作者：某物联网公司设施云平台负责人
用户简介：我们是一家提供全链智慧园区整体解决方案的物联网公司，致力于打造可持续发展的智慧园区。
基础设施平台简介
基础设施平台是集团一线作业人员日常工作中高度依赖的重要系统，涵盖了各类基础设施的管理、报修、保养等一系列数字化办公功能，同时实现了对基础设施、作业人员、项目成本等多种维度的精细化管理。其使命在于不断提升一线作业效率，提高业主的服务满意度。
以下为该平台手机端应用截图。工作中心页面提供了大量常用的业务功能，同时还包含了面对一线、项目、集团等多个维度的报表功能，是一个典型的 HTAP 混合负载场景。
面临的挑战
随着数据规模达到亿级别、业务规模不断扩大以及数字化需求的增加，该平台面临的挑战变得愈发严峻。在日常的业务高峰期，特别是在一些关键业务期间，如每周初、月初和月末，一线作业人员和集团运营业务部门的工作都可能受到一些影响。这主要是由于底层数据库在资源、架构和性能方面存在一些不足。
应用架构
原先采用 MySQL 数据库的主从架构来为平台提供服务(16VC/64GB)，其中包括：
- 主库存储业务数据（450GB），用于支撑应用中的绝大部分的业务功能，峰值 QPS 2500+；
- 从库除了业务数据外，还有 ETL 转化之后的汇总数据（200GB），峰值 QPS 1000+，支撑：
- 应用中的 BI 报表功能，集团的大屏实时展示；
- ETL 数据计算，在业务数据基础上进行加工，并写入到汇总库中；
- 当主库不可用时，支撑应用的高可用。
MySQL 不堪重负
- 在业务高峰期，主库的 CPU 使用率达到 90%，应用响应非常慢；
- 在业务高峰期，从库的 CPU 使用率也达到 90%，个别 BI 报表无法打开；
- 凌晨在从库上运行的 ETL 作业耗时非常久，有时到需要运行到第二天工作时间，严重影响 BI 报表服务。
为何引入 TiDB
在引入 TiDB 前，我们研讨了基于 MySQL 当前架构的扩容方案，将实例规格从 16VC/64G 扩展到 32VC/128G，甚至再加一个从节点，然后在应用层进行读写分离设计。
该扩容方案可以解决在并发时资源不足的问题，从而在一定程度上缓解高峰期服务响应慢的情况。然而，它并不能解决 SQL 本身执行速度较慢的问题。例如，在从库执行凌晨的 ETL 作业期间，虽然负载并不高，但是 ETL 运行时间很长。方案上还是存在一定的不足：
- 核心工单表 5 亿多行，扩容后，该表的查询和写入 SQL 性能仍然没有提升；
- BI 报表查询以及 ETL 转化作业时，涉及大量复杂的 Join/聚合计算，涵盖了多张大表，即使扩容了也还是慢；
- 花费成本高，同时改善空间有限：
- 3 倍的资源成本，从 32VC/128GB 变成 96VC/384GB；
- 改造成本，需要对应用代码进行读写分离的改造，随着未来该系统接入更多项目时，可能还需要投入更多精力进行分库分表的改造工作。
最终我们计划选择原生分布式数据库来解决该系统面临的问题，其中 TiDB 分布式数据库这些能力非常吸引我们：
- 原生分布式架构，能够彻底解决大数据量下读写性能问题；
- HTAP 混合负载，BI 或者 ETL 中包含大量复杂”Join/聚合“的 SQL，性能可以大幅提升；
- MySQL 兼容，使得应用架构和代码几乎不用调整便能完成应用的移植。
以下为 TiDB 的集群**配置（合计约 76VC）**
| 计算规格 | 数量 | 配置 | 备注 |
|---|---|---|---|
| ir3.2xlarge.4 | 3 | 8VC/32GB/本地 SSD 盘 | TiKV |
| ir3.4xlarge.4 | 1 | 16VC/64GB/本地 SSD 盘 | TiFlash |
| c7.2xlarge.4 | 3 | 8VC/32GB/200GB（通用 SSD） | TiDB |
| c7.xlarge.2 | 3 | 4VC/8GB/200GB（超高 IO） | PD |
| elbv3.basic.1az | 1 | 网络型(TCP/UDP) | 小型 II | 负载均衡 |
OLTP 与 OLAP 负载彻底隔离的 HTAP 架构设计
应用架构无需改动
为了实现最小成本的系统移植，我们在一套 TiDB 中同时支撑 OLTP（应用基础功能）、OLAP（BI 报表、ETL 作业）两种负载，同时确保两种负载之间互不影响，并且提供了最大的可用性保障。以下是我们针对 TiDB HTAP 架构进行的一些设计。
存储节点规划
我们将 TiKV1 和 TiKV2 规划为 OLTP 区，将 TiKV3 和 TiFlash 规划为 OLAP 区
数据 Leader 隔离
默认情况下 TiDB 中数据 Leader 的分布是随机的，而 SQL 请求默认都是发往 Leader 执行，所以默认机制下无法满足我们的隔离要求。所以我们进行了如下设计：
- 将OLTP所用到的业务数据的 leader 固定在 TiKV1/TiKV2 上
策略一： policy_eyas（业务库策略）
预期效果：数据的 Leader 在 zone1 和 zone2 上，zone3 上不会产生 Leader（只有 Follower）
-- 创建策略create placement policy policy_eyas leader_constraints = "[-zone=zone3]"; -- 为业务库指定策略,让业务读写都发生在 TiKV 节点 1,2alter database eyas placement policy policy_eyas;- 将 OLAP 中 ETL 作业产生的汇总数据的 leader 固定在 TiKV3 上
策略二：policy_bi（汇总库策略）
预期效果：数据的 Leader 只在 zone3 上，zone1 和 zone2 上只有 Follower （没有 Leader）
-- 创建策略
create placement policy policy_bi leader_constraints="[+zone=zone3]" follower_constraints ='{"+zone=zone1": 1,"+zone=zone2": 1}';
-- 为汇总库指定策略,让汇总库上的读写都发生在 TiKV 节点 3
alter database bi_eyas placement policy policy_bi;
alter database da_ping placement policy policy_bi;- 为所有数据设置一份TiFlash副本
alter database eyas set tiflash replica 1;
alter database bi_eyas set tiflash replica 1;
alter database da_ping set tiflash replica 1;目的：加速 BI 报表和 ETL 中复杂查询 SQL 的性能
计算隔离
我们同样也针对计算节点进行了隔离，TiDB1 和 TiDB2 两个计算节点接入负载均衡供应用节点使用，并且限制其只能访问 TiKV 上的数据（原因：应用基础功能无须使用 TiFlash）。
config:isolation-read.engines:- tikv- tidb对于 BI 应用和 ETL 平台，我们则是让其直连 TiDB3 计算节点。由于它们都存在大量复杂”Join/聚合“的SQL，我们希望这样的 SQL 可以通过优化器自动决定去 TiKV 或 TiFlash 引擎执行，以获得最大的性能，参数如下：
config:isolation-read.engines:- tikv- tiflash- tidblabels.zone: zone3注意：在 TiDB 数据库中，默认所有的读请求都是发往数据的 Leader，而在 ETL 作业中的输入基本都是查询业务库（非常复杂的 Join/聚合）、BI 报表中也有相当一部分会实时查询业务库（而业务库的数据 Leader 在 TiKV1/TiKV2 上），这样的 SQL 一旦出现将发往 TiKV1/TiKV2 上执行，此时会影响到应用核心功能。
为了避免这一问题，我们为 TiDB3 设置了一个 Label: zone3（与 TiKV3 的 Label 一致），此时便可以实现就近副本的读取（TiDB3 上即使有非常复杂的业务库的查询，也只会在 TiKV3 的 Follower 副本上或 TiFlash 上执行）：
set global tidb_replica_read = 'closest-replicas’;使用效果：性能大幅提升
应用部分（页面端到端耗时）
- 应用核心功能基本优化到 1 秒内，大幅提升了一线的使用体验和作业效率；
- BI 报表性能大幅提升，之前打不开的报表均能快速展示，提升运营管理效率。
| 一级模块 | 二级模块 | 之前（秒） | 现在（秒） |
|---|---|---|---|
| 首页 | 6.53 | 0.74 | |
| 服务台 | 工单跟踪 | 1.34 | 0.078 |
| 新建工单 | 2.13 | 0.98 | |
| 保养管理 | 制定保养计划 | 0.73 | 0.59 |
| 选择保养设备 | 0.78 | 0.87 | |
| 调整保养计划 | 0.71 | 0.57 | |
| 保养任务 | 3.08 | 0.63 | |
| 巡检管理 | 巡检计划 | 0.57 | 0.98 |
| 巡检任务 | 1.45 | 0.34 | |
| BI**报表** | 平台使用评价得分 | 6.3 | 5.51 |
| 平台使用评价得分 | 7.78 | 5.8 | |
| 人员执行数据 | 14.28 | 4.71 | |
| 集团首页 | 38.24 | 35.91 | |
| 平台公司首页 | 63 | 24.5 | |
| 项目首页 | 32.17 | 23.92 | |
| 项目月度运行报告 | 打不开 | 105.52 | |
| 平台使用评价得分 | 打不开 | 119 | |
| 平台公司月度运行报告 | 63 | 60 | |
| 平台使用评价得分 | 67 | 68.69 | |
| 各评价指标排名 | 107 | 7.72 | |
| 故障类型分析 | 打不开 | 6.47 | |
| 个人抢单统计表 | 5.4 | 4.25 | |
| 巡检工时异常统计 | 打不开 | 5.36 |
注：一张报表包含若干条 SQL，最大的报表包含 200 多条 SQL（串行执行、页面逐一渲染展示）
ETL 作业
ETL 作业性能大幅提升，之前最久的作业执行超过 5 小时，现在的执行时间仅为 48 分钟，性能提升了 80% 以上。
| 作业名称 | 之前（时:分:秒） | 现在（时:分:秒） | 降低 |
|---|---|---|---|
| sr_insp_pm_hebing | 1:13:19 | 00:19:44 | 54分钟 |
| 大屏_维保 | 0:17:11 | 00:05:40 | 12分钟 |
| insp_elevator_supervision | 0:24:54 | 00:03:10 | 21分钟 |
| insp_order | 3:34:43 | 00:31:26 | 3小时 |
| 项目管理 | 0:48:53 | 00:06:55 | 42分钟 |
| 实时集团考核 | 1:00:32 | 00:21:14 | 40分钟 |
| 实时考核阶段2 | 0:00:57 | 00:00:09 | 48秒 |
| 实时计划进度分析 | 0:13:41 | 00:00:27 | 12分钟 |
| table_sr_order | 5:02:39 | 00:48:28 | 4小时14分钟 |
| Taodaytask | 0:31:56 | 00:04:08 | 27分钟 |
| 今日大屏数据 | 0:47:12 | 00:02:34 | 45分钟 |
遇到的问题和解决办法
虽然 TiDB 高度兼容 MySQL，几乎不需要改造，但在测试过程中发现了以下两处问题。
SQL 不兼容
5 条 SQL 报错：ON condition doesn't support subqueries yet，原因为 TiDB 在 join 中不支持 on 判断使用子查询，如：
1. select t1.* from sbtest1 t1 join sbtest2 t2 on t1.id=t2.id and t2.id in (select id from sbtest3)
2. select t1.* from sbtest1 t1 join sbtest2 t2 on t1.id=t2.id and exists (select 1 from sbtest3 t3 where t3.id=t1.id)解决办法：改写成 join 表的形式
特定写法下 SQL 性能退化
像查询列中包含 case when in subquery 这样的写法时，执行时与这个 subquery join 的时候变成了笛卡尔积，性能退化十倍以上。
解决办法：上线版本为 TiDB 6.5.0，当时通过将 case when in subquery 改写成 exists 后解决，目前该问题已经在高版本中已经修复。
总结
TiDB 自今年 3 月上线以来，性能提升非常明显。目前已经平稳运行了超过半年时间，这充分增强了我们深度使用 TiDB 的信心。未来，我们计划利用 TiDB HTAP 架构来支撑更多业务场景的需求，持续创造价值。
