Pinterest MySQL利用分片來解決百億數據存儲問題的示例分析

這篇文章將為大家詳細講解有關Pinterest MySQL利用分片來解決百億數據存儲問題的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

Pinteres 是你感興趣的所有東西的發現引擎。從數據的角度來說，Pinterest 是世界上最大的人類興趣圖集。有超過500億的 Pin 被 Pin 友們保存在10億塊圖板上。 用戶再次 Pin，喜歡其他人的 Pin（粗略地說是一個淺顯的復制品），關注其他 Pin 友，畫板和興趣，然后查看主頁上所訂閱Pin友的所有資訊。 太好了！ 現在讓它擴大規模！

成長的痛

在2011年我們取得了成功。 在 一些 評估報告里，我們的發展比其他的初創公司要快得多。在2011年9月，我們每一項基礎設備都超出了負載。我們應用了一些 NoSQL 技術，所有這些技術都導致了災難性的后果。 同時，大量用于讀的 MySQL 從服務器產生了大量令人惱火的 bugs，特別是緩存。我們重構了整個數據存儲模式。為了使之有效，我們仔細制定了我們的要求。

業務要求

• 我們的全部系統需要非常穩定，易于操作和易于擴展。 我們希望支持數據庫能從開始的小存儲量，能隨著業務發展而擴展。

• 所有 Pin友 生成的內容在網站上必須隨時可以訪問。

• 支持以確定的順序請求訪問 N 個 Pin在畫板中展示（像按照創建的時間，或者按照用戶特定的順序）。對于喜歡的 Pin 友和 Pin友的 Pin 列表等也能按照特定的順序展示。

• 為了簡單起見，更新一般要保證最好的效果。為了獲取最終一致性，你需要一些額外的東西，如分布式 事務日志。這是一件有趣并（不）簡單的事情。

解決思路及要點備注

解決方案由于需要將海量的數據切片分布到多個數據庫實例上，不能使用關系數據庫的連接、外鍵或索引等方法整合整個數據。想想就知道，關聯的子查詢不能跨越不同的數據庫實例。

我們的方案需要負載平衡數據訪問。我們憎恨數據遷移，尤其是逐個記錄進行遷移，因關系的復雜性，這樣非常容易發生錯誤且加重系統不必要的復雜性。如果必須要遷移數據，最好是邏輯節點集的整體遷移。

為了達到方案實施的可靠迅速，我們需要在我們的分布式數據平臺上使用最易于實現、最健壯的技術方案。

每個實例上的所有的數據將被完全復制到一個從實例上，作為數據備份。我們使用的是高可用性的 MapReduce (分布式計算環境) 的 S3 。我們前端的業務邏輯訪問后臺數據，只訪問數據庫的 主實例。永遠不要讓您的前端業務去讀寫訪問從實例 。因為它與 主實例 數據同步存在延遲，會造成莫名其妙的錯誤，一旦將數據切片并分布，沒有一絲理由讓你前端業務從 從實例 上讀寫數據。

最后，我們需要精心設計一個優秀的方案生成和解析我們所有數據對象的 全局唯一標識（ UUID ） 。

我們的切片方案

不管怎樣，我們需要設計符合我們需求的，健壯的，性能優良和可維護的數據分布解決方案。換句話說，它不能稚嫩（未經廣泛驗證）。因此，我們的基礎設計建立在 MySQL 之上，參見  we chose a mature technology（選擇成熟技術） 。設計之初，我們自然會跳開不用那些號稱具有自動分布（auto-scaling）新技術能力的數據庫產品，諸如 MongoDB，Cassandra 和 Membase 之類的產品，因為它們似乎實施簡單卻適用性太差（常常發生莫名其妙的錯誤導致崩潰）。

旁白：強烈建議從底層基礎入手，避免時髦新鮮的東東 — 扎扎實實把  MySQL 學好用好。相信我，字字都是淚。

MySQL 是成熟、穩定并且就是好使的關系型數據庫產品。不僅我們用它，包括許多知名大公司也使用它作為后臺數據支撐，存儲著海量的數據。（譯注：大概幾年前，由于MySQL隨著 SUN 被 Oracle 的收購，歸到 Oracle 名下。許多公司，如 google，facebook 等由于擔心 MySQL 的開源問題，紛紛轉到由 MySQL 原作者開發的另一個開源數據庫 MariaDB 下）MySQL 支持我們對數據庫要求按序數據請求，查詢指定范圍數據及行（記錄）級上的事務處理的技術要求。MySQL有一堆功能特性，但我們不需要那些。由于 MySQL 本身是個單體解決方案，可我們卻要把我們的數據切片。（譯注：此處的意思是，一個單實例管理海量的數據，勢必造成性能問題。現在把一個海量整體數據切片成一個個單體數據集，需要一個強有力的技術解決方案，把一個個的單體整合成一個整體，提高性能還不出錯）下面是我們的設計方案：

我們起始使用8臺 EC2 服務器，每臺服務器都運行一個 MySQL 實例：

每個 MySQL 服務器各自以 主-主備份（ master-master replicated ）到1臺冗余主機作為災難恢復。我們前臺業務只從主服務實例讀/寫數據 。我建議你也這么做，它簡化許多事情，避免延遲故障。（譯注：主-主備份（ master-master replicated ） 是MySQL數據庫本身提供的功能，指兩臺機器互做備份的一種模式，相對其它模式，如 主-從備份，兩臺機器數據完全一致，后臺同步，每臺機器有自己單獨 IP 都可訪問，可并發讀/寫訪問。但原文作者一再強調的是雖然這兩臺互為冗余使用 主-主備份，都可訪問。但你邏輯上區分 主-從，永遠只從其中一個進行讀/寫。例如，圖中所示， MySQL001A 和 MySQL001B 間 主-主備份，但你只從 MySQL001A 進行讀/寫訪問。另：他們使用了16臺機器，另8臺做從機的可能不是 EC2 也未必）

每個 MySQL 實例可以有多個數據庫：

注意每個數據庫是如何唯一地命名為 db00000，db00001，直到 dbNNNN。每個數據庫都是我們數據庫的分片。我們做了一個設計，一旦一塊數據被分配到一個分片中，它就不會移出那個分片。但是，你可以通過將分片移動到其他機器來獲得更大的容量（我們將在后面討論這一點）。

我們維護著一個配置數據庫表，此表中記錄這切片數據庫在哪臺機器上：

[
{“range”: (0,511), “master”: “MySQL001A”, “slave”: “MySQL001B”},
{“range”: (512, 1023), “master”: “MySQL002A”, “slave”: “MySQL002B”},
 ...
{“range”: (3584, 4095), “master”: “MySQL008A”, “slave”: “MySQL008B”}
]

這個配置表僅當遷移切片數據庫或替換主機時修改。例如，一個主實例主機宕掉了，我們會提升它的從實例主機為主實例，然后盡快頂替一個新機器當從實例主機。配置腳本保留在 ZooKeeper  上，當出現上述修改時，通過腳本發送到維護切片服務的機器上進行配置改變。（譯注：可發現原作者一直強調的，前端業務僅從邏輯主實例讀寫數據的好處）。

每個切片數據庫保持相同的數據庫表及表結構，諸如，有 pins ，boards ，users_has_pins ，users_likes_pins ，pin_liked_by_user 等數據庫表。 在布署時同步構建。

分布數據到切片服務器設計方案

我們組合 切片 ID（shard ID） 、數據類型標識和 局部 ID（local ID） 形成64位的 全局唯一標識（ID） 。切片 ID（shard ID） 占16個位（bit）， 數據類型標識占10個位（bit）， 局部 ID（local ID） 占36個位(bit)。 明眼人馬上會發現，這才62位。我過去的分布及整合數據經驗告訴我，保留幾位留做擴展是無價寶。因此，我保留了2位（設為0）。（譯注：這里解釋一下，根據后面的運算和說明，任何對象的唯一標識 ID 是64位，最高2位始終為0，之后是36位的局部標識，之后是10位類型標識，最后是16位的切片標識。局部標識可表示 2^36達600多億個 ID 。數據類型可表示2^10達1024個對象類型，切片標識可細分成2^16達65536個切片數據庫。前面說的方案切了4096個切片數據庫）

ID = (shard ID << 46) | (type ID << 36) | (local ID<<0)

以 Pin: https://www.pinterest.com/pin/241294492511... 為例，讓我們解構這個 Pin 對象的 全局 ID 標識  241294492511762325 ：

Shard ID = (241294492511762325 >> 46) & 0xFFFF = 3429
Type ID  = (241294492511762325 >> 36) & 0x3FF = 1
Local ID = (241294492511762325 >>  0) & 0xFFFFFFFFF = 7075733

可知這個 Pin 對象在3429切片數據庫里。 假設 Pin 對象 數據類型標識為 1，它的記錄在3429切片數據庫里的 pin 數據表中的 7075733 記錄行中。舉例，假設切片3429數據庫在 MySQL012A中，我們可利用下面語句得到其數據記錄：（譯注：這里原作者泛泛舉例，若按其前面方案例子來說，3429應在MySQL007A 上）

conn = MySQLdb.connect(host=”MySQL012A”)
conn.execute(“SELECT data FROM db03429.pins where local_id=7075733”)

有兩種類型的數據：對象或關系。對象包含對象本身細節。 如 Pin 。

存儲對象的數據庫表

對象庫表中的每個記錄，表示我們前端業務中的一個對象，諸如：Pins（釘便簽）, users（用戶），boards（白板）和  comments（注釋），每個這樣的記錄在數據庫表中設計一個標識 ID 字段（這個字段在表中作為記錄的 自增主鍵「auto-incrementing primary key」  ，也就是我們前面提到的 局部 ID「 local ID」 ），和一個 blob 數據字段 -- 使用 JSON 保存對象的具體數據 --。

CREATE TABLE pins (
  local_id INT PRIMARY KEY AUTO_INCREMENT,
  data TEXT,
  ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP
) ENGINE=InnoDB;

舉例，一個 Pin 對象形狀如下：

{“details”: “New Star Wars character”, “link”: “http://webpage.com/asdf”, “user_id”: 241294629943640797, “board_id”: 241294561224164665, …}

創建一個 Pin 對象，收集所有的數據構成 JSON blob 數據。然后，確定它的 切片 ID「 shard ID」 (我們更樂意把 Pin 對象的切片數據放到跟其所在 白板「  board」 對象相同的切片數據庫里，這不是強制設計規則）。Pin 對象的數據類型標識為 1。連接到 切片 ID 指示的切片數據庫，插入（insert）Pin 對象的 JOSON 數據到 Pin 對象數據庫表中，MySQL 操作成功后將會返回 自增主鍵「auto-incrementing primary key」 給你，這個作為此 Pin 對象的 局部 ID「 local ID」。現在，我們有了 shard 、類型值、local ID 這些必要信息，就可以構建出此 Pin 對象的64位 ID 。（譯注：原作者提到的，他們的前端業務所用到的每種對象都保存在一個對象數據庫表里，每個對象記錄都通過一個全局唯一 ID去找到它，但這個全局唯一 ID并不是數據庫表中的 局部ID，由于切片的緣故。原作者一直在講這個設計及其原理。這樣設計的目的為了海量數據切片提高性能，還要易用，可維護，可擴展。后面，作者會依次講解到）

編輯一個 Pin 對象，使用 MySQL 事務「transaction」 在 Pin 對象的數據記錄上 讀出--修改--寫回「read-modify-write」 Pin 對象的 JOSON 數據字段：

> BEGIN
> SELECT blob FROM db03429.pins WHERE local_id=7075733 FOR UPDATE
[修改 json blob]
> UPDATE db03429.pins SET blob=’<修改后的 blob>’ WHERE local_id=7075733
> COMMIT

編輯一個 Pin 對象，您當然可以直接刪除這個對象在 MySQL 數據庫表中的數據記錄。但是，請仔細想一下，是否在對象的 JSON 數據上加個叫做「 active」的域，把剔除工作交由前端中間業務邏輯去處理或許會更好呢。

（譯注：學過關系數據庫的應知道，自增主鍵在記錄表中是固實，在里面刪除記錄，會造成孔洞。當多了，勢必造成數據庫性能下降。數據庫只負責保存數據和高性能地查詢、讀寫數據，其數據間的關系完全靠設計精良的對象全局ID通過中間件邏輯去維護 這樣的設計理念一直貫穿在作者的行文中。只有理解了這點您才能抓住這篇文章的核心）

關系映射數據庫表

關系映射表表示的是前端業務對象間的關系。諸如：一個白板（board）上有哪些釘便簽（Pin）， 一個釘便簽（Pin）在哪些白板（board）上等等。表示這種關系的 MySQL 數據庫表包括3個字段：一個64位的「from」ID， 一個64位的「to」ID和一個順序號。每個字段上都做索引方便快速查詢。其記錄保存在根據「from」字段 ID 解構出來的切片 ID 指示出的切片數據庫上。

CREATE TABLE board_has_pins (
  board_id INT,
  pin_id INT,
  sequence INT,
  INDEX(board_id, pin_id, sequence)
) ENGINE=InnoDB;

（譯注：這里的關系映射指前端業務對象間的關系用數據庫表來運維，并不指我上節注釋中說到的關系數據庫的關系映射。作者開篇就講到，由于切片，不能做關系數據庫表間的關系映射的，如一對一，一對多，多對多等關系關聯）

關系映射表是單向的，如 board_has_pins（板含便簽）表方便根據 board （白板）ID查詢其上有多少 Pin（釘便簽）。若您需要根據 Pin（釘便簽）ID查詢其都在哪些 board（白板）上，您可另建個表 pin_owned_by_board（便簽屬于哪些白板）表，其中 sequence 字段表示 Pin 在 board 上的順序號。（由于數據分布在切片數據庫上，我們的 ID 本身無法表示其順序）我們通常將一個新的 Pin 對象加到 board 上時，將其 sequence 設為當時的系統時間。sequence 可被設為任意整數，設為當時的系統時間，保證新建的對象的 sequence 總是大于舊對象的。這是個方便易行的方法。您可通過下面的語句從關系映射表中查詢對象數據集：

SELECT pin_id FROM board_has_pins 
WHERE board_id=241294561224164665 ORDER BY sequence 
LIMIT 50 OFFSET 150

語句會查出50個 pin_ids（便簽 ID ）,隨后可用這些對象 ID 查詢其具體信息。

我們只在業務應用層進行這些關系的映射，如 board_id -> pin_ids -> pin objects （從 白板 ID -> 便簽 IDs -> 便簽對象）。 這種設計一個非常棒的特性是，您可以分開緩存這些關系映射對。例如，我們緩存 pin_id -> pin object （便簽 ID -> 便簽對象）關系映射在 memcache（內存緩存）集群服務器上，board_id -> pin_ids （白板 ID -> 便簽 IDs）關系映射緩存在 redis 集群服務器上。這樣，可以非常適合我們優化緩存技術策略。

增大服務能力

在我們的系統中，提升服務處理能力主要三個途徑。最容易的是升級機器（更大的空間，更快的硬盤速度，更多的內存，無論什么解決系統瓶頸的升級都算）

另一個途徑，擴大切片范圍。最初，我們設計只切片了4096個數據庫，相比我們設計的16位的切片 ID，還有許多空間，因為16位可表示65536個數。某些時間節點，若我們再提供8臺機器運行8個 MySQL 數據庫實例，提供從 4096 到 8192 的切片數據庫，之后，新的數據將只往這個區間的切片數據庫上存放。并行計算的數據庫有16臺，服務能力必然提升。

最后的途徑，遷移切片數據庫主機到新切片主機（局部切片擴容）以提升能力。例如，我們想將前例中的 MySQL001A 切片主機（其上是 0 到 511 編號的切片數據庫）擴展分布到2臺切片主機上。同我們設計地，我們創建一個新的 master-master 互備份主機對作為新切片主機（命名為 MySQL009A 和 B）并從 MySQL001A 上整體復制數據。

當數據復制完成后，我們修改切片配置，MySQL001A 只負責 0 到 255 的切片數據庫，MySQL009A 只負責 256 到 511 的切片數據庫。現在2臺中每臺主機只負責過去主機負責的一半的任務，服務能力提升。

一些特性說明

對于舊系統已產生的業務對象數據，要根據設計，對業務對象要生成它們在新系統中的 UUIDs，你應意識到它們放到哪兒（哪個切片數據庫）由你決定。（譯注：你可以規劃舊數據在切片數據庫上的分布）但是，在放入到切片數據庫時，只有在插入記錄時，數據庫才會返回插入對象的 local ID，有了這個，才能構建對象的 UUID。
（譯注：在遷移時要考慮好業務對象間關系的建立，通過UUID）

對于那些在已有大量數據的數據庫表，曾使用過修改表結構類命令 （ALTERs）--諸如添加個字段之類的 -- 的人來說，您知道那是一個 非常 漫長和痛苦的過程。我們的設計是絕不使用 MySQL 上 ALTERs 級別的命令（當已有數據時）。在我們的業務系統 Pinterest 上，我們使用最后一個 ALTER 語句大概是在3年前了。 對于對象表中對象，如果您需要添加個對象屬性字段，您添加到對象數據的 JOSON blob 字段里。您可以給新對象屬性設定個默認值，當訪問到舊對象的數據時，若舊對象沒有新屬性，您可以給其添加上新屬性默認值。對于關系映射表來說，干脆，直接建立新的關系映射表以符合您的需要。這些您都清楚了！讓您的系統揚帆起行吧！

模轉（mod）數據庫的切片

模轉數據切片（mod shard）名稱僅僅是像 Mod Squad，實則完全不同。

一些業務對象需要通過非 ID （non-ID）的方式查詢訪問。（譯注： 此 ID 指之前設計說明中的64位 UUID）舉例來說，如果一名 Pin友（Pinner）是以他（她）的 facebook 注冊帳號注冊登錄我們的業務平臺上的。我們需將其 facebook ID 與我們的 Pin友（Pinner）的 ID 映射。 facebook ID 對于我們系統只是一串二進制位的數。（譯注：暗示我們不能像我們系統平臺的設計那樣解構別的平臺的 ID，也談不上如何設計切片，只是把它們保存起來，并設計使之與我們的 ID 映射）因此，我們需要保存它們，也需要把它們分別保存在切片數據庫上。我們稱之為模轉數據切片（mod shard）其它的例子還包括 IP 地址、用戶名和用戶電子郵件等。

模轉數據切片（mod shard）類似前述我們業務系統的數據切片設計。但是，你需要按照其輸入的原樣進行查詢。如何確定其切片位置，需要用到哈希和模數運算。哈希函數將任意字串轉換成定長數值，而模數設為系統已有切片數據庫的切片數量，取模后，其必然落在某個切片數據庫上。結果是其數據將保存在已有切片數據庫上。舉例：

shard = md5(“1.2.3.4") % 4096

（譯注：mod shard 這個詞，我網上找遍了，試圖找到一個較準確權威的中文翻譯！無果，因為 mod 這個詞有幾種意思，最近的是module 模塊、模組，同時它也是模運算符（%）。我根據原文意思，翻譯為 模轉 。或可翻譯為 模式，但個人感覺意思模糊。不當之處，請指正。另，原作者舉的例子是以 IP 地址舉例的，哈希使用的是 md5，相比其它，雖老但性能最好）

在這個例子中分片是1524。 我們維護一個類似于ID分片的配置文件：

[{“range”:    (0,  511), “master”: “msdb001a”, “slave”: “msdb001b”},
  {“range”:  (512, 1023), “master”: “msdb002a”, “slave”: “msdb002b”},
  {“range”: (1024, 1535), “master”: “msdb003a”, “slave”: “msdb003b”},
…]

因此，為了找到 IP 為1.2.3.4的數據，我們將這樣做:

conn = MySQLdb.connect(host=”msdb003a”)
conn.execute(“SELECT data FROM msdb001a.ip_data WHERE ip='1.2.3.4'”)

你失去了一些分片好的屬性，例如空間位置。你必須從一開始就設置分片的密鑰（它不會為你制作密鑰）。最好使用不變的id來表示系統中的對象。這樣，當用戶更改其用戶名時，您就不必更新許多引用。

最后的提醒

這個系統作為  Pinterest 的數據支撐已良好運行了3.5年，現在看來還會繼續運行下去。設計實現這樣的系統是直觀、容易的。但是讓它運行起來，尤其遷移舊數據卻太不易了。若您的業務平臺面臨著急速增長的痛苦且您想切片自己的數據庫。建議您考慮建立一個后端集群服務器（優先建議 pyres）腳本化您遷移舊數據到切片數據庫的邏輯，自動化處理。我保證無論您想得多周到，多努力，您一定會丟數據或丟失數據之間的關聯。我真的恨死隱藏在復雜數據關系中的那些搗蛋鬼。因此，您需要不斷地遷移，修正，再遷移... 你需要極大的耐心和努力。直到您確定您不再需要為了舊數據遷移而往您的切片數據庫中再操作數據為止。

這個系統的設計為了數據的分布切片，已盡最大的努力做到最好。它本身不能提供給你數據庫事務 ACID 四要素中的 Atomicity（原子性）、Consistency（一致性）、Isolation（隔離性）哇嘔！聽起來很壞呀，不用擔心。您可能不能利用數據庫本身提供的功能很好地保證這些。但是，我提醒您，一切盡在您的掌握中，您只是讓它運行起來，滿足您的需要就好。設計簡單直接就是王道，（譯注：也許需要您做許多底層工作，但一切都在您的控制之中）主要是它運行起來超快！ 如果您擔心 A（原子性）、I（隔離性）和 C（一致性），寫信給我，我有成堆的經驗讓您克服這些問題。

還有最后的問題，如何災難恢復，啊哈？ 我們創建另外的服務去維護著切片數據庫，我們保存切片配置在 ZooKeeper 上。當單點主服務器宕掉時，我們有腳本自動地提升主服務器對應的從服務器立即頂上。之后，以最快的速度運行新機器頂上從服務器的缺。直至今日，我們從未使用過類似自動災難恢復的服務。

關于“Pinterest MySQL利用分片來解決百億數據存儲問題的示例分析”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。