在线亚洲精品国产一区麻豆,中文字幕亚洲色妞精品天堂

2021年初，我們完整對比過3種數(shù)據(jù)庫的性能，包括TiFlash(4.0.10)、ClickHouse(20.3.8.53)、DorisDB(1.11.0)單表及多表join的性能情況。TiDB5.0的TiFlash已經(jīng)支持MPP，此處為4.0版本，無MPP。

測試使用業(yè)界流行的Star Schema Benchmark星型模型測試集。結(jié)論如下：

·TiDB執(zhí)行計劃多數(shù)走TiKV，導(dǎo)致執(zhí)行時間長，且數(shù)據(jù)量越多，執(zhí)行時間越長。

·TiDB強制走TiFlash，單表多數(shù)提速多，多表多數(shù)變慢，但4.0.10版本的執(zhí)行計劃多數(shù)不走。

·ClickHouse多表查詢需要更改SQL，使類型一致才可以，且字段名、表名區(qū)分大小寫。

·ClickHouse大單表查詢方式效率好，多表關(guān)聯(lián)效率降低明顯。

每天，內(nèi)部服務(wù)器上的各類操作和運行情況，是內(nèi)部安全人員比較關(guān)心的。但是服務(wù)器上每天有大量的信息，如何能快速收集落地、統(tǒng)一實時分析，是這個數(shù)據(jù)分析場景面臨的挑戰(zhàn)。具體來說，安全分析業(yè)務(wù)需要應(yīng)對以下情況：

·寫入數(shù)據(jù)量大，每天大約幾億的數(shù)據(jù)需要落地;

·實時快速的分析支持，例如：最近15分鐘，機器信息的情況是怎樣的;

·數(shù)據(jù)量不斷累積，數(shù)據(jù)總量規(guī)模增長快。

綜合評估后，我們選擇了DorisDB來支持安全分析相關(guān)業(yè)務(wù)。在使用初期，我們使用了DorisDB的明細(xì)模型(即保留所有歷史數(shù)據(jù))，20天左右，數(shù)據(jù)行數(shù)總量就800億+了，磁盤空間占用8T左右，由于明細(xì)數(shù)據(jù)量龐大導(dǎo)致查詢性能也受到影響。

后與內(nèi)部研發(fā)人員討論，業(yè)務(wù)分析并不需要詳細(xì)的歷史明細(xì)，數(shù)據(jù)按照指定時間粒度進行聚合匯總即可。便將數(shù)據(jù)模型改成聚合模型，設(shè)置日期、小時和15分鐘三個時間維度，指標(biāo)數(shù)據(jù)按照這個級別的時間維度進行聚合，聚合后每天新增的數(shù)據(jù)在10億左右，數(shù)據(jù)量降低了75%，查詢性能也得到大幅提升。且采用kafka+routine load的方式在DorisDB中進行導(dǎo)入聚合，避免了引入冗余的組件，統(tǒng)一了技術(shù)棧。

MySQL中間件，我們使用的ProxySQL，ProxySQL支持展示SQL情況。但是操作較為繁瑣，每次需要重置，才重新開始統(tǒng)計。如何分析指定時間的SQL情況，是困擾我們的另一問題。

每個ProxySQL有自己的全日志，我們可以分析全日志來獲取需要的信息。第一個架構(gòu)方案，我們想到了使用ES，ProxySQL全日志–>Filebeat采集–>Kafka–>Logstash–>ES。但是實際使用中，發(fā)現(xiàn)雖然可以查看流水，但是分析時就比較麻煩，不如寫SQL的方便。

后來架構(gòu)又改成了 ProxySQL全日志–>Filebeat采集–>Kafka–>DorisDB，這樣就可以進行快速分析了。

另一個問題，因為線上的ProxySQL的日志量特別大，不能所有集群都開，我們設(shè)置了可以選擇開啟，這樣有需要的集群才進行分析。降低存儲的壓力。

舉例：分析某30分鐘某集群的SQL執(zhí)行情況，按照次數(shù)排序，查詢很快。

除了上述兩個場景之外，DorisDB還被用在了銷售使用的報表系統(tǒng)等場景中，包含實時數(shù)據(jù)分析等業(yè)務(wù)場景，共50+張表，占用約100T存儲空間，查詢并發(fā)量100-500+。

DorisDB支持的數(shù)據(jù)導(dǎo)入方式很豐富，例如本地文件、HDFS、Kafka(支持csv、json格式)、外表、批量SQL等。數(shù)據(jù)接入時有以下需要注意的問題：

·HDFS導(dǎo)入需要提供Namenode的信息，有些不方便提供就支持不了。

·外表模式，創(chuàng)建外表后，可以使用insert into select的方式，循環(huán)導(dǎo)入到DorisDB的本地表，能比較方便的從MySQL、TiDB導(dǎo)入數(shù)據(jù)。

·日常最常用的是Kafka的Json格式的數(shù)據(jù)，需要開發(fā)提供：

··表字段、字段類型及模型(明細(xì)模型,聚合模型和更新模型)。

·Kafka的方式，DBA創(chuàng)建表及導(dǎo)入任務(wù)就可以導(dǎo)入數(shù)據(jù)了;日常需要注意的是：最好寫個小工具，查看下Kafka的數(shù)據(jù)信息，然后指明字段，這樣來保證成功率。

·查看導(dǎo)入任務(wù)：SHOW ROUTINE LOADG;關(guān)注Statistic，ErrorLogUrls。

目前為單套集群，3個FE，3個BE，Broker按需建立，搭建1套監(jiān)控(Prometheus+Grafana)，推薦使用kafka來接入數(shù)據(jù)。

因為DorisDB標(biāo)準(zhǔn)版無管理組件，需要DBA自己實現(xiàn)：

·標(biāo)準(zhǔn)制定，例如：運維標(biāo)準(zhǔn)、開發(fā)接入標(biāo)準(zhǔn)等;

·相關(guān)運維報表，例如表大小、集群磁盤使用情況、流量情況、SQL情況等。

目前我們自己已經(jīng)實現(xiàn)了部分運維規(guī)范的制定，例如集群端口、目錄、拓?fù)浼軜?gòu)等，并開發(fā)了拓?fù)涔ぞ撸簈dorisdb，可以查看所有集群、指定集群、登錄、展示監(jiān)控節(jié)點信息等。

后期我們會開發(fā)相關(guān)自動化管理工具，并整合至我們內(nèi)部的CDB平臺，開發(fā)相關(guān)報表、工單等，方便開發(fā)人員使用。

當(dāng)前我們使用如下機器進行部署，后期會考慮將FE節(jié)點使用虛擬機部署。

·如果想混合部署，需要提前計劃好端口，集群間需要有一定間隔;

·DorisDB升級比較快，如果遇到bug可以咨詢官方，及時升級避開;

com.mysql.jdbc.PacketTooBigException:Packet for query is too large(1095400>1048576).You can change this value on the server by setting the max_allowed_packet’variable;

·標(biāo)準(zhǔn)版的周邊較少，希望能不斷豐富，讓更多的人用起來;

·Json格式數(shù)據(jù)導(dǎo)入，字段沒法復(fù)用，推薦官方添加上，例如：求最大最小時間，需要開發(fā)寫入Kafka兩個時間字段，無法復(fù)用一個;

·導(dǎo)入數(shù)據(jù)需要一定的調(diào)試經(jīng)驗，例如Kafka，可以自己寫個工具，查看下Kafka里面的數(shù)據(jù)，再進行測試;

DorisDB是優(yōu)秀的分析型數(shù)據(jù)庫，可以滿足多種數(shù)據(jù)分析場景的需求。但還有不少業(yè)務(wù)場景需要用其他數(shù)據(jù)庫來服務(wù)，目前58DBA提供了多種數(shù)據(jù)庫，方便業(yè)務(wù)方根據(jù)自身的場景進行選擇。

目前，我們已經(jīng)落地了兩套DorisDB集群，還有1-2套正在測試階段，后續(xù)會進行進一步推廣和落地更多應(yīng)用。最后，十分感謝DorisDB鼎石科技團隊專業(yè)的支持服務(wù)，希望我們能一起把DorisDB建設(shè)得更好。(作者：劉春雷負(fù)責(zé)58同城MySQL、TiDB數(shù)據(jù)庫、DorisDB的運維工作，主要從事數(shù)據(jù)庫自動化、平臺化的建設(shè))

^{<thead id="rl9xy"></thead>}

^{<sub id="rl9xy"></sub>}

songjy

相關(guān)推薦

近期文章

熱門標(biāo)簽