如宝马3系和5系：PolarDB-X 与 DRDS 并驾齐驱

 

PolarDB-X 2.0（以下简称PolarDB-X）与DRDS（DRDS也称为PolarDB-X 1.0）都是阿里云上的分布式数据库产品。看起来她们都是Share-Nothing的架构，用水平扩展来解决单机数据库瓶颈问题。很多同学因此会有疑惑，她们俩到底有什么样的区别？

 

DRDS，其本质是搭建在标准MySQL（阿里云上的RDS For MySQL）上的分库分表中间件，具有很高的灵活性。

PolarDB-X是使用云原生技术的分布式数据库，具有一体化的数据库体验，其存储节点是经过了高度定制的MySQL，从而提供了大量中间件无法提供的能力（使用全局MVCC的强一致的分布式事务、私有RPC协议带来的性能提升、Follower上的一致性读能力等等）。

 

本文带大家从各个角度剖析下，PolarDB-X与DRDS的异同。

 

首先简单说下她们相似的地方：

 

1. 她们都能基于Share-Nothing的架构，具备极强的水平扩展能力
2. 她们都基于MySQL的生态体系，具有很高的MySQL兼容性
3. 她们使用同样的SQL引擎，具备相似的SQL执行能力
4. 她们均提供分布式事务、全局索引等常见中间件不具备的高阶能力
5. 她们都在阿里巴巴内部广泛使用，历经多年双十一的考验，稳定可靠

 

接下来我们重点看下她们有哪些区别。

 

使用体验

抛开技术原理，我们先看下最直观的产品体验上有哪些异同。

 

1.购买实例

 

由于DRDS是一个中间件，所以其和MySQL的接线划分得比较清晰，DRDS本身不包含MySQL（RDS）资源，MySQL由用户单独购买。你需要在两个产品的控制台上单独进行购买，并在DRDS控制台上将其组装在一起。

 

PolarDB-X提供的是一个整体的数据库服务，你只需要创建一个PolarDB-X实例即可，其中包含了所需要的计算资源、存储资源。

 

2.建库

 

DRDS中，建库需要在控制台完成，并且在建库过程中需要选择已有或者购买新的MySQL资源：

PolarDB-X中，你可以像使用单机数据库一样，使用你习惯的工具进行连接，然后使用CREATE DATABASE指令创建数据库：

3.扩容

 

DRDS中，你需要评估每个MySQL的容量，并选择将哪些分库挪到新的MySQL存储上。

 

PolarDB-X中，你只需要选择节点数，数据将自动均衡地分布在各个存储节点上。

 

4.数据同步

 

如果你要将DRDS中的数据同步到下游，很多时候你需要使用DTS来订阅其中的每一个MySQL实例，并仔细处理同一个逻辑表的不同分表之间例如表名的差异等细节，并且DDL操作会让这个同步链路中断。

PolarDB-X提供一个统一的binlog服务，你可以使用DTS像订阅一个单机MySQL一样来订阅它。这个binlog服务完全兼容MySQL，其屏蔽了所有的分布式的细节，让下游服务认为它是一个普通的单机MySQL（例如PolarDB-X支持包括SHOW BINLOG EVENTS在内的所有BINLOG相关的指令）。

5.读写分离

 

DRDS中，你可以使用只读实例（备库）来进行一些高消耗的SQL，避免对在线业务产生影响。但是，你需要手动来判断这些SQL的类型，并通过HINT、不同的连接串等方式，将其放到正确的地方来执行。同时，你需要注意备库上存在延迟，你需要改造你的业务系统，使其能够容忍这种延迟。

 

PolarDB-X中，应用使用一个连接串即可，你无需关注这些SQL的类型和代价（用不着给它们加HINT），它的优化器会自动识别这些SQL的代价，并且使用正确的资源池来执行它们，尽最大可能避免AP的SQL影响到TP的SQL。

同时，PolarDB-X的存储节点，支持Follower上的一致性读，因此你不需要担心在备库上读取数据会读到老的数据，任何时候去读，都能读到最新的数据。

6.运维

 

由于DRDS允许使用你自己购买的MySQL实例进行组件，因此你拥有这些MySQL实例完整的运维权限，你可以对它们做任何你想做的事情，例如：
* 负载不均衡时，单独对其中一个节点进行规格的升级
* 将其中的某个存储节点给其他的业务使用
* 使用任意版本的RDS（5.6、5.7、8.0均可）
* 订阅任意一个RDS的binlog

 

但是，这种灵活性也存在一定的风险，例如，我们没有办法阻止你直接删除其中的一个分库，这会导致DRDS无法正常访问这个分库上的数据。

 

PolarDB-X对用户屏蔽了存储节点，你不能、也不需要直接访问其存储节点，它将一个数据库的整体视角呈现给用户，它通过自动的负载均衡、逻辑binlog、混合负载的HTAP等能力来减少你对存储节点直接访问的需求。目前PolarDB-X DN主要基于的的MySQL版本为5.7，后续8.0的支持也已经在规划中。

 

架构差异

以上的差异，很多由其架构决定，我们看下PolarDB-X与DRDS在架构上的差异点。

 

这是DRDS的架构图：

DRDS的架构中，大量功能依赖外围管控系统完成，例如：

 

• 扩容，使用内部一个叫精卫的组件来进行。
• 元数据，一个地域内会共享一个叫Diamond的存储
• 主备探活、切换，依赖一个叫ADHA的组件
• 等等

 

这是PolarDB-X的架构图：

PolarDB-X中，核心功能全部内聚到内核。

 

1. PolarDB-X使用X-DB作为其DN（数据节点）。X-DB使用Paxos（PolarDB-X 一致性共识协议 —— X-Paxos）做到了RPO=0。
2. PolarDB-X相比DRDS，引入了一个新的组件：GMS（Global Meta Service），他具备非常重要的作用：
   提供分布式事务所使用的全局自增的时间戳
   根据负载情况，调度数据的分布，使节点之间达到均衡
   提供统一的元数据，例如INFORMATION_SCHEMA
   对CN与DN进行管理，例如切换、上下线等
3. DRDS的扩容基于binlog，依赖外围管控系统完成。PolarDB-X的扩容基于分布式事务，由内核完成。
4. 架构继续往下细化，我们可以看一下其数据的分布情况：

 

DRDS下的RDS是传统的主备（或者三节点）架构，主备以实例级为单位，正常情况下备库不提供服务：

PolarDB-X下的DN，均为三节点架构，Paxos组以分片为单位，一个节点可以同时是一个分片的Leader与另一个分片的Follower，资源利用率更高：

事务模型

事务的实现机制，是一个数据库最根本的特征，PolarDB-X与DRDS上的事务机制，有着非常巨大的差异。

 

DRDS使用的是MySQL官方提供的XA事务。XA事务可以保证写入操作的原子性。

 

但是，标准的XA存在一个问题是，可能会在一个分片读到已提交的数据，再另一个分片读到未提交的数据。

 

例如，有两张空表t1(pk,name,addr) dbpartition by hash(pk)，t2(pk,name,addr) dbpartition by hash(name)。假如应用在事务1中对两张表分别进行一个插入操作insert into t1 values (1,'sun','hz')，insert into t2 values (1,'sun','hz')：

begin;
insert into t1 (pk,name,addr) values (1,'sun','hz');
insert into t2 (pk,name,addr) values (1,'sun','hz');
prepare p1;
prepare p2;
commit p1;
commit p2;

同时，有另一个只读事务，分别对t1与t2进行count操作，它们就可能读到不一样的结果。

 

如下的时间线：

其中t1时刻，在一个事务内对t1和t2表进行查询，会得到不一样的记录数，这是一个不一致的结果。

 

DRDS中，为了解决这个问题，使用的是加锁的实现，在冲突多的情况下，有比较高的代价。

 

PolarDB-X使用自研的全局MVCC事务，在两阶段提交（2PC）的基础上，增加了事务快照时间戳（snapshot_ts）和提交时间戳（commit_ts）的支持。时间戳来自于全局 TSO 的分配，因此能做到外部一致的事务保证，并且避免了额外的加锁。在上述例子中，t1的时间由于比commit的时间晚，因此一定能读到两张表都是1的结果。

 

PolarDB-X的事务机制相对比较复杂，请大家参考：PolarDB-X 强一致分布式事务原理。

 

性能提升

PolarDB-X的性能相对DRDS有很大的提升，主要体现在几个方面。

 

1.精简的网络结构

 

DRDS连接RDS，使用的是RDS标准的访问链路，中间需要经过SLB的中转，会增加一跳的网络延迟：

PolarDB-X的CN节点与DN节点均在一个物理网络中，中间是点对点的直连，不经过任何SLB/LVS等中转，具有最低的网络延迟，下图是一个CN到DN的网络拓扑示意：

2.私有RPC协议

 

DRDS使用标准的MySQL协议连接RDS，发送标准的SQL语句。但这里会有不少的开销，例如：

 

• SQL经过DRDS优化器的优化后，还需被MySQL的优化器再次优化，如果涉及到多个MySQL分片，重复的次数会更多。
• MySQL协议中有很多的冗余元素，例如结果集的头，里面存储了结果集每一行的名字、类型等信息，这些是不需要的。
• MySQL协议返回的数据与DRDS内部计算使用的数据并不是一个格式，这中间需要经过再次转换。
• DRDS使用连接池来连接MySQL，MySQL的连接与线程是绑定关系，同一个连接上同一时间只能执行一个SQL。这导致DRDS与RDS之间需要维持大量的连接。

 

PolarDB-X为了解决DRDS存在的这些问题，对MySQL进入了大量定制，中间的通信才用了私有的RPC协议，与MySQL协议相比有以下几个优势：

 

• 传递的不再是SQL，而是执行计划，避免MySQL重复对SQL进行解析、优化的代价。
• 使用异步模型，连接与线程、连接与会话不在是一一绑定的关系，使用比较少的连接即可满足需求。
• 精简了通信中不需要的信息，例如结果集的头等。
• 传输的数据格式与CN计算使用的格式完全一致，避免数据的二次转换。

 

通过使用私有的RPC协议，PolarDB-X相对于DRDS，在很多场景下得到了性能提升。

 

sysbench-select

 

• 1.6亿行数据
• 300并发
• 计算节点和存储节点规格均为16c64g
• +39%

sysbench-oltp

 

• 1.6亿行数据
• 150并发
• 计算节点和存储节点规格均为16c64g
• +14.4%

3.MPP引擎对分析类查询的加速

 

DRDS中使用的是SMP（单机并行）技术，PolarDB-X中使用的是MPP（多机并行）技术。这使得PolarDB-X相对于DRDS，在面对复杂分析查询时，可以使用更多的资源来加速。这个性能差异体现在TPC-H上非常显著。下面是同资源情况下，DRDS与PolarDB-X在TPC-H上的对比：

DRDS 总耗时386s，PolarDB-X总耗时274s。

 

小  结

PolarDB-X与DRDS的差异是方方面面的，DRDS是分库分表中间件的代表，PolarDB-X是云原生分布式数据库。有一个形象的比喻，DRDS和PolarDB-X的关系相当于宝马3系和5系，她们将长期共存，为不同需求的用户提供服务。

 

文章转自公众号：阿里云数据库