簡介：?深入解讀PolarDB-X的產品架構，以及分布式事務、透明分布式、水平擴展等技術內幕。

一、PolarDB-X是什么

PolarDB-X最早起源于阿里集團2009年提出用分布式架構替代傳統商業數據庫，阿里研發了TDDL分庫分表中間件。2014年阿里集團開始全面上云，將TDDL升級成DRDS分布式數據庫服務，實現了在線擴縮容以及數據拆分等能力。2018年后，國內分布式數據庫技術進入一個百家爭鳴的局面，阿里在這方面也做了很多探索，經過對X-DB、PolarDB等技術整合，誕生了PolarDB-X。

PolarDB-X結合了Sharding ?On ?MySQL、NewSQL、Cloud ?Native ?DB幾種數據庫理念的精華，具有云原生分布式的特性，底層使用了PolarDB云原生數據庫的技術，上層用到了很多分布式技術。

二、PolarDB-X 技術架構

PolarDB-X采用經典的兩層架構，分計算層和存儲層。計算層用的PolarDB-X，可以獨立水平擴展、擴縮容，各種能力完備。在整個系統里，一條SQL經過自研的解析器、優化器，得到分布式的執行計劃；然后發送到存儲節點執行；在中間的網絡傳輸層，使用了定制的RPC協議，效率遠高于傳統的JDBC協議；之后執行計劃會發送到PolarDB-X的執行引擎里去做具體的計算。

PolarDB-X目前具有高可用、高可擴展、極致彈性等幾個特性，高兼容、HTAP、開放生態，在MySQL生態里是一款具有競爭力的產品。

三、PolarDB-X的幾個關鍵技術

（一）分布式事務，如何實現ACID？

如果分布式數據庫要支持金融轉賬場景，就必須支持分布式事務，才能保證一致性，不會發生數據丟失等異常。縱觀業界技術，可以歸成以下幾類，第一類是基于MySQL的XA技術，實現兩階段提交；缺點是不能保證全局一致，不能保證全局快照。第二類是TSO技術做全局分配，實現給全局的事務定序，從而實現分布式快照。第三是HLC技術，也存在一定的局限性。第四類是在PG里比較多使用的GTM技術。這幾項技術目前沒有一個能完美解決所有場景，都需要在性能、可用性、擴展性方面去做權衡。PolarDB-X認為TSO是比較契合公有云以及混合云的技術。

PolarDB-X基于TSO技術實現全局分布式事務。第一個問題是如何去做全局時鐘，也就是TSO。TSO會給分布式事務做定序，按照時間戳的順序去做排序。第二個問題是如何基于MySQL的InnoDB做分布式事務。PolarDB-X對InnoDB的事務系統做了深度改造，從原本的ReadView的事務機制改造成基于時間戳的事務系統。有了基于時間戳的事務系統之后，結合TSO技術，就可以實現全局一致的分布式事務。除此之外，事務里還有很多的技術難點，如何處理長寫事務以及做全局的垃圾回收。

用TSO技術有一個必須要解決的問題——通常會增加幾十微秒到幾百微秒的RT。因此，PolarDB-X實現了一階段提交、2PC的異步提交等優化，能夠盡量克服TSO帶來的性能損失。

實現上述性能優化之后，經過與業界產品在sysbench和TPCC等測試集做了性能對比，PolarDB-X的性能相對來說非常有競爭力。

（二）透明分布式，如何優化易用性？

透明分布式主要解決的問題是分布式數據庫的使用門檻。很多分布式數據庫技術聽起來很好，但用戶卻認為很難用。比如用戶常常困擾，為什么某些場景的性能會不如一個單機系統，或者某些功能不具備，或者問題難以排查？從我們對服務用戶的經驗來看，用戶在使用分布式數據庫過程中通常會遇到以下幾個門檻，即如何選擇拆分鍵、如何優化分布式事務、如何優化慢查詢。因此，我們研發了透明分布式的項目，試圖降低用戶使用分布式數據庫的門檻。

第一，如何做Sharding。每個產品都有不同的解決方案，PolarDB-X結合了MySQL分區表語法，從語法上完全兼容MySQL列表，使用二級分區覆蓋到用戶的各種Workload。這背后是基于一致性哈希算法，實現分區級的動態分裂，大大降低擴縮容的代價。以Range分區為例，一開始可能是4千到5千這個數據范圍，當這個Range的數據變多之后，它可以分裂成多個Range，遷移到多個機器上，避免數據過于集中。將這些技術融入PolarDB-X中，能夠有效解決熱點數據等問題。

第二，PolarDB-X做的跟其他產品有差異化的技術，是TableGroup。它解決的問題是Join下推，這是阿里的業務場景中非常常見。如果不能做Join的下推，做分布式Join的性能會比較差。在PolarDB-X中，多個表按一個分區方式做Partition，它們就會放置于同一個TableGroup，因此就可以實現Join下推。當然對應的，一個TableGroup中的分區分裂、遷移，都需要以PartitionGroup為單位了。

第三，擴縮容離不開的一個問題，就是Online DDL。例如PolarDB-X支持單表、拆分表、分區表，當用戶對表類型進行修改，把分區鍵從買家ID改成賣家ID的時候，背后就是用Online DDL的技術。PolarDB-X支持多種的Online DDL，包括拆分鍵修改、創建索引、加減列等等，這些操作都可以在線上直接執行，對用戶業務影響非常小。

PolarDB-X的透明分布式提供了分區表、全局索引、Online DDL等技術，使得用戶的業務能夠以很低的成本接入到分布式數據庫中，并且后續隨著業務的發展，數據庫還可以做通過Scale-Up或者Scale-Out的方式提高性能。

（三）HTAP技術，如何提高分析能力

所謂HTAP，在PolarDB-X的理解中，即能否在線上數據庫中執行復雜查詢。它的價值有兩方面，一方面是能夠降低用戶的使用成本、運維成本，另一方面，就是實時的分析，能夠從實時數據獲得實時洞察。做HTAP面對的技術挑戰有幾方面，分別是負載隔離、計算能力、存儲能力。

對應到PolarDB-X的架構，會通過只讀節點做負載隔離，簡單查詢發到讀寫節點，復雜查詢發到只讀節點執行，因此這兩種負載能夠得到較好的隔離，不會相互影響。這中間的智能路由是通過優化器的代價估算去實現，代價高的判定為AP查詢，代價低的判定TP查詢。除此之外，這種架構還需要解決的一個問題是一致性快照，PolarDB-X通過TSO技術，實現了只讀節點的分布式事務。

接下來的問題是如何提升計算能力和存儲能力。

提高計算能力主要通過MPP并行計算、向量化計算等方式。此前PolarDB-X主要面向TP場景，做算子下推，以及通過分區裁剪盡量查詢更少的分片，優化TP場景的性能。而面對AP場景，需要的技術則很不一樣。具體來說，PolarDB-X提供了原生的MPP支持，能夠充分發揮多個節點的資源進行計算。為此，優化器里中增加了MPP優化階段，在單機執行計劃之后，中間加入Exchange，變成分布式的執行計劃，實現多機并行。具體到執行器，也會有兩種執行模式，一種是本地單機執行，另一種是MPP分布式執行。

具體來看，在MPP并行計算中，PolarDB-X做了兩層的并行，第一層是節點之間的并行，第二層是計算節點內部的運行。分為兩層的好處在于能夠減少調度開銷，減少數據傳輸的開銷。除此之外，PolarDB-X還做了內存池化、流水線化、向量化等精細化的技術，通過向量化提高執行器的執行效率，通過流水線化增加并行度減少數據物化。這些技術使得PolarDB-X在執行復雜SQL查詢時具有較高的效率。

除此之外，就是提高存儲方面的性能。從技術角度看，單獨做一個行存、列存都不難，難的是做一個能夠實時更新的列存。PolarDB-X采用的方案是在寫入節點用行存，在只讀節點用列存，中間通過redo做異步復制，實現列存的實時更新。基于這樣的架構，就可以實現行列混存，行存承擔高并發寫入，列存承擔復雜查詢。結合MPP、行列混存、向量化等技術，PolarDB-X實現了TPC-H場景的5-10倍的性能提升。這一成果也即將在公有云上線，敬請期待。

四、總結

PolarDB-X能夠高度兼容單機MySQL，從SQL兼容到事務兼容到生態兼容。在此基礎上，通過透明分布式的技術降低用戶使用門檻，使得用戶可以快速上手，適配各種用戶業務，并通過彈性擴縮容的能力，適應用戶的業務變化。而HTAP技術，將形成差異化的競爭力，使得用戶能夠從在線數據中獲得實時洞察。

原文鏈接
本文為阿里云原創內容，未經允許不得轉載。?

總結

以上是生活随笔為你收集整理的深度干货｜云原生分布式数据库 PolarDB-X 的技术演进的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。