论亚马逊QLDB与腾讯TDSQL对历史数据的管理和计算

AWS re: Invent 2018上,AWS CEO Andy Jassy发布了QLDB - Quantum Ledger Database(量子账本数据库)[1]。引用Amazon关于QLDB的FAQ[2],QLDB是一款特型数据库,它能够提供应用数据全部的历史变迁。

QLDB与我们之前提出的TDSQL全时态数据库有些相似,本文分析比较QLDB和TDSQL全时态数据库的异同。

一、 生产背景

1.1 QLDB产生背景

Andy Jassy提到,QLDB其实已经在AWS中稳定运行了几年,为EC2、S3等一批大规模服务提供支持,QLDB将所有的数据变化记录下来,以简化操作、计费等。

据Andy Jassy说,经过与数百位区块链用户沟通,AWS发现用户最迫切的需求有二:中心化可信账本(ledgers with centralized trust)和去中心化可信事务(transactions with de-centralized trust,本文不讨论)。

供应链跟踪、医保记录、机动车管理、个人履历等应用有追溯数据变化的需求,用于记录这些数据变化的称为账本(ledgers),账本需要可靠、透明、不可更改、加密认证,QLDB即扮演中心化可信账本的角色。

可见,此次AWS对外发布QLDB,是要将其作为进军区块链的一大利器(另一为Amazon Managed Blockchain[3],本文不讨论)。

1.2 TDSQL全时态数据库的产生背景

TDSQL全时态数据库产生于腾讯计费业务。据统计,腾讯计费平台部每天需要对363亿独立账户准确无误地处理,在线交易要求极高的可靠性和准确性,因此,交易监控功能至关重要。

交易监控包括对账、审计、风控等手段,以对账为例,通过比对一段时间内的账户数据变化和流水数据来定位异常交易。

受限于传统关系型数据模型和现有数据库产品的实现,交易监控无法做到实时和精确。再以对账为例,业界通用做法是:账户表按日分表,业务低谷时在当天账户表、前天账户表、流水表上做计算。此方法的问题在于只能在“天”的粒度上对账,定位具体的问题交易还要借助其他手段。要细化对账粒度,精确到异常交易,就需要记录每一笔交易导致的数据变化。

另外,银监会规定金融行业的重要数据须保存规定年限[4],深圳市互联网金融协会要求账户信息、资金流水、交易数据等须保存超过15年[5]。

出于以上需求和规定,我们设计了TDSQL全时态数据库,以管理历史(后续在全时态模型下称为历史态数据)数据,包括了历史数据的存储、计算。

1.3 小结

QLDB和TDSQL全时态数据库都诞生于业务、服务于业务:QLDB源于AWS EC2,S3等的内部支持,可作为区块链中心化账本。

TDSQL全时态数据库源于互联网在线交易监控,初衷是提供更精细的监控粒度,但应用场景不限于金融、计费、交易,任何有追溯过往需求的场景均适用。

但是,二者共同之处,在于提供历史数据的生命周期的管理。这表明,腾讯和Amazon都认识到了历史数据的价值,并在生产实践中加以管理和使用。

2.数据模型

2.1 QLDB数据模型

2.1.1 QLDB的“账本”

图2-1(引用自ref[6])展示了QLDB“账本”的设计理念,由Current、History和Journal组成:

1.Current:用户的当前数据,比如,当前银行账户的状态;

2.History:用户数据的历史版本,比如,历史上的银行账户的状态;

3.Journal:只可追加、无法修改的日志,存储序列化的、可密码验证的数据变化,比如,银行账户的交易记录。

2.1.2 QLDB文档数据模型

QLDB以文档数据模型维护当前和历史的应用数据,图2-2(引用自ref[6])是一例,可以看到,QLDB支持嵌套的数据类型,与传统关系数据模型相比,能够集中完善地存储、表现数据。

Journal中日志由两部分组成:本次数据增量,SHA-256哈希值H(T)。

以图2-3(引用自ref[6])为例,可以看到,数据增量包括应用数据的变更,以及操作类型、操作时间等元数据。

可以发现,QLDB参考区块链,保证所记录的“账目”是不可修改的:

1.图2-3所示,插入操作的日志,其HASH值为数据增量的SHA-256的值;

2.更新或删除操作的日志,如图2-4所示,其HASH值由两部分组成,一是本条日志的数据增量,二是上一条日志的HASH值,如此构成一HASH链。

此HASH链维系了一个数据项的历史操作和数据增量。一旦HASH链中某一条日志的数据被修改,那么该日志的HASH值会发生变化,之后的日志就无法连接到这条日志,这种机制保证了数据一旦写入就无法篡改,做到了历史发生不可修改。

于是QLDB的“账目”是不可修改、加密认证的。

此处,我们简单对比QLDB和腾讯区块链TBaaS[7]采用的Hyperledger[8]。与QLDB不同,Hyperledger是去中心化的区块链账本,每个参与者保存一个区块链账本的副本,所有参与者通过协作共同维护着账本。

4.1 QLDB:How it works节介绍QLDB文档数据模型如何工作。

2.2 TDSQL全时态数据模型

TDSQL全时态数据是具有全态特性和时态属性的数据的统称。

2.2.1 TDSQL数据全态

数据在其变迁过程中,处于不同状态,TDSQL提出将数据状态划分为3个阶段:

1. 当前态(Current State):数据项的最新版本,是处于当前阶段的数据。封锁和MVCC机制下,能被读取到的最新版本的数据为当前态数据。

2. 历史态(Historical State):数据在历史上的一个状态,其值是旧值,而非当前值。一个数据项可以有多个历史态,反映数据状态的变迁过程。处于历史态的数据,只能被读取而不能再被修改或删除。

封锁机制下,更新操作发生后,原更新前的数据版本处于历史态。MVCC机制下,当前活跃事务列表中最小的事务之前的事务产生的版本处于历史态。

3. 过渡态(Transitional State):既非数据项最新版本,亦非历史态版本,处于从当前态向历史态转变的中间状态。基于封锁实现并发控制的系统中不存在过渡态。

MVCC机制下,被读取的版本上有最新的相关事务使用,因最新的事务修改了数据项的值,其最新值处于当前态,那么被读取到的版本相对于最新值成为历史。

而读取此版本的事务还是活跃的,此版本还不处于历史态。

这样一种,从当前态向历史态过渡的数据,称为过渡态数据。

数据的当前态、历史态、过渡态,合称为数据的全态。

可以看到,QLDB有历史数据,但没有把数据的生命周期加以统一模型化管理。

2.2.2 TDSQL数据时态

时态,即时态数据库概念中的时态。

依据时态数据库理论,参考SQL:2011时态相关准则,TDSQL提供有效时间和事务时间的支持。

有效时间用来表示,数据所表达的事实在现实世界真实有效的这段时间。比如,小明在2000-9-1到2003-7-30上中学,那么“小明上中学”这个事实的有效时间为2000-9-1到2003-7-30。有效时间可用于保险在保、食品保质期等事实。

事务时间用来表示,数据在数据库系统中发生变化的时间。比如,“小明在2000-9-1到2003-7-30上中学”这条数据在2003-9-1写入学籍管理系统,2003-9-1是此数据入库时间。事务时间维系了数据生命周期的时间线。

相比下,QLDB并没有提供时态支持。

可参考ref[9]了解更多TDSQL时态内容。

2.2.3 TDSQL全时态

数据全态和数据时态合称为TDSQL全时态,全时态刻画了数据完全的生命周期。TDSQL在全时态概念的基础上,进一步提出了全时态数据模型的概念,有基础的全时态(全态+双时态)数据结构,更有基于全时态的丰富的语义操作。在这一点上,还没有看到QLDB有更多的信息展示。

另外,数据在变迁过程中所经历的操作、操作者、操作发生时间等元信息都被维系下来,我们将此称为数据血统。在TDSQL中,数据每一个版本、每一次操作都由血统维护起来,如此形成更完整的生命周期,此生命周期可以如此表述,即TDSQL能够帮助用户了解到:什么人在什么时间做了什么事情,数据项数据变迁的事件是什么。

2.3 小结

QLDB和TDSQL全时态数据库的共同点是,二者都对数据状态做出区分,QLDB把数据分为当前和历史两个状态,TDSQL提出全态的概念。

QLDB采用文档数据模型,相比于传统的关系数据模型,具有支持数据类型更多、灵活性高的特点,关系型数据库应用和非关系型数据库应用都可与之对接,代价是模型不同的数据库系统间数据迁移的复杂性。

TDSQL全时态数据模型是基于关系数据模型的,并包含数据状态和时态两个概念,具备更丰富的计算能力。作为全时态数据模型的子集,大量现行的关系型数据库应用可以轻松迁移。完备的全时态数据模型使得TDSQL在处理历史数据时更加富有优势。

3.架构

3.1 QLDB之于Amazon数据库生态

Andy Jassy展示了Amazon的database freedom,如图3-1(引用自ref[1]),Amazon提供诸多数据解决方案,涵盖关系型、K-V、内存等存储,并包含图、时序、账本等特型数据库,QLDB即特型数据库之一。

QLDB作为Amazon整个数据库服务生态的一个成员,与RDS、DynamoDB、ElasticCache等产品彼此独立但紧密合作,互相补充共同构成database freedom。

QLDB如何与其他产品协作,还需等Amazon开放更多资料。

3.2 TDSQL全时态数据库的HTAC架构

图3-2展示了TDSQL全时态数据库的HTAC架构,HTAC基于master-slave架构,此架构下全态数据管理方式为:

● 主节点Current存放当前数据,从节点History存放历史数据;

● 主节点的更新操作引发:

   ■ 当前数据的版本推进;

   ■ 数据的旧版本同步至从节点,追加旧版本到历史库;

● Proxy路由TP请求到主节点,操作当前数据;路由AP请求到从节点,执行全态查询。

Master-Slave是目前广泛采用的高可用方案之一,HTAC架构基于此,适用性广泛。并且,在现有的数据库服务中增加一备即可承载历史,避免了重新设计部署数据库服务。

主、备在物理上分别存放当前、历史数据,保证数据安全。主节点数据出现问题时,可以使用该从节点的数据快速恢复。另外,当前和历史数据物理上的隔离,导致TP和AP服务切割,因此可以针对AP业务针对优化此从节点。

在主备间传输的历史数据,是原生数据,而非日志。其优势在于,避免本地封装数据,节约计算开销,尽可能降低对业务系统的影响;避免异地解析日志,同样节约计算开销,使得历史数据快速落地存储,实时性高。

3.3 小结

QLDB是Amazon数据库生态中的一环,作为RDS等“账本”的存在,事务在RDS上执行,在QLDB上“入账”。

TDSQL全时态数据库采用基于Master-Slave的HTAC架构,在需要追溯历史的数据库实例上增加一备,作为历史数据的存储即可,避免了额外的系统设计和部署,而且数据安全得到进一步保障,快速恢复触手可及。另外,节点间传输原生数据格式,具有对业务系统影响低、历史数据落地快、实时性高的优势。

4.功能

4.1 QLDB:How it works

根据ref[2] FAQ,QLDB支持事务并满足ACID,并且提供SQL-like的接口。以机动车管理系统为例,图4-1(引用自ref[6])为QLDB的插入操作,用户使用SQL-like风格的语句,插入过程如下:

1)首先写Journal,其数据为文档数据格式,并计算其SHA-256哈希值也存放在日志中;

2)写Journal完成,更新Current和History。(图中以二维表的方式展现数据,但QLDB采用文档数据模型)

图4-2(引用自ref[6])和图4-3(引用自ref[6])分别为QLDB更新和删除操作,类似的,用户使用SQL-like语句,更新和删除过程先追加写Journal,随后更新Current和History。本质上,这种操作方式,就是“流水日志”,所以历史数据被“Append”到历史库中。而TDSQL天然利用了MVCC中多版本技术,历史数据自然以原生格式沉淀在数据库系统中,没有封装为流水记录、没有重新插入到历史表中的过程,非常自然和流畅地解决了历史数据存储的问题。

更多语义、操作、使用方法等,待Amazon开放更多资料。

4.2 TDSQL全时态数据库功能

我们将TDSQL全时态数据库的操作称为全时态操作,全时态操作是传统关系操作的超集。除传统关系操作外,全时态操作还提供时态操作和全态操作。

4.2.1 时态操作

TDSQL提供有效时间和事务时间两种时态语义和操作。

有效时间操作:

1.有效时间点查询、有效时间段查询;

2.有效时间区间更新、有效时间区间删除。

事务时间操作:

1.获取某时间点可见的数据;

2.获取某时间段可见的数据集合;

3.获取某事务操作的数据版本;

4.获取事务状态。

ref[10]详细介绍了时态操作的语法语义、内部机制。

4.2.2 全态操作

根据作用域不同,全态操作划分为:

1.当前态数据读取,作用域为当前态数据,即传统关系型数据库操作的作用域;

2.历史态数据读取,作用域为历史态数据,只获取历史数据;

3.全态数据读取,作用域为任意状态数据。

在全态操作中,我们模糊过渡态这一概念。

在以MVCC作为并发控制机制的数据库系统中,传统数据读取操作的作用域为当前态和过渡态。读取到最新的数据版本即当前态,或如图4-4 a例,读已提交(或更高)隔离级别下,事务T1 read获取数据为T2 write之前的值,即过渡态。

历史态数据读取中,获取过去某时段的数据,很可能取到过渡态数据,如图4-4 b。

因此,过渡态数据的读取融于当前态数据读取和历史态数据读取中,根据不同查询要求和数据的可见性决定过渡态数据查出与否。

4.3 小结

Amazon目前开放的资料显示,QLDB支持ACID事务,提供SQL-like接口。

TDSQL全时态数据库的功能是完全适用关系型数据库的SQL操作,没有自定义一套新接口,方便了用户的使用。

TDSQL还在时态维度上提供有效时间和事务时间操作,在状态维度上提供全态数据获取。

5.应用场景

QLDB和TDSQL全时态数据库都诞生于内部计费、交易系统,都维系了数据的全生命周期,这样看来,QLDB和TDSQL适用的场景应该是相似的。

QLDB定位是区块链中心化可信账本,可见其发力点主要在区块链应用上,比如ref[6]提到的机动车管理、商品生产供应线、职业生涯等。当然,QLDB需要在Amazon的数据库生态当中发挥作用。

TDSQL全时态数据库并非针对某一应用方向所设计,所以有全时态数据管理需求的应用都可以使用,比如个人账户系统、服务器管理、职业生涯等。因为TDSQL全时态数据库基于关系数据模型设计,现有关系型数据库应用都可以方便使用。

6.总结

QLDB和TDSQL表现出Amazon和腾讯认识到了历史数据的价值,引用TDSQL全时态数据库的核心价值观--历史数据富有价值,核心理念--为数据赋能[11]。

下面以表格形式简要总结QLDB和TDSQL全时态数据库的异同。TDSQL和其他类似产品的对比,请参考ref[9]。

Quantum Ledger Database

TDSQL全时态数据库

产生背景

业务出发

1. AWS内部服务2. 区块链中心化可信账本

1. 在线交易监控2. 金融数据留存

数据模型

1.数据分为当前和历史2.保留数据的全部历史

1.数据分为当前态、过渡态、历史态2.双时态支持

文档数据模型: 1.数据类型多,灵活性高2.关系型/非关系型均可迁移

全时态数据模型:1.维护数据血统和完全的生命周期2.丰富的计算功能3.关系型应用轻松迁移4.非关系型应用迁移相对复杂

架构

Amazon数据库生态的“账本”: 1.业务系统使用,需迁移到Amazon数据库服务2.业务系统使用,需接入新系统QLDB,并了解操作

HTAC主备架构:1.现有数据库服务的主备架构增加一备即可,无新系统接入,迁移方便2.当前数据和历史数据物理隔离,提高数据安全,用于快速回复3.TP/AP服务隔离,针对优化4.传输原生数据格式,业务影响低,历史数据落地快,实时性强

功能

1.SQL-like接口2.事务ACID

1.遵循SQL标准2.事务ACID、日志等传统关系型数据库功能3.时态操作4.全态操作

应用场景

1.发力点在区块链应用2.只在Amazon数据库生态服务

1.任何有全态数据管理需求的应用2.关系型数据库应用轻松迁移

7.TDSQL关于历史数据的思考

金融计费领域中,出于数据安全、交易可靠、计费精准等原因,追溯历史是必要的。在腾讯公司的计费业务中,随着业务不断增长,带有时态属性的数据被管理的需求日益旺盛。这正是TDSQL全时态数据库的萌芽,全面、方便地管理金融历史数据,以便基于历史数据做大量的计算验证,进而保证金融数据安全、交易可靠、计费精准。

历史数据的意义不仅限于金融领域,在地籍管理、电子政务等应用都可大显身手。事实上,在数据量急速膨胀的今天,任何业务都存在历史数据管理的需求,然而,现代的数据库系统只保留数据的当前值,因存储成本等原因,历史数据被丢弃。

数据作为重要的资产,不论是当前数据,还是历史上曾存在过的数据,都具有重要价值。历史数据的存储、被分析、被挖掘、被反复使用,是当前互联网企业的需求,是金融行业的需求,也是数据管理未来的方向。

在历史数据管理需求日益增长的趋势下,TDSQL数据工作者提出核心价值观:历史数据富有价值,一切过往(数据的历史和状态)兼可追溯,并以“为数据赋能”作为核心理念,为用户提供更可靠、更完善、更精准的数据服务。

References

1. AWS re:Invent 2018 Keynote - Andy Jassy 

https://youtu.be/ZOIkOnW640A

2. Amazon Quantum Ledger Database (QLDB)

https://aws.amazon.com/cn/qldb/

3. Amazon Managed Blockchain 

https://aws.amazon.com/managed-blockchain/

4. 银行业金融机构信息系统风险管理指引

http://www.cbrc.gov.cn/upload/zwgk/ml3/2/5-2-32.doc

5. 深圳市互金协会对银监会存管指引的全面解读

http://www.szifa.org.cn/enrollment_view.aspx?TypeId=121&Id=605

6. Introduction to Amazon Quantum Ledger Database (QLDB)

https://youtu.be/7G9epn3BfqE

7. 腾讯区块链服务TBaaS 

https://cloud.tencent.com/product/tbaas

8. Hyperledger

https://www.hyperledger.org/

9. TDSQL时态数据库-理论与主流实现

http://blog.itpub.net/31544289/viewspace-2157766/

10. TDSQL时态数据库-功能实现

http://blog.itpub.net/31544289/viewspace-2157282/

11. TDSQL时态数据库-理念与愿景

http://blog.itpub.net/31540857/viewspace-2155687/

原文发布于微信公众号 - 腾讯技术工程(Tencent_TEG)

原文发表时间:2018-12-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏FreeBuf

一个人的「安全部」

*本文原创作者:LionZ,本文属FreeBuf原创奖励计划,未经许可禁止转载 前言 我在某教育公司负责公司整体安全,保护6000多万“熊孩子”的安全。一年半...

32690
来自专栏杨建荣的学习笔记

swingbench压测Oracle小记(r12笔记第20天)

今天抽时间在整理一个关于MySQL和Oracle共同面临的问题,但是它们有着不同的解决方案,就是经典的partial write问题,我也看到网上有很多D...

38570
来自专栏Linyb极客之路

三个简单要素让你的微服务更有弹性

 建立一个分布式微服务系统的优点是能够应对承受故障发生以及弹性使用网络资源,弹性的定义很简单,如果传统的monolith发生故障,里面的一切就不能运行了,而微服...

15520
来自专栏喔家ArchiSelf

面向IoT的协议选择思考

对于使用传感器和保持连接性的IoT系统而言,如何使用这些元素和多种互联网技术相结合呢?

43560
来自专栏IT派

【大数据分析必备】超全国内常用API接口汇总

下面列举了100多个国内常用API接口,并按照 笔记、出行、词典、电商、地图、电影、即时通讯、开发者网站、快递查询、旅游、社交、视频、天气、团队协作、图片与图像...

3K10
来自专栏Rainbond开源「容器云平台」

Uber改造整体单一式代码库后的微服务架构实践

13420
来自专栏企鹅号快讯

小程序入口移到微信主页面,你玩了小游戏没有?

昨天下午3点多,微信公众平台又发出炸裂消息:小程序功能升级,6.6.1版本微信在主界面新增了小程序任务栏的功能。小程序菜单进行了升级,并提供小程序间快速切换的功...

46070
来自专栏互联网数据官iCDO

【基础知识】现在很火的app上的deeplink技术,到底是什么?

主编前言: Deeplink,简单讲,就是你在手机上点击一个链接之后,可以直接链接到app内部的某个页面,而不是app正常打开时显示的首页。不似web,一个链接...

3.7K70
来自专栏数据科学与人工智能

【数据】常用API接口汇总

下面列举了100多个国内常用API接口,并按照 笔记、出行、词典、电商、地图、电影、即时通讯、开发者网站、快递查询、旅游、社交、视频、天气、团队协作、图片与图像...

6.9K100
来自专栏北京马哥教育

Linux 与 Unix 到底有什么不同?

如果你是一名20多岁或30多岁的软件开发人员,那么你已成长在一个由Linux主导的世界中。数十年来,它一直是数据中心的重要参与者,尽管很难找到明确的操作系统市场...

20600

扫码关注云+社区

领取腾讯云代金券