三地五中心,TiDB POC最佳实践探索

原创
2023/09/28 00:00
阅读数 18

原文来源:https://tidb.net/blog/b4732d88

POC测试背景

在某地震多发省,为了避免地震造成的机房级灾难,或者城市级灾难,导致整个系统不可用,拟建设一套三地五中心五副本分布式高可用数据库系统,保证高可用需求。

在该系统中需要接入不同地区的应用流量,做流量单元化处理,且前期应用开发已经采用了百库百表的水平分库表策略。为尽可能减少应用和数据库延迟、数据库计算层向存储层跨机房跨城取数延迟,需要做到业务流量与对于数据分片leader在同一个机房。

测试环境信息

机器软件环境配置

共12台阿里私有云托管物理机,其中10台用作部署集群,2台用作部署同测试HTAP能力和扩容实践。

单台配置如下:

配置项 配置信息
系统内核版本 麒麟v10、arm架构
cpu 海光 64c(已超线程)
内存 512GB
磁盘 4*nvme SSD 3TB
tidb版本 v7.1.0(存在小bug)-->v7.1.1(满足需求)

机器与空间信息

共有三个城市:cd、ya、lz

五个机房:cd有两个机房AZ1、AZ2;ya有两个机房AZ3、AZ4;lz有一个机房AZ5

延迟:同城两机房延时小于1ms;cd与ya两地延时3ms;cd与lz两地延时7ms;ya与lz两地延时9ms

机器放置拓扑:每个机房两台机器

流量单元化控制

需求

3地数据中心架构有如下需求:

  1. db_00-24 这 25 个库的 leader 在 AZ1,db_25-49 这 25 个库的 leader 在 AZ2,db_50-74 这 25 个库的 leader 在 AZ3,db_75-99 这 25 个库的 leader 在 AZ4
  2. AZ5 不能有 Leader,即使前面 4 个 AZ 任意一个故障,AZ5 也不能 Leader
  3. 5 副本(max-replicas)

image-20230927162241463.png

解决方案

1、给机器打label标签

以az1的两台机器为例:
tikv_server:
  -host1
     config:
        server.lables: {az: "az1" ,host : "host1" }
  -host2
     config:
        server.lables: {az: "az1" ,host : "host2" }

2、给AZ5的机器打上reject-leader规则

label-property:
      reject-leader:
        - key: "dc"
          value: "sha"

详细细节参考跨数据中心部署拓扑 | PingCAP 文档中心

3、使用placement rule in sql 配置主副本leader放置规则

创建放置在az1数据的放置规则:
CREATE PLACEMENT POLICY p1 LEADER_CONSTRAINTS="+az=az1" FOLLOWER_CONSTRAINTS="{+az=az2: 1,+az=az3: 1,+az=az4: 1,+az=az5: 1}"
​
​
在百库百表下每个az约有进250+库,2500+表
​
生成更改表放置规则的sql语句,约2500+DDL
select concatenate('alter table' ,table_achema ,'.',table_name,'placement policy = p1' from information_schema.tables where right(table_schema ,2) between '00' and '24' order by table_schema
备注:在库已有放置规则的情况下,库下新建无放置规则的表
​

详细细节参考Placement Rules in SQL | PingCAP 文档中心

跨城获取TSO的影响与探索

问题描述与初步分析

压力测试中,az1、az2、az3、az4各占25%流量,流量与数据主副本leader也保持一致,但是响应延时却并不一致,结合我们看到tso wait指标比较高,我们怀疑是跨城访问pd leader的延时导致

image.png

实测确认跨城获取TSO影响

为了确认是否是跨城获取TSO影响导致,我们主动将pd leader transfer到各个机房去做测试

image-20230928153637572.png

测试结果表明:pd leader 切换到哪个机房后,该机房的响应延时就降低了,这也说明即使tso有预分配机制,但是跨城延时仍然对tso的获取有很大影响

优化方案

拆分一套集群为4套集群,这样保证每份流量所属的tidb server 都能在本机房pd leader获取tso。

image-20230928154450929.png

灾难恢复与流量切流

需求

1、当发生机房级别灾难时,流量需要切换,为保证最佳性能,pd leader 也要region leader 也要尽可能的与流量进行契合

2、同城一机房挂机后,流量优先切换到同城另一个机房

3、当一个城市两机房全部挂机后,例如cd的az1和az2挂机,流量全部切换至az3和az4,不切换到az5

pd leader 切换

给pd menber 打上权重,保证灾难时优先调度pd leader 到同城节点
​
交互模式
tiup ctl:v<CLUSTER_VERSION> pd -i -u http://127.0.0.1:2379
​
以az1流量为例,设置pd leader 调度策略
tiup ctl:v7.1.0 pd member leader_priority  pd-1 5
tiup ctl:v7.1.0 pd member leader_priority  pd-2 3
tiup ctl:v7.1.0 pd member leader_priority  pd-3 1
tiup ctl:v7.1.0 pd member leader_priority  pd-4 1
tiup ctl:v7.1.0 pd member leader_priority  pd-5 0
​
​
手动pd leader 切换(为避免切换后不稳定,需要先调整调度权重)
tiup ctl:v7.1.0 pd member leader transfer pd3
​
​

region leader 切换

不合理的切换方式:

第一步:
假设原放置az1的region leader需要切换到az2,执行sql获得语句,约2500+DDL
select concatenate('alter table' ,table_achema ,'.',table_name,'placement policy = p2' from information_schema.tables where right(table_schema ,2) between '00' and '24' order by table_schema
第二步:
执行获得的2500+个DDL
​
问题:切换时间长
数据库层操作:alter table xx placement policy az2; -- 之前是 az1
​
最终耗时:28 分钟
​
​

优化后切换方式:

换一个思路不再更改表绑定更换规则,而是直接更改绑定的规则的内容
ALTER PLACEMENT POLICY p1 LEADER_CONSTRAINTS="+az=az2" FOLLOWER_CONSTRAINTS="{+az=az1: 1,+az=az3: 1,+az=az4: 1,+az=az5: 1}"
​
切换时常约3分钟

写在最后

1、poc(概念验证)是一个非常好的检验数据库能力的方式,可以帮我们验证和了解各种功能

2、本次只摘取了整个测试实战过程中碰到的三个点来分享,希望能帮助到有类似需求的TiDB用户

作者介绍:BraveChen,来自神州数码钛合金战队,是一支致力于为企业提供分布式数据库TiDB整体解决方案的专业技术团队。团队成员拥有丰富的数据库从业背景,全部拥有TiDB高级资格证书,并活跃于TiDB开源社区,是官方认证合作伙伴。目前已为10+客户提供了专业的TiDB交付服务,涵盖金融、证券、物流、电力、政府、零售等重点行业。

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部