导语：一年一度的双十一又双叒叕来了，给技术人最好的礼物就是大促技术指南! 而经过这些年的发展，大促早已不仅仅局限于电商行业，现在各行各业其实都会采用类似方式做运营活动，汽车界有 818，电商有 618 、11.11 等等，各种各样的大促场景，对包括数据库在内的基础软件提出了很多新挑战，同时也积累了诸多最佳实践。
在双十一到来前，PingCAP 与汽车之家、易车网、京东、中通等用户展开一系列深入探讨，希望为大家揭秘逐年飙升的销量背后隐藏着什么样的技术难题?用什么技术架构才能平稳地扛住流量洪峰?
大促中，大家买买买后最期盼的事情就是收到快递。成立于 2002 年的中通快递，是一家以快递为主体，以国际、快运、云仓、商业、冷链、金融、智能、星联、传媒为辅的综合物流服务品牌。2020年，中通完成业务量 170 亿件，市场占有份额达到 20.4%。
整个快递的生命周期、转运周期可以用五个字来概括——收、发、到、派、签：
而支撑整个快递生命周期的平台就是中通大数据平台。中通从离线到实时的数据兼容再到数仓，有着一套比较完善的大数据平台体系。ETL 建模也会依托该大数据平台，最终通过大数据平台对外提供数据应用的支持以及基于离线 OLAP 分析的支持，整个数据建模的频率可以支持到半小时级别。在这个完善的大数据平台基础上，中通开始更多地思考如何增强实时多维分析能力。
中通与 TiDB 的结缘是在 2017 年调研分库分表场景时开始的。当时中通分库分表达到 16000 张表，业务上已经无法再继续扩展下去。2018 年底，中通开始测试 TiDB 2.0，主要关注的是大数据量的存储，以及分析性能。2019 年年初，中通上线了生产应用的支持。目前生产上稳定的版本是 TiDB 3.0.14 。2020 年底，中通开始测试 TiFlash，目标期望有两点：一是提高时效，二是降低硬件使用情况。
1.0 时代——满足需求
1.0 是满足需求的时代，业务需求主要包含以下几点：
·业务发展非常快，数据量非常大，每笔订单更新有 5-6 次，操作有峰值;
·做过调研的技术方案，很难支撑多维分析的需求;
·业务方对数据分析的周期要求比较长;
·对分析时效要求也很高;
·单机性能瓶颈，包括单点故障、风险高，这些也是在业务上不能忍受的;
·除此之外，QPS 也很高，应用要求毫秒级响应。
技术需求方面，中通需要打通多个业务场景 + 多个业务指标;需要强一致的分布式事务，在原有业务模式下切换的代价很小;还需要对整个分析计算工程化，下线原来的存储过程;能够支持高并发的读写、更新;能够支持在线的维护，保证单点的故障对业务是没有影响;同时，还要与现有的大数据技术生态紧密结合在一起，做到分钟级的统计分析;最后是中通一直在探索的，即要建立 100 + 列以上的大宽表，基于这张宽表，要做到多维度的查询分析。
目前 TiDB 在中通应用的一些落地场景
01、时效系统应用场景
其中，时效系统是中通原有的一套系统，现在已经进行了重构。这套系统原来的存储和计算主要是依赖 Oracle 设计的，计算依赖存储过程。这套架构也比较简单，一边是消息的接入，一边是负载。
随着业务体量的增长，这一套架构的性能已经逐渐出现瓶颈。在对这套系统进行架构升级时，中通把整个存储迁移到 TiDB 上，整个计算迁移到 TiSpark。消息接入依赖于 Spark Link，通过消息队列最终到 TiDB。TiSpark 会提供分钟级的一些计算，轻度汇总会到 Hive，中度汇总会到 MySQL。基于 Hive，通过 Presto 对外提供应用的服务。相较原来关系型数据库的分表，无论是OLTP 还是 OLAP 都极大地降低了开发的工作量，并且和现有的大数据生态技术栈相融合。
1.0 时代中通的数据库系统架构
迁移带来的收益有很多：第一是容量的增长，原来的数据中心有三倍的富余，已有系统数据存储周期增加到三倍以上;第二，在可扩展性方面，支持在线横向扩展，运维可以随时上下计算和存储节点，应用的感知很小;第三，满足了高性能的 OLTP业务需求，查询性能虽略有降低的，但是符合业务需求;第四，数据库单点压力没有了，OLTP 和 OLAP 实现“分离”，互不干扰;第五，支持了更多维度的分析需求;第六，整体架构看起来比原来更清晰，可维护性增强，系统的可扩展性也增强了许多。
02、大宽表应用场景
另一个场景是中通一直在做的宽表的建设与摸索。其实之前中通测过很多系统，包括 Hbase、Kudu。Kudu 的写入性能还是很不错的，但是其社区活跃度在国内一般。同时，中通使用 impala 作为 OLAP 查询引擎，但主流使用的是 Presto，兼容性有待考虑，也很难满足所有业务场景需求。此外，中通的业务特性要求系统能够快速地计算分析几十亿的数据，并能同步到离线的集群里与 T+1 数据做融合，还要能提供给数据产品和数据服务直连拉取明细数据。最后是海量数据的处理，中通有很多消息源的接入，需要针对每一票进行全链路路由和时效的预测，定位到每一票的转运环节，数据量很大，对时效的要求也很高。
中通的大宽表建设
目前，宽表已经建设有 150 多个字段。数据来源于 10 多个 Topic 。主要的项目接入是通过 Flink 和 Spark ，打通了各个业务产生的数据，汇总到 TiDB 形成业务宽表。额外一部分，依赖于 TiSpark，从业务宽表输出分析结果，同步 3 亿条数据到 Hive。此外，还提供了十分钟级别的实时数据建设和离线 T+1 的整合。
中通目前的集群规模在使用过程中，中通也遇到了一些问题，总结起来就是量变引起质变。第一，热点问题。索引热点在目前情况下表现较为突出，因为中通的业务量规模十分大，操作存在高峰，在大时候该热点问题表现特别明显。第二，内存碎片化问题。在之前的低版本里，在稳定运行了一段时间后，因为有业务特性和大量的更新和删除，导致内存碎片化比较严重，这个在反馈给了 TiDB 后，已经修复了这个问题。第三，着重介绍一个参数——TiFlash 读取 index 的参数。通过测试，当读取的数据量/总数据量大于 1/10 的时候，建议该参数关闭。为什么这么说?因为 Test 数可能会变少，但是单位 Test 过渡的时间会变长。
03、运维监控
使用 TiDB 后会发现它的监控指标特别丰富，使用了流行的 Prometheus + Grafana ，多而全。之前，中通因为在支持线上业务的同时，还会有开发人员来查数据，遇到了 SQL 把 TiKV Server 拉挂的情况。针对这个问题以及监控的问题，中通进行了一些开发定制。第一，兼容线上特殊帐号的慢 SQL，会自动杀掉，并通知到相应的应用负责人。第二，中通开发了支持 Spark SQL 去查询 TiDB 的工具，并发和安全性在开发的过程中得到一些保障。此外，中通还会把一些额外的核心指标，接入到自研的监控体系。核心的告警会电话通知到相关的值班人员。
去年双十一期间，中通订单量突破 8.2 亿，整个业务规模突破 7.6 亿，双十一当天的 QPS 峰值达到 35 万 +。整个双十一期间，数据的更新体量达到了数千亿级别，整个集群上运行的 TiSpark 任务是 100 多个，支持的在线应用 7 个。整个分析的时效在 10 分钟以下达到了 98% ，整个分析的数据周期达到 7-15 天。
2.0 时代——HTAP 提升
2.0 时代的主要特点是HTAP 的提升。中通应用 HTAP 主要来自于业务方需求的升级：
基于业务方的需求，中通在 2.0 时代进行了一次架构再升级。首先，引入了 TiFlash 和 TiCDC。这带来的收益其实是增强了时效，部分分析进入了分钟级级别，降低了 Spark 集群资源的使用情况。
2.0 时代中通的数据系统架构
下图是 TiSpark 和 TiFlash 的对比，中通线上有两套集群，一个基于 3.0，一个基于 5.0。简单地对比一下 3.0 和 5.0 的情况：3.0 主要的分析是基于 TiSpark，5.0 是基于 TiFlash 。目前 3.0 集群有 137 个物理节点， 5.0 有 97 个节点。整个运行的周期中，3.0 是 5 - 15 分钟，基于 5.0 的 TiFlash 已经做到 1-2 分钟，整个 TiKV 的负载降低是比较明显的。另外， 在 3.0 上 Spark 的资源大概有 60 台，而在 5.0 上，线上的加上在测试的，大概有 10 台就足够了。
在整个测试周期中，生产的集群是 3.0 ，4.0 的测试周期其实是非常短的。在测试时，业务的场景有一些维表 Join 的情况，当时 4.0 对 MPP 没有支持，对一些函数的支持可能也不是那么完善，测试结果不是很理想。对 HTAP 的测试主要是在 5.0 阶段，5.0 已经支持 MPP ，对函数的支持也越来越丰富。目前中通生产上应用的版本是 TiDB 5.1 。
上图右侧是整个 5.0 集群在 618 期间的负载情况。在刚刚结束的 618 中， 5.0 上线的一些任务已经在支持 618 移动端的大促看板。中通有 6 个核心的指标是基于 TiFlash 计算的。集群响应整体平稳，报表达到了分钟级以内的时效。整体的数据体量在 40 亿 - 50 亿 +，报表分析数据达到 10 亿 +。
3.0 时代——展望未来
第一是监控。提到监控，由于中通的集群比较大，所以面临的问题和遇到的问题可能会多一点。大集群的实例多，指标加载慢，排查问题的效率得不到保障。监控虽然很全，但是出了问题的时候无法快速定位到问题;
第二是解决执行计划偶发不准的问题。这种偶发不准有时候会影响到一些线上的负载相互影响，拉高集群的指标，导致业务相互影响。
第三是实现自动清理。目前中通数据的清理是通过自己写成 SQL 清理的，但是过期数据清理比较麻烦。希望之后可以支持旧数据自动 TTL。
第四，随着 5.0列式存储的引入，中通计划把 TiSpark 的任务逐渐全部切到 TiFlash 上面，期望达成提高时效和降低硬件成本的目标。
大促对于企业而言，除了支持业务创新，也是一次对自身技术架构的大练兵和全链路演练。通过大促的极致考验，企业的 IT 架构、组织流程、人才技能都获得了大幅提升。而在大促中的经验和思考，也会加速企业日常的业务创新节奏，提升技术驱动的创新效率，打造增长新引擎。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
