数据库中间件Atlas调研笔记

本文涉及的产品
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
云原生网关 MSE Higress,422元/月
简介: 13年底的调研笔记,文中的“画外音”是我当时的批注,希望能让大家对Atlas能有一个初步的认识,有疑问之处,欢迎交流。

13年底负责数据库中间件设计时的调研笔记,拿出来和大家分享,轻拍。

一、Atlas是什么

  • 奇虎360的一个mysql数据库中间层项目
  • 在mysql官方推出的mysql-proxy0.8.2的基础上改的
  • 基于服务端的中间件

画外音:数据库中间件有基于服务端的,也有基于客户端的,TDDL属于后者;而cobar和Atlas是一个中间层服务,属于前者。

二、Atlas相对mysql-proxy的优势

既然Atlas是基于mysql-proxy改的,有一些什么优化呢?

  • 主流程中的Lua脚本用C重写
  • 网络模型,线程模型重写
  • 实现了“真正意义”上的连接池,真正连接复用
  • 优化了锁机制,性能提高数十倍

画外音:性能提高数十倍是传说,用过的同学可以出来说一说。

官方mysql-proxy主库宕机从库亦不可用,Atlas优化为可读不可写

优化之外,还新增了什么特性呢?

  • ip过滤
  • 分表支持
  • dba可平滑上下线db
  • 自动摘除宕机db

三、Atlas最吸引人的分表功能

分表功能是Atlas相对于mysql-proxy最具有吸引力的功能。

分表设置

为了支持分表,需要增加分表设置

tables = $db_name

    .$table_name

    .$partition_column_name

    .$table_count

例如

tables = school:stu:id:100
  • 数据库名叫school
  • 表名叫stu
  • 分表字段叫id
  • 总共分为100张表

这100张子表需要用户手动逐个建立的,stu_0, stu_1, stu_2, … stu_99,并且所有的子表必须在一个数据库里。

画外音:额,这个需要用户手动执行,还是有点坑的。

画外音:分表并且要求子表在一个库里,如果数据量过大,无法通过扩展实例来扩容,不确定Atlas对于这个问题是如何考虑“扩展性”的。

操作支持

Atlas支持select, delete, update, insert, replace操作,它会根据$partition_column_name 的值来对表的个数进行取模,以定位到sql请求要落到哪个子表。

需要注意的是,sql语句必须带上分表id作为查询条件,如果不带上id,则会提示stu表不存在。

画外音:不支持夸库分表,不支持非partition_column上的查询,应用场景应该会比较受限。

四、Atlas的参数扩展

min-idle-connections

  • 用来实现mysq连接池功能,进行连接限制
  • Atlas为每台DB建立一个连接池
  • 当有客户端连接Atlas时,Atlas会先在第一台DB上建立连接,直到第一台DB连接池内的空闲连接数达到min-idle-connections,再在下一台DB上建立连接,直到所有DB连接池内的空闲连接数都达到min-idle-connections,便不再建立新连接,而开始复用连接池内的连接
  • Atlas启动时,配置里的所有DB会按照主库在前从库在后的顺序在内存里排好次序,所以初始阶段会先在主库上建立连接
  • Atlas在运行过程中,某连接如果触发了DB的wait_timeout,Atlas会把该连接销毁,如果因此而导致连接池内的空闲连接数低于min-idle-connections,Atlas将在客户端下一次连接时重新在该DB上建立连接
  • 初使用者常常会误认为读写分离不起作用,其实是由于min-idle-connections设置得较大,而测试时只连接了一次或几次,这样的话建立的连接都在主库上,从库上还没有建立连接,此时发送读语句,自然也只能打向主库
  • DB的wait_timeout建议不要设得太小,因为Atlas有连接池机制,不会一直新建连接导致DB上连接数过多,所以DB不需要依赖wait_timeout防止过多连接,如果wait_timeout太小会导致Atlas的一些不必要的销毁超时连接的开销

画外音:并发量比较大的时候,连接几乎不会被销毁。

client-ips

该参数用来实现多用户的权限控制功能

配置格式如下:

client-ips : 127.0.0.1, 192.168.0.*

画外音:简单而实用的功能,多少事故是因为“线下将流量压到线上”或者“ SecureCRT 窗口太多,切换错了数据库”。

lvs-ips

  • 该参数是Atlas前面挂接的LVS的物理网卡的IP,不是虚IP
  • 该参数用来实现平滑重启功能,否则在重启Atlas的瞬间的那些SQL请求都会失败
  • 平滑重启的条件:至少有两台配置相同的Atlas,且挂接在LVS之后

五、Atlas最受关注FAQ

问:Atlas是否支持多字符集?

答:是,对多字符集的支持是Atlas对原版MySQL-Proxy的第一项改进。

问:Atlas是否支持事务操作?

答:支持,且处于事务状态的客户端中途退出时,Atlas会销毁该客户端使用的连接,让后台的mysql回滚事务,保证了事务的完整性。

画外音:单库多表。

问:自动读写分离挺好,但有时候写完马上就想读,万一主从同步延迟怎么办?

答:SQL语句前增加 /master/ 就可以将读请求强制发往主库,例如:

/master/ select * from t;

画外音:额,需要调用方自己来强制读主,说实话,不是特别实用。

问:主库宕机,读操作受影响么?

答:不受影响,mysql-proxy不支持这个功能。

问:想下线一台DB, 又不想停掉server, 怎么办?

答:可以通过管理接口手动上下线后端db:

remove backend i

问:想给集群中增加一台DB, 不想影响线上正常访问可以吗?

答:可以通过管理接口可以实现:

add master ip:port

add slave ip:port@weight

问:Atlas支持mysql的prepare特性吗?

答:不支持,但打算在后续版本中支持。

问:Altas支持多个主库的运行模式吗?

答:目前还未对于Atlas后面挂接多个主库的情形进行测试过,不建议这样使用。建议使用一主一从或一主多从的模式。

问:Altas支持SQL安全性过滤吗?

答:支持,不带where字句的delete可以过滤。

问:Altas未来有什么发展规划?

答:支持跨机器的分库分表,将数据分不到多台机器上。

13年底的调研笔记,文中的“画外音”是我当时的批注,希望能让大家对Atlas能有一个初步的认识,有疑问之处,欢迎交流。

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
1月前
|
NoSQL Cloud Native atlas
探索云原生数据库:MongoDB Atlas 的实践与思考
【10月更文挑战第21天】本文探讨了MongoDB Atlas的核心特性、实践应用及对云原生数据库未来的思考。MongoDB Atlas作为MongoDB的云原生版本,提供全球分布式、完全托管、弹性伸缩和安全合规等优势,支持快速部署、数据全球化、自动化运维和灵活定价。文章还讨论了云原生数据库的未来趋势,如架构灵活性、智能化运维和混合云支持,并分享了实施MongoDB Atlas的最佳实践。
|
2月前
|
SQL NoSQL 数据库
Cassandra数据库与Cql实战笔记
Cassandra数据库与Cql实战笔记
40 1
Cassandra数据库与Cql实战笔记
|
2月前
|
NoSQL Cloud Native atlas
探索云原生数据库:MongoDB Atlas 的实践与思考
【10月更文挑战第20天】本文探讨了MongoDB Atlas的核心特性、实践应用及对未来云原生数据库的思考。MongoDB Atlas作为云原生数据库服务,具备全球分布、完全托管、弹性伸缩和安全合规等优势,支持快速部署、数据全球化、自动化运维和灵活定价。文章还讨论了实施MongoDB Atlas的最佳实践和职业心得,展望了云原生数据库的发展趋势。
|
3月前
|
SQL 关系型数据库 MySQL
学成在线笔记+踩坑(3)——【内容模块】课程分类查询、课程增改删、课程计划增删改查,统一异常处理+JSR303校验
课程分类查询、课程新增、统一异常处理、统一封装结果类、JSR303校验、修改课程、查询课程计划、新增/修改课程计划
学成在线笔记+踩坑(3)——【内容模块】课程分类查询、课程增改删、课程计划增删改查,统一异常处理+JSR303校验
|
3月前
|
前端开发 应用服务中间件 API
|
4月前
|
运维 安全 Cloud Native
核心系统转型问题之分布式数据库和数据访问中间件协作如何解决
核心系统转型问题之分布式数据库和数据访问中间件协作如何解决
|
6月前
|
缓存 NoSQL 中间件
应对数据库不断膨胀的数据:缓存和队列中间件
【6月更文挑战第5天】该文探讨了优化数据库使用以提升应用系统性能的策略。文中建议利用Redis缓存和MQ消息队列作为辅助工具,以进一步优化性能和减少资源消耗。
199 2
应对数据库不断膨胀的数据:缓存和队列中间件
|
5月前
|
中间件 Java 测试技术
单元测试问题之编写单元测试时运行环境、数据库、中间件问题如何解决
单元测试问题之编写单元测试时运行环境、数据库、中间件问题如何解决
|
6月前
|
SQL 安全 API
Python基础教程(第3版)中文版 第13章 数据库支持(笔记)
Python基础教程(第3版)中文版 第13章 数据库支持(笔记)
|
5月前
数据库系统工程师考点笔记
数据库系统工程师考点笔记
477 0

热门文章

最新文章