吴镝：TiDB 在今日头条的实践

TiDB 主要应用在今日头条核心 OLTP 系统 - 对象存储系统中作为元数据存储，支持头条图片和视频相关业务，比如抖音等。

如今（数据截至发文），TiDB 支撑着今日头条 OLTP 系统里数据流量最大、QPS 最高的场景：集群容量 40T，数据量日增 5 亿，日常 QPS 均值在 12W，峰值 20W 左右。

下文为今年年初，今日头条数据库中间件/分布式数据库负责人吴镝（知乎 ID：吴镝）在 TiDB DevCon2018 上分享的 《TiDB 在今日头条的实践》实录内容。enjoy～

视频回顾

文字实录

大家好，我是吴镝，目前主要是做今日头条的数据库中间件、包括分库分表或者单机中间件、还有跨数据中心同步多活架构的这些机制。今天主要想与大家分享的是 TiDB 现在在今日头条用在哪些地方，并且我会给出一些实际的数据，还有在这个过程中我们碰到的一些坑。

基本上我们这边数据量特别大，我们碰到一些坑，大家以后如果有一些需要大数据的场景，不是说 1 亿的数据量，这肯定不算大，很多是说几百亿，或者几十亿这种量，更放心的去使用。

先聊聊为什么我们需要用 TiDB。

我们内部有一些业务，确实数据量非常大，我们用的 MySQL 的单机的盘是大概 2.8T 的 SSD 盘。我们做对象存储。因为头条，不但做视频，还做图片，这些视频图片当中，基本上都是用我们自研的一个 S3 的存储系统，这种存储系统呢，它需要一个元数据，比如说一个图片存下来，它的图片，存在 S3 系统的哪个机器、哪个文件、哪个偏移里面的数据，还有一个大的视频，S3 会把一个大视频，切成很多小的视频片段，每一个分片的位置，都会存在元数据里面。

用 TiDB 之前，元数据是存在 MySQL 里的一个 2.8TB 的盘，因为增长的特别快，所以导致磁盘不够用，只能用分库分表的方案。我们以前用的的分库分表的方案是 MyCAT。但用这个方案的过程中我们有遇到了一些问题，后面再讲。

我们主要在两个场景下使用：

第一个是 OLTP 的场景，大数据量的场景，我们可能不仅仅是考虑到延时，而是考虑到数据量单机装不下，需要扩展性；

还有 OLAP 场景，有些用户，他用的是 Hive 或者 Tableau，然后用的过程中发现，因为后面都是接 MySQL，然后做一些 OLAP 的方式查询，就比较慢。然后后来公司在推广 TiDB，所以就接了一些 OLAP 的业务场景。

使用 MyCAT 的过程中我们碰到一些问题，比如丢数据。某一个数据我 commit 了之后，最后发现这个数据丢了。

再就是连接的问题，目前头条做分片是大概固定分 100 个片。如果你的业务是需要分库分表，那好，你这边搞 101 个分片，这样有些业务，他用了一个分片键，用分片键来做查询，那可能中间件只用一个连接就可以找到相关数据。但有些业务，确实有不带分片键的请求。会导致 select 语句过来的时候，下面会建 101 个对后端的连接，也就是说，因为有连接的限制，有一个没有带分片键的这种请求过来之后， MyCAT 可以启 101 个连接到后面的每一个 MySQL 库。那这样的话，有时候我给它 5 万个连接，他一下子就把一百万用掉了。这样会导致，它在非分片键的 select 请求，它连接速度消耗非常快，经常在业务这边会抛出说，连接数不够。

头条的数据库主要用的是 MySQL 和 MongoDB，相对比较单一，所我们也想多尝试一些其他的数据库。

今天干货比较多，很多都直接给数据了，这个自研对象存储系统元数据量非常大，大概每天能进 0.3TB 的数据，每天元数据会大概有 5 亿。我们现在总集群的容量是 55TB，但是现在已经使用了大概 25TB，增长非常快。我今天主要就讲一个最大的集群，其它小的集群 case 我就不说了。

这个集群有两种方式，一种方式是说，这个分片信息最早是用 MySQL 的。然后我们想用 TiDB 的话，可能先得把 TiDB 做了 MySQL 的备，用 TiDB 提供的 syncer 来同步数据，那有些读请求我们可以从 MySQL 上切到 TiDB 上来，这是第一个 case。

为什么有第二个 case？我们用了一段时间，觉得 TiDB 其实挺稳定的，然后，公司有这种需求，比如说突然接了一个元旦的活动。这种活动中，他就会跟这个 S3 系统压力比较大。这个时候，上传的图片就比较多，这个数据增长的就太大了。我们 MySQL 的单盘基本上稳定的在 2.0TB 以上（盘总计 2.8TB），对此我们就只能删数据（一些很老的数据），跟业务部门沟通说，这个数据不要了，从 MySQL 的单盘里删掉，就是通过这种方式来支撑。

但即使这么做，单盘还是扛不住现在数据增长的需求。然后当时就想，干脆激进点，把一些写进来后立即就读，并且以后都不会读的一些流量给切到 TiDB 里。因为 S3 存储分很多 bucket ，做活动的人，就去新建一些 bucket， 这些 bucket 的元数据就直接存在 TiDB 里面，就不存 MySQL，直接存 TiDB 了。

这两个 case，就是目前在头条的 OLAP 和 OLTP 里数据流量最大、QPS 最大的一个场景。

关于部署，我们把 TiDB 和 PD 部在一起，都是 3 个。

TiKV 我们一共是用了 11 台的机器，每台机器是两张 2.8TB 的 SSD 盘。每个盘上我们会起 2 个 TiKV，就相当于一个机器上有 4 个 TiKV，一共 11 台机器，那就有44 个 TiKV。CPU 是 40 个虚拟的 CPU，256G 的内存。

这是目前集群的状态：

目前平均值 QPS 在 12W，用了 3 个 TiDB，3 个 TiDB 总的连接数加起来大概 14K，然后 Latency 的 pct99 小于 60ms。这其实都属于挺高峰时期的数据了。做活动的时候 QPS 会达到 20W。

在我们使用 TiDB 过程中，肯定会比较一下 TiDB 和 MySQL 的延时：

第一条线就是 MySQL 的延时，pct99 的，下面的黑线是 TiDB 的延时。可以看到，在 MySQL 的数据量非常大的情况下，TiDB 是明显 Latency 更优的，虽然说它用的机器会稍微多点。

使用的过程中我们也碰到了一些槽点，这些槽点 TiDB 现在的版本已经基本都解决了。

第一个就是直方图。大家知道基于 CBO 的这种优化器，肯定要用一些统计信息，TiDB 在之前的版本里面对直方图的统计信息的更新，没有做到很及时，导致我拿了一个 SQL 选执行计划的时候我会选错。比如说我可以选一个索引，但是实际上，因为这个更新信息不实时，所以它可能会做全表扫描。

大家以后发现这种你可以用 explain 这个命令看执行计划，大概如果发现有这样的问题就可以用 analyze 这个命令，他就可以把一张表统计信息给更新，更新了之后，再一次执行 SQL 语句，你会发现他的执行计划已经变了。

第二个就是 raft leader。因为大家都知道，每个 region 是一个 raft ，TiDB 有一个监控指标，给出每个机器上有多少个 raft leader。当我们数据量跑到 10 多 TB，大概 20TB 的时候，会发现这个 raft leader 频繁掉线。掉线的原因主要是由于做 region 迁移的时候，比如你后边做迁移或者做负载均衡，会把 RocksDB 里面一个 range 的数据发到你要迁移的目标机器上面去。发过去了之后，目标端相当于要把 SST 文件 load 到 RocksDB 里，这个过程中，由于RocksDB 实现的一个问题，导致把 SST 加到 RocksDB 的里面去的时候这个过程花费了大概有 30 到 40 秒，正常情况下可能就毫秒级或者 1 秒。RocksDB 实现 ingest file 的时候，它打开了一些其实不需要打开的一些文件。因为 LevelDB、RocksDB 有很多层嘛，把一个 file 给 ingest 进去的时候，其实你要和一些 overlap 的数据做合并，因为它的实现问题，导致有一些没有必要去 touch 的 SST，它都会去 touch，会导致产生大量 IO 因为我们数据量比较大，所以 SST 就非常多，所以在数据量非常大的情况下才会踩到这个坑。

然后，RocksDB ingest 一个文件时间过长，导致 Raft 的心跳就断了。因为 Raft 协议要维持你的 lease，你要发心跳包，这个时候，心跳包都给堵在后面，因为前面 ingest file 时间太长了。然后 Raft leader 就掉，掉了以后很多读写请求就会有问题。

第三个是说，大量的短链接。我们的业务使用数据库的时候，经常建了非常多这种短链接。因为大部分业务都是不大会使用数据库的，他也不知道要设置连接池，idle connection 这种东西。所以他经常就是，用完一个连接后就关掉。这种大量的短链接，这种短链接，最后打到 TiDB，TiDB 连接建立了之后，他要去查一个 System 的变量，这些变量在 TiDB 里面是存在某几个 TiKV 的实例里面的，那如果有大量短链接的话，这些短链接一上来，就会去查这些系统变量，刚好这些系统变量就聚在几台机器上面，导致说这几台机器就负载特别大。然后就会报警读请求堆积读请求堆积。TiKV 使用的是线程模型，请求过来之后，丢到队列里面去。然后线程再拿出来处理。现在 PingCAP 也在做优化，把这些 Cache 在 TiDB 这个进程里面。

第四点，严格来说这不算是 TiKV 的问题，算是 prometheus 的客户端有问题。我们当时遇到这么一个情况，部署 prometheus 的这个机器宕掉了，重启之后，我们会发现很多 TiKV 的监控信息都没有上报。后来查的时候发现压根 TiKV 这台机器都没有到 prometheus 这台机器的连接。所以我们就觉得这个 prometheus 这边客户端实现有问题。

第五个问题就是 row id 的打散。这个问题正好是我们这边碰到的一个性能上的问题。因为 TiDB 存储数据，是这么存的：我要插入一行数据，他会有两行，第一行是索引，索引是 Key ，然后 value 是 row id；第二行是 row id 是 Key，value 是整行的数据，相当于第二行有点像聚集索引这种东西。但是这个聚集索引的 Key 是 row id。原来的版本实现上是说这个 row id 是个递增了，所以这种就导致，不管你插入什么数据，这个 row id 都是递增的，因为 row id 一递增，这些数据都会打到一个 TiKV 的一个 region 上面。因为我的 TiKV 是一个有序的 Map，所以说 row id 如果递增的话，肯定大家插入的时候都是打到一个 TiKV 上面。我们当时业务的压力比较大导致客户发现他把这个业务的机器实例数给扩容上去之后，会发现这个 insert 的 TPS，大概也就在两万，一行大概就一百多个字节吧，你再怎么加他上不去了，也就是说 insert 的这个 QPS 上不去了。

这个 TiDB 新版本的方案就是说，row id 不是单调递增，而是把 row id 打的很散，这种方案性能会比较好，没有热点。

最后这个问题，因为 TiDB 这种事务模型，是需要拿一个事务版本，这个事务版本在 TiDB 里面是一个时间戳，并这个时间戳是由 PD 这个组件来管理的。相当于每一个事务基本上连上来之后，它都要去访问 PD 这个组建拿这个时间戳。其实做 rpc 的时候拿时间戳延迟不会太长，也就是个位数毫秒级。但因为 TiDB 是 Go 写的，有调度开销。从 PD 拿回来一堆时间戳的 goroutine 把这堆时间戳发放给执行事务的一堆 goroutine 很慢，在链接数和压力都比较大的时候，大概有 30 毫秒左右的延时。可能调 rpc 的时候也就大概需要 1 毫秒，不到 2 毫秒。但由于 Go 的开销，能把这个延时翻几倍。

以上这些讲的都是 TiDB 在头条做 OLTP 的场景下，碰到的一些主要的问题，这些问题大部分现在已经修复。

在 OLAP 的场景下内容就比较少了。

前面的一些业务喜欢用 tableau 这种客户端后面连接 MySQL，这就太慢了，用 syncer 把一些数据从 MySQL 同步到 TiDB。

这就可能碰到一个问题：我们公司有一个组件，是会把 Hive 的数据批量的同步到 MySQL 的这么一个工具。很多这种做数据分析的同学就会把 Hive 里的数据同步到 TiDB。但是这个工具产生的事务非常大，而 TiDB 本身对这个事务的大小是有一个限制的。

把这两个配置项打开之后，TiDB 内部会把这种大的事务，切成很多小的事务，就没有这个问题。

有事务大小的限制主要在于 TiKV 的实现用了一致性协议。对于任何一个分布式数据库，如果你要用一致性协议去做这种复制，肯定要避免非常大的事务。所以这个问题不是 TiDB 的问题。基本上，每个想要做分布式数据库的肯定都会碰到这么一个问题。

在 OLAP 场景下，大家对数据的事务性要求没那么高，所以把这个配置项打开没什么问题。

这就是头条在 OLAP 上的一些应用：比如说 ugc 点击量，app crash 的需求是客户端请求挂掉之后，要打一个 log 在 TiDB 的集群里面。druid 这个 OLAP 这个引擎，他会有 MySQL 的数据做元数据，有些人就把这个元数据存在 TiDB 上了，还有一些问答业务，也是把一些相关的数据放到 TiDB 里。

谢谢大家。

新型分布式 NewSQL 数据库

微信号：pingcap2015