使用 查詢分離 後 從20s最佳化到500ms

ITPUB社群發表於2022-11-30

對於業務主表讀寫緩慢的解決方案有這樣一個解決方法:冷熱分離

冷熱分離固然是一個價效比高的解決方案,但也並不是銀彈,仍然有諸多限制,比如:

  1. 查詢冷資料慢
  2. 業務無法修改冷資料
  3. 冷資料多到一定程度系統依舊扛不住

此時如果需要解決以上問題,可以採用另外一種方案:使用 查詢分離 最佳化業務主表資料大查詢緩慢的問題

什麼是查詢分離?

查詢分離從字面上來說非常容易理解,其實就是在寫資料時儲存一個備份資料到另外的儲存系統,在查詢時直接從另外的儲存系統中獲取資料,如下圖:

使用 查詢分離 後 從20s最佳化到500ms

以上只是簡單的架構圖,其中有些細節還是需要深究,如下:

  1. 什麼時候觸發查詢分離?
  2. 如何實現查詢分離?
  3. 查詢資料的儲存系統選型?
  4. 查詢資料如何使用?

查詢分離的適用場景?

當你在實際業務中遇到以下情形,則可以考慮使用查詢分離解決方案。

  • 資料量大;

  • 所有寫資料的請求效率尚可;

  • 查詢資料的請求效率很低;

  • 所有的資料任何時候都可能被修改;

  • 業務希望我們最佳化查詢資料的功能。

曾做過 SaaS 客服系統的架構最佳化,系統裡有一個工單查詢功能,工單表中存放了幾千萬條資料,且查詢工單表資料時需要關聯十幾個子表,每個子表的資料也是超億條。

面對如此龐大的資料量,跟前面的冷熱分離一樣,每次客戶查詢資料時幾十秒才能返回結果,即便我們使用了索引、SQL 等資料庫最佳化技巧,效果依然不明顯。

工單表中有些資料是幾年前的,客戶說這些資料涉及訴訟問題,需要繼續保持更新,因此我們無法將這些舊資料封存到別的地方,也就沒法透過前面的冷熱分離方案來解決。

最終我們採用了查詢分離的解決方案,才得以將這個問題順利解決:將更新的資料放在一個資料庫裡,而查詢的資料放在另外一個系統裡。因為資料的更新都是單表更新,不需要關聯也沒有外來鍵,所以更新速度立馬得到提升,每次客戶查詢資料時,500ms 內就可得到返回結果。

什麼時候觸發查詢分離?

簡單的來說就是什麼時候應該儲存一份資料到查詢資料庫中,其實也就是資料異構的過程,詳細文章可以看我前面一篇文章:資料異構就該這樣做,yyds~

這裡介紹三種方式,如下:

  1. 同步建立
  2. 非同步建立
  3. binlog方式

1、 同步建立

修改業務程式碼:在寫入常規資料後,同步建立查詢資料。

使用 查詢分離 後 從20s最佳化到500ms

該種方案優缺點也非常明顯:

優點:查詢資料的一致性和實時性得到了保證

缺點:業務程式碼侵入比較強;減緩寫操作的效率

2、 非同步建立

修改業務程式碼:寫入資料後,非同步建立查詢資料

使用 查詢分離 後 從20s最佳化到500ms

該種方案的優缺點如下:

優點:不影響主流程

缺點:資料一致性存在問題

3、 binlog的方式

該種方案也是業界常用的一種方案,對於程式碼是無侵入的,透過監聽資料庫日誌的方式建立查詢資料,如下:

使用 查詢分離 後 從20s最佳化到500ms

該種方案的優缺點如下:

優點:不影響主流程;程式碼侵入為0

缺點:資料一致性存在問題;架構相對複雜

如何實現查詢分離?

對於上述三種方案都算是比較常見的方案,對於第一種同步的方式比較簡單,這裡不再介紹;對於第三種binlog的方式在資料異構的文章中介紹過,詳情見:資料異構就該這樣做,yyds~

這篇文章來介紹一下非同步的方式,非同步的方式有很多,可以放在記憶體中進行操作,但是這有些弊端:

  1. 資料過多,記憶體有限
  2. 服務重啟,記憶體資料將會丟失

因此最終我們可以選擇MQ的方式,那麼此時就涉及到了MQ的技術選型,這裡給兩個建議:

  1. 如果你的公司已經用了MQ,那麼直接接著用即可
  2. 如果公司目前未引入MQ,則需要架構組考量選型了,對於MQ的選型可以看我之前文章:聊聊 MQ 技術選型

當然一旦引入了MQ還需要考慮的問題很多,如下:

1、 MQ突然當機了怎麼辦?

MQ當機意味著查詢資料不能繼續建立了,我們可以在寫入資料的同時給該條資料加一個標誌欄位(已搬運、未搬運),當MQ啟動後,查詢所有未搬運的資料,繼續建立查詢資料

這裡的方案很多,按照業務實際情況考量

2、訊息的冪等消費

訊息的冪等消費一定要保證,避免資料重複建立,比如:主資料的訂單 A 更新後,我們在查詢資料中插入了 A,可是此時系統出問題了,系統誤以為查詢資料沒更新,又把訂單 A 插入更新了一次。

3、訊息的時序性問題

比如某個訂單 A 更新了 1 次資料變成 A1,執行緒甲將 A1 的資料搬到查詢資料中。不一會兒,後臺訂單 A 又更新了 1 次資料變成 A2,執行緒乙也啟動工作,將 A2 的資料搬到查詢資料中。

所謂的時序性就是如果執行緒甲啟動比乙早,但搬運資料動作比執行緒乙還晚完成,就有可能出現查詢資料最終變成過期的 A1

查詢資料的儲存系統選型?

既然為了解決表資料量大查詢緩慢的問題,肯定是不能選用關係型資料庫了,那麼還有其他選擇嗎?

記憶體資料庫雖然效能非常高,比如Redis,但是不適合海量資料,太費錢了

那麼這裡比較適用的有如下三種:

  1. MongoDB
  2. HBase
  3. Elasticsearch

這裡選型還是要根據自己公司業務選擇,如果已經有在用的,則直接用即可;另外就是選擇自己熟悉的,比如當初我們設計架構方案時,為什麼選擇用 Elasticsearch,除 ES 對查詢的擴充套件性支援外,最關鍵的一點是我們團隊對 Elasticsearch 很熟悉。

查詢資料如何使用?

查詢資料很簡單,每個資料庫都有對應的API,直接呼叫查詢

但是,這裡有一個問題:資料查詢更新完前,查詢資料不一致怎麼辦?,給出兩種方案:

  1. 在查詢資料更新到最新前,不允許使用者查詢。(我們沒用過這種設計,但我確實見過市面上有這樣的設計。)

  2. 給使用者提示:您目前查詢到的資料可能是 1 秒前的資料,如果發現資料不準確,可以嘗試重新整理一下,這種提示使用者一般比較容易接受。

總結

本篇文章介紹了表資料量大查詢緩慢的一種解決方案:查詢分離,但這也不是銀彈,仍然是存在一些不足,比如表資料量大,寫入緩慢怎麼辦?這個後面再介紹吧

當然查詢分離還有一個重要的問題:歷史資料如何遷移?這個處理也是非常簡單,但是也有許多需要考慮的點

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/70024420/viewspace-2925895/,如需轉載,請註明出處,否則將追究法律責任。

相關文章