòu)不斷演進(jìn)過程中，擴(kuò)容和縮容的難度也在變低，原因之一在于codis緩解了一部分問題。當(dāng)然，如果選擇Aerospike，相關(guān)操作就會(huì)非常輕松。

做好監(jiān)控，降低運(yùn)維成本

大部分的運(yùn)維同學(xué)都應(yīng)該認(rèn)真閱讀《SRE：Google運(yùn)維揭秘》，它在理論層面和實(shí)踐層面提出了很多非常有價(jià)值的方法論，強(qiáng)烈推薦。

個(gè)推Redis監(jiān)控復(fù)雜性

三種集群架構(gòu)：自研、codis2和codis3，這三種架構(gòu)采集數(shù)據(jù)的方式并不相同。

三類監(jiān)控對象：集群、實(shí)例、主機(jī)，需要有元數(shù)據(jù)維護(hù)邏輯關(guān)系，并在全局做聚合。

三種個(gè)性化配置：個(gè)推的Redis集群，有的集群需要有多副本，有的不需要。有的節(jié)點(diǎn)允許滿做緩存，有的節(jié)點(diǎn)不允許滿。還有持久化策略，有的不做持久化，有的做持久化，有的做持久化+異地備份，這些業(yè)務(wù)特點(diǎn)對我們監(jiān)控靈活性提出很高的要求。

Zabbix是一個(gè)非常完備的監(jiān)控系統(tǒng)，約三年多的時(shí)間里，我都把它作為主要的監(jiān)控系統(tǒng)平臺。但是它有兩個(gè)缺陷：一是它使用MySQL作為后端存儲，TPS有上限；二是不夠靈活。比如：一個(gè)集群放在一百臺機(jī)器上，要做聚合指標(biāo)，就很困難。

小米的open-falcon解決了這個(gè)問題，但是也會(huì)產(chǎn)生一些新問題。比如告警函數(shù)很少，不支持字符串，有時(shí)候會(huì)增加手工的操作等等。后來我們對它進(jìn)行功能性補(bǔ)充，便沒有遇到大的問題。

下圖是個(gè)推運(yùn)維平臺。

第一個(gè)是IT硬件資源平臺，主要維護(hù)主機(jī)維度的物理信息。比如說主機(jī)在哪個(gè)機(jī)架上接的哪個(gè)交換機(jī)，在哪個(gè)機(jī)房的哪一個(gè)樓層等等，這是做機(jī)架感知和跨IDC等等的基礎(chǔ)。

第二個(gè)是CMDB，這個(gè)是維護(hù)主機(jī)上的軟件信息，主機(jī)上裝了哪些實(shí)例，實(shí)例屬于哪些集群，我們用了哪些端口，這些集群有什么個(gè)性化的參數(shù)配置，包括告警機(jī)制不一樣，全是通過CMDB實(shí)現(xiàn)。CMDB的數(shù)據(jù)消費(fèi)方包含grafana監(jiān)控系統(tǒng)和監(jiān)控采集程序，采集程序由我們自己開發(fā)。這樣CMDB數(shù)據(jù)會(huì)活起來。如果只是一個(gè)靜態(tài)數(shù)據(jù)沒有消費(fèi)方，數(shù)據(jù)就會(huì)不一致。

grafana監(jiān)控系統(tǒng)聚合了多個(gè)IDC數(shù)據(jù)，我們運(yùn)維每天只需看一下大屏就夠了。

Slatstack，用于實(shí)現(xiàn)自動(dòng)化發(fā)布，實(shí)現(xiàn)標(biāo)準(zhǔn)化并提高工作效率。

采集程序是我們自行研發(fā)的，針對公司的業(yè)務(wù)特點(diǎn)定制化程度很高。還有ELK（不用logstach，用filebeat）做日志中心。

通過以上這些，我們搭建出個(gè)推整個(gè)監(jiān)控體系。

下面講一下搭建過程中遇到的幾個(gè)坑。

一、主從重置，會(huì)導(dǎo)致主機(jī)節(jié)點(diǎn)壓力爆增，主節(jié)點(diǎn)無法提供服務(wù)。

主從重置有很多原因。

Redis版本低，主從重置的概率很高。Redis3主從重置的概率比Redis2大大減少，Redis4支持節(jié)點(diǎn)重啟以后也能增量同步，這是Redis本身進(jìn)行了很多改進(jìn)。

我們現(xiàn)在主要使用的是2.8.20,屬于比較容易能產(chǎn)生主從重置。

Redis的主從重置一般是觸發(fā)了如下條件中的一個(gè)。

1、repl-backlog-size太小，默認(rèn)是1M，如果你有大量的寫入，很容易擊穿這個(gè)緩沖區(qū)；2、repl-timeout，Redis主從默認(rèn)每十秒鐘ping一次，60秒鐘ping不推就會(huì)主從重置，原因可能是網(wǎng)絡(luò)抖動(dòng)、總節(jié)點(diǎn)壓力過大，無法響應(yīng)這個(gè)包等；3、tcp-baklog，默認(rèn)是511。操作系統(tǒng)的默認(rèn)是限制到128，這個(gè)可以適度提高，我們提高到2048，這個(gè)能對網(wǎng)絡(luò)丟包現(xiàn)象進(jìn)行一定容錯(cuò)。

以上都是導(dǎo)致主從重置的原因，主從重置的后果很嚴(yán)重。Master壓力爆增無法提供服務(wù)，業(yè)務(wù)就把這個(gè)節(jié)點(diǎn)定為不可用。響應(yīng)時(shí)間變長 Master所在所有主機(jī)的節(jié)點(diǎn)都會(huì)受到影響。

二、節(jié)點(diǎn)過大，部分是人為原因造成的。第一是拆分節(jié)點(diǎn)的效率較低，遠(yuǎn)遠(yuǎn)慢于公司業(yè)務(wù)量的增長。此外，分片太少。我們的分片是500個(gè)，codis是1024，codis原生是16384個(gè)，分片太少也是個(gè)問題。如果做自研的分布式方案，大家一定要把分片數(shù)量，稍微設(shè)大一點(diǎn)，避免業(yè)務(wù)發(fā)展超過你預(yù)期的情況。節(jié)點(diǎn)過大之后，會(huì)導(dǎo)致持久化的時(shí)間增長。我們30G的節(jié)點(diǎn)要持久化，主機(jī)剩余內(nèi)存要大于30G，如果沒有，你用Swap導(dǎo)致主機(jī)持久化時(shí)間大幅增長。一個(gè)30G的節(jié)點(diǎn)持久化可能要4個(gè)小時(shí)。負(fù)載過高也會(huì)導(dǎo)致主從重置，引起連鎖反應(yīng)。

關(guān)于我們遇到的坑，接下來分享幾個(gè)實(shí)際的案例。

第一個(gè)案例是一次主從重置。這個(gè)情況是在春節(jié)前兩天出現(xiàn)的，春節(jié)前屬于消息推送業(yè)務(wù)高峰期。我們簡單還原一下故障場景。首先是大規(guī)模的消息下發(fā)導(dǎo)致負(fù)載增加；然后，Redis Master壓力增大，TCP包積壓，OS產(chǎn)生丟包現(xiàn)象，丟包把Redis主從ping的包給丟了，觸發(fā)了repl-timeout 60秒的閾值，主從就重置了。同時(shí)由于節(jié)點(diǎn)過大，導(dǎo)致Swap和IO飽和度接近100%。解決的方法很簡單，我們先把主從斷開。故障原因首先是參數(shù)不合理，大都是默認(rèn)值，其次是節(jié)點(diǎn)過大讓故障效果進(jìn)行放大。

第二個(gè)案例是codis最近遇到的一個(gè)問題。這是一個(gè)典型的故障場景。一臺主機(jī)掛掉后，codis開啟了主從切換，主從切換后業(yè)務(wù)沒有受影響，但是我們?nèi)ブ匦陆又鲝臅r(shí)發(fā)現(xiàn)接不上，接不上就報(bào)了錯(cuò)。這個(gè)錯(cuò)也不難查，其實(shí)就是參數(shù)設(shè)置過小，也是由于默認(rèn)值導(dǎo)致。Slave從主節(jié)點(diǎn)拉數(shù)據(jù)的過程中，新增數(shù)據(jù)留在Master緩沖區(qū)，如果Slave還沒拉完，Master緩沖區(qū)就超過上限，就會(huì)導(dǎo)致主從重置，進(jìn)入一個(gè)死循環(huán)。

基于這些案例，我們整理了一份最佳實(shí)踐。

一、配置CPU親和。Redis是單機(jī)點(diǎn)的結(jié)構(gòu)，不親和會(huì)影響CPU的效率。

二、節(jié)點(diǎn)大小控制在10G。

三、主機(jī)剩余內(nèi)存最好大于最大節(jié)點(diǎn)大小+10G。主從重置需要有同等大小的內(nèi)存，這個(gè)一定要留夠，如果不留夠，用了Swap，就很難重置成功。

四、盡量不要用Swap。500毫秒響應(yīng)一個(gè)請求還不如掛掉。

五、tcp-backlog、repl-backlog-size、repl-timeout適度增大。

六、Master不做持久化，Slave做AOF+定時(shí)重置。

最后是個(gè)人的一些思考和建議。選擇適合自己的NoSQL，選擇原則有五點(diǎn)：

1、業(yè)務(wù)邏輯。首先要了解自身業(yè)務(wù)特點(diǎn)，比如是KV型就在KV里面找；如果是圖型就在圖型里找，這樣范圍一下會(huì)減少70%-80%。

2、負(fù)載特點(diǎn)，QPS、TPS和響應(yīng)時(shí)間。在選擇NoSQL方案時(shí)，可以從這些指標(biāo)去衡量，單機(jī)在一定配置下的性能指標(biāo)能達(dá)到多少？Redis在主機(jī)足夠剩余情況下，單臺的QPS40-50萬是完全OK的。

3、數(shù)據(jù)規(guī)模。數(shù)據(jù)規(guī)模越大，需要考慮的問題就越多，選擇性就越小。到了幾百個(gè)TB或者PB級別，幾乎沒太多選擇，就是Hadoop體系。

4、運(yùn)維成本和可不可監(jiān)控，能否方便地進(jìn)行擴(kuò)容、縮容。

5、其它。比如有沒有成功案例，有沒有完善的文檔和社區(qū)，有沒有官方或者企業(yè)支持。可以讓別人把坑踩過之后我們平滑過去，畢竟自己踩坑的成本還是蠻高的。

結(jié)語：關(guān)于NoSQL的釋義，網(wǎng)絡(luò)上曾有一個(gè)段子：從1980年的know SQL，到2005年的Not only SQL，再到今日的No SQL！互聯(lián)網(wǎng)的發(fā)展伴隨著技術(shù)概念的更新與相關(guān)功能的完善。而技術(shù)進(jìn)步的背后，則是每一位技術(shù)人的持續(xù)的學(xué)習(xí)、周密的思考與不懈的嘗試。