雙“11”最熱門的話題是TB ，最近正好和阿里的一個朋友聊淘寶的技術架構，發現很多有意思的地方，分享一下他們的解析資料：

　　淘寶海量資料產品技術架構

　　資料產品的一個最大特點是資料的非實時寫入，正因為如此，我們可以認為，在一定的時間段內，整個系統的資料是隻讀的。這為我們設計快取奠定了非常重要的基礎。

圖1 淘寶海量資料產品技術架構

　　按照資料的流向來劃分，我們把淘寶資料產品的技術架構分為五層（如圖1所示），分別是資料來源、計算層、儲存層、查詢層和產品層。位於架構頂端的是我們的資料來源層，這裡有淘寶主站的使用者、店鋪、商品和交易等資料庫，還有使用者的瀏覽、搜尋等行為日誌等。這一系列的資料是資料產品最原始的生命力所在。

　　在資料來源層實時產生的資料，通過淘寶自主研發的資料傳輸元件DataX、DbSync和Timetunnel準實時地傳輸到一個有1500個節點的Hadoop叢集上，這個叢集我們稱之為“雲梯”，是計算層的主要組成部分。在“雲梯”上，我們每天有大約40000個作業對1.5PB的原始資料按照產品需求進行不同的MapReduce計算。這一計算過程通常都能在凌晨兩點之前完成。相對於前端產品看到的資料，這裡的計算結果很可能是一個處於中間狀態的結果，這往往是在資料冗餘與前端計算之間做了適當平衡的結果。

　　不得不提的是，一些對實效性要求很高的資料，例如針對搜尋詞的統計資料，我們希望能儘快推送到資料產品前端。這種需求再採用“雲梯”來計算效率將是比較低的，為此我們做了流式資料的實時計算平臺，稱之為“銀河”。“銀河”也是一個分散式系統，它接收來自TimeTunnel的實時訊息，在記憶體中做實時計算，並把計算結果在儘可能短的時間內重新整理到NoSQL儲存裝置中，供前端產品呼叫。

　　容易理解，“雲梯”或者“銀河”並不適合直接向產品提供實時的資料查詢服務。這是因為，對於“雲梯”來說，它的定位只是做離線計算的，無法支援較高的效能和併發需求；而對於“銀河”而言，儘管所有的程式碼都掌握在我們手中，但要完整地將資料接收、實時計算、儲存和查詢等功能整合在一個分散式系統中，避免不了分層，最終仍然落到了目前的架構上。

　　為此，我們針對前端產品設計了專門的儲存層。在這一層，我們有基於MySQL的分散式關係型資料庫叢集MyFOX和基於HBase的NoSQL儲存叢集Prom，在後面的文字中，我將重點介紹這兩個叢集的實現原理。除此之外，其他第三方的模組也被我們納入儲存層的範疇。

　　儲存層異構模組的增多，對前端產品的使用帶來了挑戰。為此，我們設計了通用的資料中間層——glider——來遮蔽這個影響。glider以HTTP協議對外提供restful方式的介面。資料產品可以通過一個唯一的URL獲取到它想要的資料。

　　以上是淘寶海量資料產品在技術架構方面的一個概括性的介紹，接下來我將重點從四個方面闡述資料魔方設計上的特點。

　　關係型資料庫仍然是王道

　　關係型資料庫（RDBMS）自20世紀70年代提出以來，在工業生產中得到了廣泛的使用。經過三十多年的長足發展，誕生了一批優秀的資料庫軟體，例如Oracle、MySQL、DB2、Sybase和SQL Server等。

圖2 MyFOX中的資料增長曲線

　　儘管相對於非關係型資料庫而言，關係型資料庫在分割槽容忍性（Tolerance to Network Partitions）方面存在劣勢，但由於它強大的語義表達能力以及資料之間的關係表達能力，在資料產品中仍然佔據著不可替代的作用。

　　淘寶資料產品選擇MySQL的MyISAM引擎作為底層的資料儲存引擎。在此基礎上，為了應對海量資料，我們設計了分散式MySQL叢集的查詢代理層——MyFOX，使得分割槽對前端應用透明。

圖3 MyFOX的資料查詢過程

　　目前，儲存在MyFOX中的統計結果資料已經達到10TB，佔據著資料魔方總資料量的95%以上，並且正在以每天超過6億的增量增長著（如圖2所示）。這些資料被我們近似均勻地分佈到20個MySQL節點上，在查詢時，經由MyFOX透明地對外服務（如圖3所示）。

圖4 MyFOX節點結構

　　值得一提的是，在MyFOX現有的20個節點中，並不是所有節點都是“平等”的。一般而言，資料產品的使用者更多地只關心“最近幾天”的資料，越早的資料，越容易被冷落。為此，出於硬體成本考慮，我們在這20個節點中分出了“熱節點”和“冷節點”（如圖4所示）。

　　顧名思義，“熱節點”存放最新的、被訪問頻率較高的資料。對於這部分資料，我們希望能給使用者提供儘可能快的查詢速度，所以在硬碟方面，我們選擇了每分鐘15000轉的SAS硬碟，按照一個節點兩臺機器來計算，單位資料的儲存成本約為4.5W/TB。相對應地，“冷資料”我們選擇了每分鐘7500轉的SATA硬碟，單碟上能夠存放更多的資料，儲存成本約為1.6W/TB。

　　將冷熱資料進行分離的另外一個好處是可以有效提高記憶體磁碟比。從圖4可以看出，“熱節點”上單機只有24GB記憶體，而磁碟裝滿大約有1.8TB（300 * 12 * 0.5 / 1024），記憶體磁碟比約為4:300，遠遠低於MySQL伺服器的一個合理值。記憶體磁碟比過低導致的後果是，總有一天，即使所有記憶體用完也存不下資料的索引了——這個時候，大量的查詢請求都需要從磁碟中讀取索引，效率大打折扣。

　　NoSQL是SQL的有益補充

　　在MyFOX出現之後，一切都看起來那麼完美，開發人員甚至不會意識到MyFOX的存在，一條不用任何特殊修飾的SQL語句就可以滿足需求。這個狀態持續了很長一段時間，直到有一天，我們碰到了傳統的關係型資料庫無法解決的問題——全屬性選擇器（如圖5所示）。

圖5 全屬性選擇器

　　這是一個非常典型的例子。為了說明問題，我們仍然以關係型資料庫的思路來描述。對於膝上型電腦這個類目，使用者某一次查詢所選擇的過濾條件可能包括“筆記本尺寸”、“筆記本定位”、“硬碟容量”等一系列屬性（欄位），並且在每個可能用在過濾條件的屬性上，屬性值的分佈是極不均勻的。在圖5中我們可以看到，膝上型電腦的尺寸這一屬性有著10個列舉值，而“藍芽功能”這個屬性值是個布林值，資料的篩選性非常差。

　　在使用者所選擇的過濾條件不確定的情況下，解決全屬性問題的思路有兩個：一個是窮舉所有可能的過濾條件組合，在“雲梯”上進行預先計算，存入資料庫供查詢；另一個是儲存原始資料，在使用者查詢時根據過濾條件篩選出相應的記錄進行現場計算。很明顯，由於過濾條件的排列組合幾乎是無法窮舉的，第一種方案在現實中是不可取的；而第二種方案中，原始資料儲存在什麼地方？如果仍然用關係型資料庫，那麼你打算怎樣為這個表建立索引？

　　這一系列問題把我們引到了“建立定製化的儲存、現場計算並提供查詢服務的引擎”的思路上來，這就是Prometheus（如圖6所示）。

圖6 Prom的儲存結構

　　從圖6可以看出，我們選擇了HBase作為Prom的底層儲存引擎。之所以選擇HBase，主要是因為它是建立在HDFS之上的，並且對於MapReduce有良好的程式設計介面。儘管Prom是一個通用的、解決共性問題的服務框架，但在這裡，我們仍然以全屬性選擇為例，來說明Prom的工作原理。這裡的原始資料是前一天在淘寶上的交易明細，在HBase叢集中，我們以屬性對（屬性與屬性值的組合）作為row-key進行儲存。而row-key對應的值，我們設計了兩個column-family，即存放交易ID列表的index欄位和原始交易明細的data欄位。在儲存的時候，我們有意識地讓每個欄位中的每一個元素都是定長的，這是為了支援通過偏移量快速地找到相應記錄，避免複雜的查詢演算法和磁碟的大量隨機讀取請求。

圖7 Prom查詢過程

　　圖7用一個典型的例子描述的Prom在提供查詢服務時的工作原理，限於篇幅，這裡不做詳細描述。值得一提的是，Prom支援的計算並不僅限於求和SUM運算，統計意義上的常用計算都是支援的。在現場計算方面，我們對HBase進行了擴充套件，Prom要求每個節點返回的資料是已經經過“本地計算”的區域性最優解，最終的全域性最優解只是各個節點返回的區域性最優解的一個簡單彙總。很顯然，這樣的設計思路是要充分利用各個節點的平行計算能力，並且避免大量明細資料的網路傳輸開銷。

　　用中間層隔離前後端

　　上文提到過，MyFOX和Prom為資料產品的不同需求提供了資料儲存和底層查詢的解決方案，但隨之而來的問題是，各種異構的儲存模組給前端產品的使用帶來了很大的挑戰。並且，前端產品的一個請求所需要的資料往往不可能只從一個模組獲取。

　　舉個例子，我們要在資料魔方中看昨天做熱銷的商品，首先從MyFOX中拿到一個熱銷排行榜的資料，但這裡的“商品”只是一個ID，並沒有ID所對應的商品描述、圖片等資料。這個時候我們要從淘寶主站提供的介面中去獲取這些資料，然後一一對應到熱銷排行榜中，最終呈現給使用者。

圖8 glider的技術架構

　　有經驗的讀者一定可以想到，從本質上來講，這就是廣義上的異構“表”之間的JOIN操作。那麼，誰來負責這個事情呢？很容易想到，在儲存層與前端產品之間增加一箇中間層，它負責各個異構“表”之間的資料JOIN和UNION等計算，並且隔離前端產品和後端儲存，提供統一的資料查詢服務。這個中間層就是glider（如圖8所示）。

　　快取是系統化的工程

　　除了起到隔離前後端以及異構“表”之間的資料整合的作用之外，glider的另外一個不容忽視的作用便是快取管理。上文提到過，在特定的時間段內，我們認為資料產品中的資料是隻讀的，這是利用快取來提高效能的理論基礎。

　　在圖8中我們看到，glider中存在兩層快取，分別是基於各個異構“表”（datasource）的二級快取和整合之後基於獨立請求的一級快取。除此之外，各個異構“表”內部可能還存在自己的快取機制。細心的讀者一定注意到了圖3中MyFOX的快取設計，我們沒有選擇對彙總計算後的最終結果進行快取，而是針對每個分片進行快取，其目的在於提高快取的命中率，並且降低資料的冗餘度。

　　大量使用快取的最大問題就是資料一致性問題。如何保證底層資料的變化在儘可能短的時間內體現給終端使用者呢？這一定是一個系統化的工程，尤其對於分層較多的系統來說。

圖9 快取控制體系

　　圖9向我們展示了資料魔方在快取控制方面的設計思路。使用者的請求中一定是帶了快取控制的“命令”的，這包括URL中的query string，和HTTP頭中的“If-None-Match”資訊。並且，這個快取控制“命令”一定會經過層層傳遞，最終傳遞到底層儲存的異構“表”模組。各異構“表”除了返回各自的資料之外，還會返回各自的資料快取過期時間（ttl），而glider最終輸出的過期時間是各個異構“表”過期時間的最小值。這一過期時間也一定是從底層儲存層層傳遞，最終通過HTTP頭返回給使用者瀏覽器的。

　　快取系統不得不考慮的另一個問題是快取穿透與失效時的雪崩效應。快取穿透是指查詢一個一定不存在的資料，由於快取是不命中時被動寫的，並且出於容錯考慮，如果從儲存層查不到資料則不寫入快取，這將導致這個不存在的資料每次請求都要到儲存層去查詢，失去了快取的意義。

　　有很多種方法可以有效地解決快取穿透問題，最常見的則是採用布隆過濾器，將所有可能存在的資料雜湊到一個足夠大的bitmap中，一個一定不存在的資料會被這個bitmap攔截掉，從而避免了對底層儲存系統的查詢壓力。在資料魔方里，我們採用了一個更為簡單粗暴的方法，如果一個查詢返回的資料為空（不管是資料不存在，還是系統故障），我們仍然把這個空結果進行快取，但它的過期時間會很短，最長不超過五分鐘。

　　快取失效時的雪崩效應對底層系統的衝擊非常可怕。遺憾的是，這個問題目前並沒有很完美的解決方案。大多數系統設計者考慮用加鎖或者佇列的方式保證快取的單執行緒（程序）寫，從而避免失效時大量的併發請求落到底層儲存系統上。在資料魔方中，我們設計的快取過期機制理論上能夠將各個客戶端的資料失效時間均勻地分佈在時間軸上，一定程度上能夠避免快取同時失效帶來的雪崩效應。

　　結束語

　　正是基於本文所描述的架構特點，資料魔方目前已經能夠提供壓縮前80TB的資料儲存空間，資料中間層glider支援每天4000萬的查詢請求，平均響應時間在28毫秒（6月1日資料），足以滿足未來一段時間內的業務增長需求。

　　儘管如此，整個系統中仍然存在很多不完善的地方。一個典型的例子莫過於各個分層之間使用短連線模式的HTTP協議進行通訊。這樣的策略直接導致在流量高峰期單機的TCP連線數非常高。所以說，一個良好的架構固然能夠在很大程度上降低開發和維護的成本，但它自身一定是隨著資料量和流量的變化而不斷變化的。我相信，過不了幾年，淘寶資料產品的技術架構一定會是另外的樣子。

　　其他文章摘要

【1】海量資料領域涵蓋分散式資料庫、分散式儲存、資料實時計算、分散式計算等多個技術方向。

　　對於海量資料處理，從資料庫層面來講無非就是兩點：1、壓力如何分攤，分攤的目的就是為了把集中式變為分散式。2、採用多種的儲存方案，針對不同的業務資料，不同的資料特點，採用RDBMS或採用KV Store，選擇不同資料庫軟體，使用集中式或分散式儲存，或者是其他的一些儲存方案。

　　【2】將資料庫進行拆分，包括水平拆分和垂直拆分。

　　水平拆分主要解決兩個問題：1、底層儲存的無關性。2、通過線性的去增加機器，支援資料量以及訪問請求包括TPS（Transaction Per Second）、QPS（Query Per Second）的壓力增長。其方式如把一張大資料表按一定的方式拆分到不同的資料庫伺服器上。

　　海量資料從集中式走向分散式，可能涉及跨多個IDC容災備份特性。

　　【3】阿里巴巴的資料對不同地域資料的處理方法。

　　由三個產品密切配合解決：是Erosa、Eromanga和Otter。

　　Erosa做MySQL（或其他資料庫庫）的Bin-Log時時解析，解析後放到Eromanga。Eromanga是增量資料的釋出訂閱的產品。Erosa產生了時時變更的資料釋出到Eromanga。然後各個業務端（搜尋引擎、資料倉庫或關聯的業務方）通過訂閱的方式，把時時變更的資料時時的通過Push或Pull的方式拉到其業務端，進行一些業務處理。而Otter就是跨IDC的資料同步，把資料能及時反映到不同的AA站。

　　資料同步可能會有衝突，暫時是以那個站點資料為優先，比如說A機房的站點的資料是優先的，不管怎麼樣，它就覆蓋到B的。

　　【4】對於快取。

　　1、注意切分力度，根據業務選擇切分力度。把快取力度劃分的越細，快取命中率相對會越高。
　　2、確認快取的有效生命週期。

　　【5】拆分策略

　　1、按欄位拆分（最細力度）。如把表的Company欄位拆掉，就按COMPANY_ID來拆。

　　2、按表來拆，把一張表拆到MySQL，那張表拆到MySQL叢集，更類似於垂直拆分。

　　3、按Schema拆分，Schema拆分跟應用相關的。如把某一模組服務的資料放到某一機群，另一模組服務的資料放到其他MySQL機群。但對外提供的整體服務是這些機群的整體組合，用Cobar來負責協調處理。

　　Cobar類似於MySQL Proxy，解析MySQL所有的協議，相當於可以把它看成MySQL Server來訪問的。