100亿数据平滑数据迁移,不影响服务

一、问题的提出

互联网有很多”数据量较大,并发量较大,业务复杂度较高”的业务场景,其典型系统分层架构如下:

典型系统分层架构

(1)上游是业务层biz,实现个性化的业务逻辑

(2)中游是服务层service,封装数据访问

(3)下游是数据层db,存储固化的业务数据


服务化分层架构的好处是,服务层屏蔽下游数据层的复杂性,例如缓存、分库分表、存储引擎等存储细节不需要向调用方暴露,而只向上游提供方便的RPC访问接口,当有一些数据层变化的时候,所有的调用方也不需要升级,只需要服务层升级即可。 

互联网架构,很多时候面临着这样一些需求:

底层表结构变更

需求1->底层表结构变更:数据量非常大的情况下,数据表增加了一些属性,删除了一些属性,修改了一些属性。

分库个数变换

需求2->分库个数变换:由于数据量的持续增加,底层分库个数非成倍增加。

底层存储介质变换

需求3->底层存储介质变换:底层存储引擎由一个数据库换为另一个数据库。

种种需求,都需要进行数据迁移,如何平滑迁移数据,迁移过程不停机,保证系统持续服务,是文本将要讨论的问题


二、停机方案

在讨论平滑迁移数据方案之前,先看下不平滑的停机数据迁移方案,主要分三个步骤。

挂公告,停服务

步骤一一个类似“为了给广大用户提供更好的服务,服务器会在凌晨0:00-0:400进行停机维护”的公告,并在对应时段进行停机,这个时段系统没有流量进入。

离线迁移数据

步骤二:停机后,研发一个离线的数据迁移工具,进行数据迁移。针对第一节的三类需求,会分别开发不同的数据迁移工具。

(1)底层表结构变更需求:开发旧表导新表的工具

(2)分库个数变换需求:开发2库导3库的工具

(3)底层存储介质变换需求:开发Mongo导Mysql工具

切到新库

步骤三恢复服务,并将流量切到新库,不同的需求,可能会涉及不同服务升级。

(1)底层表结构变更需求:服务要升级到访问新表

(2)分库个数变换需求:服务不需要升级,只需要改寻库路由配置

(3)底层存储介质变换需求:服务升级到访问新的存储介质


总的来说,停机方案是相对直观和简单的,但对服务的可用性有影响,许多游戏公司的服务器升级,游戏分区与合区,可能会采用类似的方案。

除了影响服务的可用性,这个方案还有一个缺点,就是必须在指定时间完成升级,这个对研发、测试、运维同学来说,压力会非常大,一旦出现问题例如数据不一致,必须在规定时间内解决,否则只能回滚。根据经验,人压力越大越容易出错,这个缺点一定程度上是致命的。

无论如何,停机方案并不是今天要讨论的重点,接下来看一下常见的平滑数据迁移方案。 

三、平滑迁移-追日志法

平滑迁移方案一,追日志法,这个方案主要分为五个步骤。

通过旧的服务访问旧的数据

数据迁移前,上游业务应用通过旧的服务访问旧的数据。

平滑迁移步骤一

步骤一:服务进行升级,记录“对旧库上的数据修改”的日志(这里的修改,为数据的insert, delete, update),这个日志不需要记录详细数据,主要记录:

(1)被修改的库

(2)被修改的表

(3)被修改的唯一主键

具体新增了什么行,修改后的数据格式是什么,不需要详细记录。这样的好处是,不管业务细节如何变化,日志的格式是固定的,这样能保证方案的通用性。


这个服务升级风险较小:

(1)写接口是少数接口,改动点较少

(2)升级只是增加了一些日志,对业务功能没有任何影响

平滑迁移步骤二

步骤二研发一个数据迁移工具,进行数据迁移。这个数据迁移工具和离线迁移工具一样,把旧库中的数据转移到新库中来。


这个小工具的风险较小:

(1)整个过程依然是旧库对线上提供服务

(2)小工具的复杂度较低

(3)任何时间发现问题,都可以把新库中的数据干掉重来

(4)可以限速慢慢迁移,技术同学没有时间压力


数据迁移完成之后,就能够切到新库提供服务了么?

答案是否定的,在数据迁移的过程中,旧库依然对线上提供着服务,库中的数据随时可能变化,这个变化并没有反映到新库中来,于是旧库和新库的数据并不一致,所以不能直接切库,需要将数据追平。


哪些数据发生了变化呢?

步骤一中日志里记录的不就是么?

平滑迁移步骤三

步骤三研发一个读取日志并迁移数据的小工具,要把步骤二迁移数据过程中产生的差异数据追平。这个小工具需要做的是:

(1)读取日志,得到哪个库、哪个表、哪个主键发生了变化

(2)把旧库中对应主键的记录读取出来

(3)把新库中对应主键的记录替换掉

无论如何,原则是数据以旧库为准


这个小工具的风险也很小:

(1)整个过程依然是旧库对线上提供服务

(2)小工具的复杂度较低

(3)任何时间发现问题,大不了从步骤二开始重来

(4)可以限速慢慢重放日志,技术同学没有时间压力


日志重放之后,就能够切到新库提供服务了么?

答案依然是否定的,在日志重放的过程中,旧库中又可能有数据发生了变化,导致数据不一致,所以还是不能切库,需要进一步读取日志,追平记录。可以看到,重放日志追平数据的程序是一个while(1)的程序,新库与旧库中的数据追平也会是一个“无限逼近”的过程


什么时候数据会完全一致呢?

平滑迁移步骤四

步骤四:在持续重放日志,追平数据的过程中,研发一个数据校验的小工具,将旧库和新库中的数据进行比对,直到数据完全一致


这个小工具的风险依旧很小:

(1)整个过程依然是旧库对线上提供服务

(2)小工具的复杂度较低

(3)任何时间发现问题,大不了从步骤二开始重来

(4)可以限速慢慢比对数据,技术同学没有时间压力

平滑迁移步骤五

步骤五:在数据比对完全一致之后,将流量迁移到新库,新库提供服务,完成迁移。


如果步骤四数据一直是99.9%的一致,不能完全一致,也是正常的,可以做一个秒级的旧库readonly,等日志重放程序完全追上数据后,再进行切库切流量。 

至此,升级完毕,整个过程能够持续对线上提供服务,不影响服务的可用性。

四、平滑迁移-双写法

平滑迁移方案二,双写法,这个方案主要分为四个步骤。

通过旧的服务访问旧的数据

数据迁移前,上游业务应用通过旧的服务访问旧的数据。

双写法步骤一

步骤一服务进行升级,对“对旧库上的数据修改”(这里的修改,为数据的insert, delete, update),在新库上进行相同的修改操作,这就是所谓的“双写”,主要修改操作包括:

(1)旧库与新库的同时insert

(2)旧库与新库的同时delete

(3)旧库与新库的同时update

由于新库中此时是没有数据的,所以双写旧库与新库中的affect rows可能不一样,不过这完全不影响业务功能,只要不切库,依然是旧库提供业务服务


这个服务升级风险较小:

(1)写接口是少数接口,改动点较少

(2)新库的写操作执行成功与否,对业务功能没有任何影响

双写法步骤二

步骤二:研发一个数据迁移工具,进行数据迁移。这个数据迁移工具在本文中已经出现第三次了,把旧库中的数据转移到新库中来。


这个小工具的风险较小:

(1)整个过程依然是旧库对线上提供服务

(2)小工具的复杂度较低

(3)任何时间发现问题,都可以把新库中的数据干掉重来

(4)可以限速慢慢迁移,技术同学没有时间压力


数据迁移完成之后,就能够切到新库提供服务了么?

答案是肯定的,因为前置步骤进行了双写,所以理论上数据迁移完之后,新库与旧库的数据应该完全一致。


由于迁移数据的过程中,旧库新库双写操作在同时进行,怎么证明数据迁移完成之后数据就完全一致了呢?

分段逐步迁移图

如上图所示:

(1)左侧是旧库中的数据,右侧是新库中的数据

(2)按照primary key从min到max的顺序,分段,限速进行数据的迁移,假设已经迁移到now这个数据段


数据迁移过程中的修改操作分别讨论:

(1)假设迁移过程中进行了一个双insert操作,旧库新库都插入了数据,数据一致性没有被破坏

(2)假设迁移过程中进行了一个双delete操作,这又分为两种情况

         (2.1)假设这delete的数据属于[min,now]范围,即已经完成迁移,则旧库新库都删除了数据,数据一致性没有被破坏

         (2.2)假设这delete的数据属于[now,max]范围,即未完成迁移,则旧库中删除操作的affect rows为1,新库中删除操作的affect rows为0,但是数据迁移工具在后续数据迁移中,并不会将这条旧库中被删除的数据迁移到新库中,所以数据一致性仍没有被破坏

(3)假设迁移过程中进行了一个双update操作,可以认为update操作是一个delete加一个insert操作的复合操作,所以数据仍然是一致的


除非除非除非,在一种非常非常非常极限的情况下:

(1)date-migrate-tool刚好从旧库中将某一条数据X取出

(2)在X插入到新库中之前,旧库与新库中刚好对X进行了双delete操作

(3)date-migrate-tool再将X插入到新库中

这样,会出现新库比旧库多出一条数据X。


但无论如何,为了保证数据的一致性,切库之前,还是需要进行数据校验的。

双写法步骤三

步骤三:在数据迁移完成之后,需要使用数据校验的小工具,将旧库和新库中的数据进行比对,完全一致则符合预期,如果出现步骤二中的极限不一致情况,则以旧库中的数据为准。


这个小工具的风险依旧很小:

(1)整个过程依然是旧库对线上提供服务

(2)小工具的复杂度较低

(3)任何时间发现问题,大不了从步骤二开始重来

(4)可以限速慢慢比对数据,技术同学没有时间压力

双写法步骤四

步骤四:数据完全一致之后,将流量切到新库,完成平滑数据迁移。


至此,升级完毕,整个过程能够持续对线上提供服务,不影响服务的可用性。 

五、总结

针对互联网很多“数据量较大,并发量较大,业务复杂度较高”的业务场景,在

(1)底层表结构变更

(2)分库个数变换

(3)底层存储介质变换

的众多需求下,需要进行数据迁移,完成“平滑迁移数据,迁移过程不停机,保证系统持续服务”有两种常见的解决方案。


追日志法,五个步骤:

(1)服务进行升级记录“对旧库上的数据修改”的日志

(2)研发一个数据迁移小工具,进行数据迁移

(3)研发一个读取日志小工具追平数据差异

(4)研发一个数据比对小工具校验数据一致性

(5)流量切到新库,完成平滑迁移


双写法,四个步骤:

(1)服务进行升级,记录“对旧库上的数据修改”进行新库的双写

(2)研发一个数据迁移小工具,进行数据迁移

(3)研发一个数据比对小工具校验数据一致性

(4)流量切到新库,完成平滑迁移


文章比较长,希望大家有收获。


以上内容是否对您有帮助:

您可能还喜欢:

在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号

意见反馈
返回顶部