假如让你来设计数据库中间件_请设计一个中间件,用于获取配置,具体如下:1 、中间件部署在客户端2、配置通过网页

最近在网上逛的时候看到一篇关于数据库中间件设计的文章，嗯，讲的还比较详细，转载之，再附上自己的一点点感想,原文出自《假如让你来设计数据库中间件》,原文如下:

13年底负责数据库中间件设计时的设计文档，拿出来和大家分享：

• 可以了解下数据库中间件技术

• 可以了解下架构师系统设计的思路

 

一、总体目标

数据库中间层项目背景不再展开，根据前期的调研以及和公司同事的讨论，中间层的核心目标主要有两个：

• db虚拟化：让db对业务线透明（本文的db均指mysql），业务线不再需要知道db的真实ip，port，主从关系，读写关系，高可用等

• 分库的支持：让db的分库对业务线透明

 

二、实现的功能

上述目标相对比较宽泛，具体来说，数据库中间层需要实现以下功能。

 

（1）统一接入入口

如果统一接入入口，从今以后，不再有

db1.58.com:3306

db2.58.com:3306

im.58.com:3306

jiaoyou.58.com:3306

而只有

db.58.com:3306

所有的业务线，对db的访问，都只有一个入口，由数据库中间层来进行权限验证，由中间件来路由请求，这是一种完美的情况。

 

当然，统一一个总入口目标有点宏大，可以循序渐进，先各业务线统一读写访问入口，故折衷的目标可以是，从今以后，不再有

im.read.db1.58.com:3306

im.read.db2.58.com:3306

im.write.db.58.com:3306

而只有

im.58.com:3306

im业务对db的访问，统一到一个入口上来了，由中间层来对请求进行智能路由。

 

更简化的，甚至可以初期同一个业务线的db读写都不对业务线透明，数据库中间层只做简单的请求转发，先初步的把数据库访问入口收拢到数据库中间层来，为后续的统一，再统一打下基础。

 

ROAD-MAP规划如下：

• 业务线入口统一（中转请求）

• 业务线入口统一（智能路由）

• 全局入口统一

 

（2）保持访问接口

原来db的访问方式主要有以上三种：

• 手工用mysql客户端连mysql，直连数据库执行命令

• java使用jdbc连接数据库

• c/c++使用libmysqlclient.a来对mysql进行访问

 

所谓保持访问接口，是指上游对数据库的访问接口完全不用变，中间件服务对上游来说，就是数据库。

由于SQL协议是非常复杂的，在db的客户端与服务器插入了一个中间层之后，不一定能对所有的SQL功能都进行支持，支持哪些SQL是需要慎重考虑的。

 

（3）屏蔽读写分离

业务层不需要在关注读写分离，由中间件来进行读写请求路由。

 

（4）支持的分库

58的db的水平扩展，基本是用的分库的方式（分库比较好，很容易实现实例的扩容），即：

db.table会水平拆分为：

db1.table

db2.table

db3.table

db4.table

这样的话，dao层对于table就只有一个table实例了，比较方便。

 

根据前期与各业务线同学的沟通，58在分库上的业务访问需求为（这个调研的周期比较长，和很多业务线进行了沟通）：

• patition key普通查询

• patition key上的IN查询

• 非patition key上的查询

• 有限功能的排序+分页查询

故对分库上的分布式SQL功能，数据库中间层只需要支持上上述四项即可。

 

（5）高可用性的支持

高可用的支持又分为两个部分：

第一部分，故障自动发现：下游数据库挂了，能够自动发现问题，并报警周知相关人员。

第二部分，故障自动转移：

• 主库挂了，能够自动切换，或者屏蔽写请求

• 从库挂了，能够自动自动切换读请求量流量

• 中间件挂了，自动切换中间件流量，高可用

 

（6）可运维性的支持

• 支持一些统计数据的展现

• 支持一些管理命令

• 支持页面话的运维

however，只要总的框架设计具备可扩展性，这些功能可以循序渐进，逐步添加。

 

三、设计折衷

（1）协议与整体架构

既然选择了mysql client server protocol作为业务层与中间层之间的协议，那么中间层必然是作为mysql-server接收上游的请求，作为mysql-client向真正的mysql发送请求的，中间层的整体结构如下：

这样的话，需要对mysql client server protocol做详尽的研究，了解：

• 连接的建立过程

• 权限认证的过程

• 压缩解压缩的过程

• 请求响应二进制协议各种细节

• …

 

协议这一块的掌握必须详尽，好在官方文档相对比较全面：

http://dev.mysql.com/doc/internals/en/client-server-protocol.html

 

（2）架构细节

总体架构细节图如上。

 

（2.1）上游

• mysql客户端，java使用jdbc作为上游连接，c/c++使用libmysql.a作为上游连接，使用的是Mysql Client Server协议

• DBA亦可以向中间件发送一些管理命令，或者查看一些统计信息，使用的是自己定义的内部协议

 

（2.2）下游

处于系统体系结构中的最后端，系统中间件的下游就是mysql集群了，中间件与mysql之间使用的也是Mysql Client Server协议。

 

（2.3）中间层-ConfigMgr

中间层配置文件管理组件ConfigMgr是中间层中非常重要的一个部分，请求的转发，读写分离，分库功能的支持，都需要通过配置来完成。

<mysql>

<db id=0 logic_db="im"type=1>

       <item ip="10.58.1.100" port=3306 name="im" />

</db>

 

<db id=1 logic_db="umc"type=2 patition_count=2 key="uid" hash="mod">

   <patition id=0>

       <item ip="10.58.1.100" port=3306 role="w" />

       <item ip="10.58.1.101" port=3306 role="r" />

       <item ip="10.58.1.102" port=3306 role="r" />

   </patition>

   <patition id=1>

       <item ip="10.58.1.100" port=3316 role="w" />

       <item ip="10.58.1.101" port=3316 role="r" />

       <item ip="10.58.1.102" port=3316 role="r" />

   </patition>

</db>

</mysql>

 

从配置文件可以看出，ConfigMgr需要管理的mysql配置类型有两种：

type=1请求转发

<db id=0 logic_db="im"type=1>

       <item ip="10.58.1.100" port=3306 name="im" />

</db>

配置的含义是，上游如果访问逻辑数据库logic_db=”im”，中间件则将请求转发到实际的后端数据库item，item中配置了后端数据库的ip/port/name。

 

type=2分库支持

解释分库支持的配置之前，先说明一下数据库的层次结构LOGIC_DB、PARTITION、ITEM。

LOGIC_DB：逻辑数据库，面向上游，例如umc

PARTITION：数据库分区，可以理解为分库，例如umc0和umc1，这个对上游是透明的

ITEM：数据库项，可以理解为一个分区上的一个读库或者写库，这个对上游也是透明的

 

上例中对应的配置文件为：

<db id=1 logic_db="umc"type=2 patition_count=2 key="uid" hash="mod">

   <patition id=0>

       <item ip="10.58.1.100" port=3306 role="w" />

       <item ip="10.58.1.101" port=3306 role="r" />

       <item ip="10.58.1.102" port=3306 role="r" />

   </patition>

   <patition id=1>

       <item ip="10.58.1.100" port=3316 role="w" />

       <item ip="10.58.1.101" port=3316 role="r" />

       <item ip="10.58.1.102" port=3316 role="r" />

   </patition>

</db>

• LOGIC_DB：需要关注partition-key-column，也需要关注partition算法，它要实现对PARTITION的请求路由以及结果集的汇总

• PARTITION：需要关注ITEM的读写特性，它要实现对ITEM的读写分离

• ITEM：是最终的数据库，和它相关的配置是数据库ip/port/name/wr-type

 

（2.4）中间层-MysqlServerPart

中间层服务端组件MysqlServerPart是中间层中非常重要的一个部分，它负责端口的监听+请求接收与返回（服务端网络IO），MysqlProtocol的解析。根据其功能，MysqlServerPart组件又主要分为两个组件ServerIOMgr组件（服务端IO管理），MysqlProtocolAnalyzer组件（Mysql协议分析）。

 

这一层次面临这些细节：

• server网络框架的选取：建议使用异步server

• 并发模型的选取：建议使用IO-thread + multi-work-thread的并发模型

• 内存管理模型的选取：建议使用内存池

• 连接上下文管理，最容易想到的上下文，一个数据库连接是和一个逻辑库LOGIC_DB绑定的

• Mysql如何建立数据库连接：需要考察Mysql协议

• Mysql协议的细化解析：需要考察Mysql协议

• …

 

（2.5）中间层-MysqlClientPart

中间层客户端组件MysqlClientPart是中间层中非常重要的一个部分，它负责中间件对mysql的连接池管理，以及返回结果集的解析。根据其功能，MysqlClientPart组件又主要分为两个组件ClientConnPoolMgr组件（客户端连接池管理），ResultSetAnalyzer组件（返回结果集分析）。

 

这一层次面临这些细节：

• 数据库连接池的实现

• 数据库连接模型的选型：建议前期使用同步模型

• 连接上下文管理，最容易想到的上下文，一个数据库连接是和一个ITEM绑定的

• Mysql结果集的细化解析：需要考察Mysql协议

• …

 

（2.6）中间层-SqlParser

中间层Sql分析组件SqlParser是中间层中非常重要的一个部分，它负责对sql语句的语法分析与语义分析。

 

为什么要进行Sql语法语义分析？需要解析出什么东东？

分为两种情况：

type=1请求转发

对于请求的中转，上游一个数据库连接对应一个逻辑库LOGIC_DB，由ConfigMgr可以知道对应下游一个真实的ITEM（ip/port/db），此时直接转发请求即可，无需解析Sql语句。

 

type=2分库支持

对于分库的支持，解析Sql语句可能需要得到这些问题的答案：Sql是否带了partition-key-column？partition-key-column的值是多少？

例如一条Sql语句：select * from user where uid=123456;

就必须将“uid”列属性，以及uid的列属性值“123456”解析出来，以用作后续请求路由。

 

注意：更细的情况是，针对每个表，分库partition-key-column都是不一样的，上例中还需要将表名user也解析出来。

 

这一层次面临这些细节：

• 如何解析Sql语句：可以参考mysql源码对SQL语句的解析，亦可参照cober对SQL语句的解析方法；

注：由于我们只需要支持多库，数据库库名信息是在“连接”这一层获取的，又我们支持的分布式Sql的种类有限，故只需解析partition-key-column，offset/limit等少数信息即可。

 

（2.7）中间层-SqlModifier

中间层Sql修改组件SqlModifier是中间层中非常重要的一个部分，它负责对sql语句改写。

 

为什么要对Sql语句进行改写？

type=1的请求转发，无需修改Sql，但对于type=2的分库支持，有些Sql语句就必须进行改写。

例如：select * from user where uid in(1,2,3,4,5,6);

假设PARTITION分了0和1奇偶两个分区，则sql应该分别被改写为：

select * from user where uid in(2,4,6); => 路由给0库；

select * from user where uid in(1,3,5); => 路由给1库；

 

又例如：select * from user limit 1000,10;

则sql可能会被改写为：

select * from user limit 0,1010; => 分别路由到两个库，收集完结果集共2020条记录，再排序取其中1000-1010这10条。

 

哪些Sql需要改写，如何改写？

结合我们需要实现的四类分布式Sql：

• patition key普通查询

• patition key上的IN查询

• 非patition key上的查询

• 有限功能的排序+分页查询

只有（2）和（4）两项需要改写，改写方法上文已述，其中（4）的改写效率较低，使用起来要谨慎。

 

（2.8）中间层-SqlRouter

中间层Sql路由组件SqlRouter是中间层中非常重要的一个部分，它负责对sql语句进行路由。

 

哪些Sql需要路由，如何路由？

结合我们需要实现的四类分布式Sql：

• patition key普通查询

• patition key上的IN查询

• 非patition key上的查询

• 有限功能的排序+分页查询

只有（1）和（2）两项需要路由，（3）和（4）需要将请求分发至所有的PARTITION。

 

（2.9）中间层-ResultSetMerger

中间层结果集合并组件ResultSetMerger是中间层中非常重要的一个部分，它负责对结果集进行合并，筛选。

 

哪些Sql需要合并结果集，筛选结果集？

结合我们需要实现的四类分布式Sql：

• patition key普通查询

• patition key上的IN查询

• 非patition key上的查询

• 有限功能的排序+分页查询

其中（2）和（3）类查询需要将结果集进行合并，（4）不但要合并结果集，还需要将结果集在本地进行排序，然后再筛选出真正的结果集。

 

（2.10）其他组件

• AdminServer：监听一个新端口，接收数据库管理员命令的server

• AdminMgr：实现管理员命令的组件

• MonitorMgr：实现监控报警的组件

• StatisticsMgr：实现数据统计功能的组件

上述组件可循序渐进，逐步添加，故一期需要实现的组件及架构图为：

感谢看完，说明你对数据库中间件感兴趣，建议在PC上细看3遍，一定更有收获，谢转。

=======================================分割线============================================

1,每条业务线每张table的分片方式可能都不一样，只有实际的业务线才知道自己的分片需求，可以出台一个比较通用的规范/约束，每条业务线按照这个规范push自己的配置到配置管理器中，中间件在启动的时候加载这些配置

2,中间件proxy要具有HA的能力

3，是否需要支持分布式事务,根据业务需求决定

4，最好是能够动态在线扩容，借鉴codis的扩容方案？