MySQL現在是一個更好的NoSQL解決方案。我們這樣說是因為在儲存 鍵/值(key/value) 之類資料時, MySQL 具有效能、易用性和穩定性方面的優勢。MySQL引擎穩定可靠，並且社群和官方支援良好，有非常豐富的線上資料, 涵蓋了各種操作、故障排查,複製以及各種使用模式等方面。基於這個原因, MySQL比起新興的NoSQL引擎具有很大優勢。

近年來,NoSQL引擎已成為主流。許多開發者將NoSQL引擎(包括: MongoDB, Cassandra, Redis, 和 Hadoop等)視為最優解，同時不贊成使用舊的 SQL 引擎。

選擇NoSQL資料庫通常是因為炒作,或者是認為關係資料庫解決不了和NoSQL相關的事。普通工程師在選擇資料庫時往往會忽視運營成本,穩定性和成熟度等問題。更多關於各種NoSQL(以及SQL)引擎的區別,以及侷限性等方面的問題，請參考 Aphyr 上的 Jepsen專欄文章。

本文將闡釋為什麼用MySQL儲存 鍵/值 資料比大多數專用NoSQL引擎更適合的原因,並提供相應的指導步驟。

Wix 網站的解決方案

當用戶訪問Wix上的某個網站頁面時, 瀏覽器會向Wix網站伺服器傳送一個HTTP請求。不管是自定義域名(例如, cncounter.com)還是免費的Wix二級域名(如: user.wix.com/site)。伺服器需要通過查詢鍵/值對來將URL請求解析為相應的站點。在下面的討論中我們將URL視為 route(路由)。

routes 表用來將網址解析為 site 物件。因為網站可能有多個路由, 所以是多對一的關係(many to one, N:1)。找到網站以後, 程式就載入它。site 物件機構比較複雜, 包括兩個子物件列表 —— 網站使用的不同服務。下面是示例物件模型, 假設使用標準SQL資料庫和規範化表結構:

當更新 site時, 如果使用傳統的正規化模型來更新多個表, 需要用事務(transaction)來保證資料的一致性(data consistency)。(注意,事務使用資料庫級別的鎖(DB-level lock),這會阻止併發寫操作,有時也會影響相關表的併發讀操作。) 使用這種模型, 可能需要在每個表中設定一個序列鍵(serial key),並使用外來鍵，以及為 routes 表的 URL 欄位建立索引。

但是,使用正規化設計會碰到很多問題:

• 鎖限制了對錶的訪問, 所以在高吞吐量情景下會嚴重影響效能。
• 讀取一個物件需要使用多條SQL語句(此處是4條), 或者使用 join (這又會受延遲影響)。
• 系列鍵的生成使用了鎖, 限制了寫吞吐量。

  在MySQL或者其他SQL引擎中, 併發情況和吞吐量問題都是大量出現的。因為這些缺點,實際上在儲存 鍵/值對形式的資料時,很多開發者都傾向於使用 NoSQL 解決方案, 為了提供更好的吞吐量和併發效能, 而犧牲一些 穩定性(stability)、一致性(consistency)、和可用性(availability)。

  在 Wix, 我們發現 MySQL 作為鍵/值儲存使用時，比起作為關係資料模型時要強悍得多, 也比大多數NoSQL引擎要優秀很多。僅僅是使用MySQL作為NoSQL引擎,我們的現有系統在擴充套件性/吞吐量/併發/延遲等指標上都可以媲美任何NoSQL引擎。下面是一些資料:

  • 跨三個資料中心的結構 (active-active-active setup, 三活)。
  • 吞吐量在 200,000 RPM 數量級。
  • routes 表的記錄在 1億 數量級, 佔用空間為 10 GB級。
  • sites 表的記錄在 1億數量級,儲存空間 200 GB以上。
  • 平均讀取延遲在 1.0 -1.5毫秒之間(事實上,同一資料中心是 0.2 - 0.3 毫秒)。

    請注意，在大多數 鍵/值 引擎中, 1.0 毫秒左右的延遲都是卓越的,包括開源的和基於雲的! 而我們是用MySQL實現的(MySQL被認為是標準的SQL引擎)。

    表結構如下:

    

    ?

    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

    CREATE TABLE `routes` ( `route` varchar(255) NOT NULL, `site_id` varchar(50) NOT NULL, `last_update_date` bigint NOT NULL, PRIMARY KEY (`key`), KEY (`site_id`) ) CREATE TABLE `sites` ( `site_id` varchar(50) NOT NULL, `owner_id` varchar(50) NOT NULL, `schema_version` varchar(10) NOT NULL DEFAULT '1.0', `site_data` text NOT NULL, `last_update_date` bigint NOT NULL, PRIMARY KEY (`site_id`) ) /*ENGINE=InnoDB DEFAULT CHARSET=utf8 ROW_FORMAT=COMPRESSED KEY_BLOCK_SIZE=16*/;

    所有不需要作為查詢條件的欄位都已經合併到單個 blob 欄位中(site_data text 欄位)。其中包含了 sub-obj 記錄,以及 site 物件自身的其他屬性域。也請注意,這裡沒有使用自增序列鍵;相反,我們使用 varchar(50) 來儲存客戶端生成的 GUID 值。

    下面是我們使用的查詢語句, 具有高吞吐量和低延遲特性:

    ?

    1 2 3

    select * from sites where site_id = ( select site_id from routes where route = ? )

    首先通過唯一索引查詢 routes 表,這隻返回一個結果。然後通過主鍵查詢 site, 也只有一條記錄。巢狀查詢語法確保 2個SQL查詢卻只需一次資料庫互動。

    結果前面提到了, 在高流量和高更新率的情況下, 保持在平均 ~1毫秒左右 的效能。雖然沒有使用事務，但 update 是半事務性質的(semi-transactional)。這是因為, 先輸入一個 site, 但在輸入 route 記錄之前，都不會查詢到相關的記錄。所以如果我們先輸入 site, 再輸入 route, 依然能確保資料一致性狀態, 即使在 sites 表中有很多孤兒資料的情況下。

    MySQL當做 NoSQL引擎使用指南

    通過上面的例子(以及Wix的其他類似情景), 我們精心製作了一份用MySQL作為NoSQL引擎的經驗指南。

    最主要的是要記住, 使用MySQL作為NoSQL引擎時要避免資料庫鎖(DB locks)以及複雜的查詢。

    • 不使用事務,因為會導致鎖(locks)。相反, 應該使用應用層事務(applicative transactions)。
    • 不使用序列鍵(serial key)。序列鍵會導致鎖以及引起復雜的 active-active 配置。
    • 使用客戶端生成的唯一鍵(client-generated unique keys)。我們使用的是 GUID。

      設計資料庫時,進行查詢優化時還有如下要點:

      • 不要使用正規化(Do not normalize)。
      • 只儲存有索引的欄位。如果某個欄位不需要索引, 那麼將其儲存在 blob/text 欄位中(如JSON或XML)。
      • 不要使用外來鍵(foreign key)。
      • 必須允許讀取單行資料。
      • 不準執行 alter 命令。表的 alter 命令會導致鎖以及宕機。如果不得不這樣做, 應該使用動態遷移(live migrations)。

        在查詢資料時:

        • 使用主鍵(primary key)和索引(index)作為條件來查詢.
        • 不要使用 join.
        • 不要使用聚合函式(aggregation).
        • 只在副本(replica)中執行繁重的查詢(housekeeping queries), 比如商業智慧(BI), 資料研究(data exploration)等操作, 儘量不要在主庫(master database)上執行.

          我們準備在另一篇部落格中深入介紹實時遷移(live migrations)和應用層事務(applicative transactions)。

          總結

          本文最主要的目的是讓你認識 MySQL 的新特性。將 MySQL 作為NoSQL引擎是很棒的, 雖然MySQL不是專為NoSQL設計的。文中展示瞭如何使用 MySQL 代替專用 NoSQL引擎來儲存 鍵/值(key/value) 資訊。

          在 Wix , 儲存鍵/值資訊(等情況下)會選擇MySQL引擎, 原因是其易於使用和操作, 並且MySQL強大的生態系統。另外,比起多數NoSQL引擎來說,在延遲(latency)、吞吐量(throughput)和併發性(concurrency)等指標(metrics)上MySQL並不遜色。