面試官：如何做到不停機(jī)分庫分表遷移？

需求說明

類似訂單表，用戶表這種未來規(guī)模上億甚至上十億百億的海量數(shù)據(jù)表，在項(xiàng)目初期為了快速上線，一般只是單表設(shè)計(jì)，不需要考慮分庫分表。隨著業(yè)務(wù)的發(fā)展，單表容量超過千萬甚至達(dá)到億級(jí)別以上，這時(shí)候就需要考慮分庫分表這個(gè)問題了，而不停機(jī)分庫分表遷移，這應(yīng)該是分庫分表最基本的需求，畢竟互聯(lián)網(wǎng)項(xiàng)目不可能掛個(gè)廣告牌"今晚10:00~次日10:00系統(tǒng)停機(jī)維護(hù)"，這得多l(xiāng)ow呀，以后跳槽面試，你跟面試官說這個(gè)遷移方案，面試官怎么想呀？

借鑒codis

筆者正好曾經(jīng)碰到過這個(gè)問題，并借鑒了codis一些思想實(shí)現(xiàn)了不停機(jī)分庫分表遷移方案；codis不是這篇文章的重點(diǎn)，這里只提及借鑒codis的地方--rebalance：

當(dāng)遷移過程中發(fā)生數(shù)據(jù)訪問時(shí)，Proxy會(huì)發(fā)送“SLOTSMGRTTAGSLOT”遷移命令給Redis，強(qiáng)制將客戶端要訪問的Key立刻遷移，然后再處理客戶端的請(qǐng)求。（ SLOTSMGRTTAGSLOT 是codis基于redis定制的）

分庫分表

明白這個(gè)方案后，了解不停機(jī)分庫分表遷移就比較容易了，接下來詳細(xì)介紹筆者當(dāng)初對(duì)installed_app表的實(shí)施方案；即用戶已安裝的APP信息表；

1. 確定sharding column

確定sharding column絕對(duì)是分庫分表最最最重要的環(huán)節(jié)，沒有之一。sharding column直接決定整個(gè)分庫分表方案最終是否能成功落地；一個(gè)合適的sharding column的選取，基本上能讓與這個(gè)表相關(guān)的絕大部分流量接口都能通過這個(gè)sharding column訪問分庫分表后的單表，而不需要跨庫跨表，最常見的sharding column就是user_id，筆記這里選取的也是user_id；

2. 分庫分表方案

根據(jù)自身的業(yè)務(wù)選取最合適的sharding column后，就要確定分庫分表方案了。筆者采用主動(dòng)遷移與被動(dòng)遷移相結(jié)合的方案：

主動(dòng)遷移就是一個(gè)獨(dú)立程序，遍歷需要分庫分表的installed_app表，將數(shù)據(jù)遷移到分庫分表后的目標(biāo)表中。

被動(dòng)遷移就是與installed_app表相關(guān)的業(yè)務(wù)代碼自身將數(shù)據(jù)遷移到分庫分表后對(duì)應(yīng)的表中。

接下來詳細(xì)介紹這兩個(gè)方案；

2.1 主動(dòng)遷移
主動(dòng)遷移就是一個(gè)獨(dú)立的外掛遷移程序，其作用是遍歷需要分庫分表的installed_app表，將這里的數(shù)據(jù)復(fù)制到分庫分表后的目標(biāo)表中，由于主動(dòng)遷移和被動(dòng)遷移會(huì)一起運(yùn)行，所以需要處理主動(dòng)遷移和被動(dòng)遷移碰撞的問題，筆者的主動(dòng)遷移偽代碼如下：

public void migrate(){
    // 查詢出當(dāng)前表的最大ID, 用于判斷是否遷移完成
    long maxId = execute("select max(id) from installed_app");
    long tempMinId = 0L;
    long stepSize = 1000;
    long tempMaxId = 0L;
    do{
        try {
            tempMaxId = tempMinId + stepSize;
            // 根據(jù)InnoDB索引特性, where id>=? and id<?這種SQL性能最高
            String scanSql = "select * from installed_app where id>=#{tempMinId} and id<#{tempMaxId}";
            List<InstalledApp> installedApps = executeSql(scanSql);
            Iterator<InstalledApp> iterator = installedApps.iterator();
            while (iterator.hasNext()) {
                InstalledApp installedApp = iterator.next();
                // help GC
                iterator.remove();
                long userId = installedApp.getUserId();
                String status = executeRedis("get MigrateStatus:${userId}");
                if ("COMPLETED".equals(status)) {
                    // migration finish, nothing to do
                    continue;
                }
                if ("MIGRATING".equals(status)) {
                    // "被動(dòng)遷移" migrating, nothing to do
                    continue;
                }
                // 遷移前先獲取鎖: set MigrateStatus:18 MIGRATING ex 3600 nx
                String result = executeRedis("set MigrateStatus:${userId} MIGRATING ex 86400 nx");
                if ("OK".equals(result)) {
                    // 成功獲取鎖后, 先將這個(gè)用戶所有已安裝的app查詢出來[即遷移過程以用戶ID維度進(jìn)行遷移]
                    String sql = "select * from installed_app where user_id=#{user_id}";
                    List<InstalledApp> userInstalledApps = executeSql(sql);
                    // 將這個(gè)用戶所有已安裝的app遷移到分庫分表后的表中(有user_id就能得到分庫分表后的具體的表)
                    shardingInsertSql(userInstalledApps);
                    // 遷移完成后, 修改緩存狀態(tài)
                    executeRedis("setex MigrateStatus:${userId} 864000 COMPLETED");
                } else {
                    // 如果沒有獲取到鎖, 說明被動(dòng)遷移已經(jīng)拿到了鎖, 那么遷移交給被動(dòng)遷移即可[這種概率很低]
                    // 也可以加強(qiáng)這里的邏輯, "被動(dòng)遷移"過程不可能持續(xù)很長(zhǎng)時(shí)間, 可以嘗試循環(huán)幾次獲取狀態(tài)判斷是否遷移完
                    logger.info("Migration conflict. userId = {}", userId);
                }
            }
            if (tempMaxId >= maxId) {
                // 更新max(id)，最終確認(rèn)是否遍歷完成
                maxId = execute("select max(id) from installed_app");
            }
            logger.info("Migration process id = {}", tempMaxId);
        }catch (Throwable e){
            // 如果執(zhí)行過程中有任何異常(這種異常只可能是redis和mysql拋出來的), 那么退出, 修復(fù)問題后再遷移
            // 并且將tempMinId的值置為logger.info("Migration process id="+tempMaxId);日志最后一次記錄的id, 防止重復(fù)遷移
            System.exit(0);
        }
        tempMinId += stepSize;
    }while (tempMaxId < maxId);
}

這里有幾點(diǎn)需要注意：

• 第一步查詢出max(id)是為了盡量減少max(id)的查詢次數(shù)，假如第一次查詢max(id)為10000000，那么直到遍歷的id到10000000以前，都不需要再次查詢max(id)；

• 根據(jù)id>=? and id<?遍歷，而不要根據(jù)id>=? limit n或者limit m, n進(jìn)行遍歷，因?yàn)閘imit性能一般，且會(huì)隨著遍歷越往后，性能越差。而id>=? and id<?這種遍歷方式即使會(huì)有一些踩空，也沒有任何影響，且整個(gè)性能曲線非常平順，不會(huì)有任何抖動(dòng)；遷移程序畢竟是輔助程序，不能對(duì)業(yè)務(wù)程序有過多的影響；

• 根據(jù)id區(qū)間范圍查詢出來的List<InstalledApp>要轉(zhuǎn)換為Iterator<InstalledApp>，每迭代處理完一個(gè)userId，要remove掉，否則可能導(dǎo)致GC異常，甚至OOM；

2.2 被動(dòng)遷移
被動(dòng)遷移就是在正常與installed_app表相關(guān)的業(yè)務(wù)邏輯前插入了遷移邏輯，以新增用戶已安裝APP為例，其偽代碼如下：

// 被動(dòng)遷移方法是公用邏輯，所以與`installed_app`表相關(guān)的業(yè)務(wù)邏輯前都需要調(diào)用這個(gè)方法；
public void migratePassive(long userId)throws Exception{
    String status = executeRedis("get MigrateStatus:${userId}");
    if ("COMPLETED".equals(status)) {
        // 該用戶數(shù)據(jù)已經(jīng)遷移完成, nothing to do
        logger.info("user's installed app migration completed. user_id = {}", userId);
    }else if ("MIGRATING".equals(status)) {
        // "被動(dòng)遷移" migrating, 等待直到遷移完成; 為了防止死循環(huán), 可以增加最大等待時(shí)間邏輯
        do{
            Thread.sleep(10);
            status = executeRedis("get MigrateStatus:${userId}");
        }while ("COMPLETED".equals(status));
    }else {
        // 準(zhǔn)備遷移
        String result = executeRedis("set MigrateStatus:${userId} MIGRATING ex 86400 nx");
        if ("OK".equals(result)) {
            // 成功獲取鎖后, 先將這個(gè)用戶所有已安裝的app查詢出來[即遷移過程以用戶ID維度進(jìn)行遷移]
            String sql = "select * from installed_app where user_id=#{user_id}";
            List<InstalledApp> userInstalledApps = executeSql(sql);
            // 將這個(gè)用戶所有已安裝的app遷移到分庫分表后的表中(有user_id就能得到分庫分表后的具體的表)
            shardingInsertSql(userInstalledApps);
            // 遷移完成后, 修改緩存狀態(tài)
            executeRedis("setex MigrateStatus:${userId} 864000 COMPLETED");
        }else {
            // 如果沒有獲取到鎖, 應(yīng)該是其他地方先獲取到了鎖并正在遷移, 可以嘗試等待, 直到遷移完成
        }
    }
}
// 與`installed_app`表相關(guān)的業(yè)務(wù)--新增用戶已安裝的APP
public void addInstalledApp(InstalledApp installedApp) throws Exception{
    // 先嘗試被動(dòng)遷移
    migratePassive(installedApp.getUserId());
    // 將用戶已安裝app信息(installedApp)插入到分庫分表后的目標(biāo)表中
    shardingInsertSql(installedApp);
}

無論是CRUD中哪種操作，先根據(jù)緩存中MigrateStatus:${userId}的值進(jìn)行判斷：

• 如果值為COMPLETED，表示已經(jīng)遷移完成，那么將請(qǐng)求轉(zhuǎn)移到分庫分表后的表中進(jìn)行處理即可；

• 如果值為MIGRATING，表示正在遷移中，可以循環(huán)等待直到值為COMPLETED即遷移完成后，再將請(qǐng)求轉(zhuǎn)移到分庫分表后的表中進(jìn)行處理處理；

• 否則值為空，那么嘗試獲取鎖再進(jìn)行數(shù)據(jù)遷移。遷移完成后，將緩存值更新為COMPLETED，最后再將請(qǐng)求轉(zhuǎn)移到分庫分表后的表中進(jìn)行處理處理；

3.方案完善

當(dāng)所有數(shù)據(jù)遷移完成后，CRUD操作還是會(huì)先根據(jù)緩存中MigrateStatus的值進(jìn)行判斷，數(shù)據(jù)遷移完成后這一步已經(jīng)是多余的?？梢约觽€(gè)總開關(guān)，當(dāng)所有數(shù)據(jù)遷移完成后，將這個(gè)開關(guān)的值通過類似TOPIC的方式發(fā)送，所有服務(wù)接收到TOPIC后將開關(guān)local cache化。那么接下來服務(wù)的CRUD都不需要先根據(jù)緩存中MigrateStatus:${userId}的值進(jìn)行判斷；

4.遺留工作

遷移完成后，將主動(dòng)遷移程序下線，并將被動(dòng)遷移程序中對(duì)migratePassive()的調(diào)用全部去掉，并可以集成一些第三方分庫分表中間件，例如sharding-jdbc，可以參考sharding-jdbc集成實(shí)戰(zhàn)

回顧總結(jié)

回顧這個(gè)方案，最大的缺點(diǎn)就是如果碰到sharding column（例如userId）的總記錄數(shù)比較多，且主動(dòng)遷移正在進(jìn)行中，被動(dòng)遷移與主動(dòng)遷移碰撞，那么被動(dòng)遷移可能需要等待較長(zhǎng)時(shí)間。

不過根據(jù)DB性能，一般批量插入1000條數(shù)據(jù)都是10ms級(jí)別，并且同一sharding column的記錄分庫分表后只屬于一張表，不涉及跨表。所以，只要在遷移前先通過sql統(tǒng)計(jì)待遷移表中沒有這類異常sharding column即可放心遷移；

筆者當(dāng)初遷移installed_app表時(shí)，用戶最多也只擁有不超過200個(gè)APP，所以不需要過多考慮碰撞帶來的性能問題；沒有萬能的方案，但是有適合自己的方案；

如果有那種上萬條記錄的sharding column，可以把這些sharding column先緩存起來，遷移程序在夜間上線，優(yōu)先遷移這些緩存的sharding column的數(shù)據(jù)，就可以盡可能的降低遷移程序?qū)@些用戶的體驗(yàn)。當(dāng)然你也可以使用你想出來的更好的方案。