张青林:TXSQL是什么？云计算时代数据库核弹头

背景：5月23-24日，以“焕启”为主题的腾讯“云+未来”峰会在广州召开，广东省各级政府机构领导、海内外业内学术专家、行业大咖及技术大牛等在现场共议云计算与数字化产业创新发展。

腾讯MySQL内核研发专家张青林在腾讯“云+未来”峰会的「开发者专场」做了主题为“TXSQL：云计算时代数据库核弹头”的技术内容分享，本次分享从五个方面介绍TXSQL：

第一部分：腾讯云和TXSQL的概念

腾讯云作为国内云计算领先公司，在全球建立了500多个数据中心，供数于万计的开发者使用。

CDB产品是腾讯云提供的TXSQL产品，CDB产品提供了一整套的解决方案，包括用户上云，数据迁移、备份、恢复、升级等操作，相比于传统用户来构建MySQL服务，减少了投入的同时也方便使用。

腾讯云的CDB服务渗透到了各行各业，包括银行、证券、物流，还有传统企业等都有腾讯云的客户，用户购买 CDB 后，会分配相应的主机、端口、用户名、密码等信息，用户通过这些信息可以直接联接到后台的数据库。

CDB服务目前分为本地盘和网盘，TXSQL是基础架构部数据库内核团队独立维护的MySQL 分支，对外通过CDB服务提供给客户。可以看到TXSQL是内核，也是底层提供数据服务的位置。

第二部分：我们为何会创造 TXSQL

我们来详细看看构建TXSQL的必要性：

从2016到2017年，存储规模达到了4倍以上，并且随着云计算市场的不断成熟，行业覆盖率也得到了前所未有的发展，整个实例级别已经达到了10万+。

当用户自己构建数据库服务的时候，跑在自己的服务器上，一年可能只会遇到一两个问题，但是如果有数十万个服务器在同时运行，那么每天遇到问题的概率是很大的，所以我们遇到了三个挑战:

第一，客户使用了CDB产品，他会把数据库的请求返回交给上层应用，如果数据库出现问题，可用性基本上得不到保障，所以随着规模的不断增长，我们必须能够快速定位和解决客户遇到的问题。

第二，来自业务的需求，随着行业覆盖率的不断扩展，比如金融或者对数据要求比较高的行业，他们就会对数据安全等功能有多元化的需求，所以需要具备满足客户需求的开发能力。

第三，关于性能，我们知道电商在大促或者游戏有活动的时候，数据库所受到的压力很大，这时候为了提升单机的性能，让用户花最少的钱买最好的服务。

综上所述，面临着三大挑战，一个是稳定性，一个是新的业务需求，还有一个是性能的提升。

基于此，腾讯云需要有一个自己的内核团队来快速定位客户问题，来帮助客户解决问题，并且最大速度的提升单机性能。

第三部分：我们如何设计 TXSQL

B3M是我们的代码设计模型，可以让客户操作的时候更方便，更好的解决问题，也可以帮助客户实现一些新的需求。

用户可能会问， MySQL作为一个基础软件，有几百万代码，门槛比较高，怎么保持修改后的MySQL版本的稳定性呢？

首先，我们会进行需求分析，需求分析主要来源于几个方面，一个是数据库在运行过程中出现的问题，比如官方的BUG，另外是用户需求相关的东西，帮助他们更好的使用数据库，再就是做性能调优，用户在使用MySQL过程中，我们也逐渐提升性能和竞争力。

经过需求分析之后会做设计，然后再进行代码编写的工作，编写之后我们会严格把控代码质量，每一个步骤都会经过严格测试，比如代码覆盖率测试和单元测试，我们基本每两到三个月会发布一个数据库内核版本，每一个版本都要跑稳定测试和性能测试，以及崩溃恢复测试，从而保证我们的代码不会引入新的BUG。

在版本发布的时候，首先进行个别实例的发布，然后对新的TXSQL版本的实例进行进行秒级监控，没有问题再进行小集群的发布，最后再进行全网发布，通过这种方式我们保证了MySQL版本的稳定性以及可靠性。

第四部分：用户在使用 TXSQL 内核版本的时候需要注意哪些问题

对于用户来说，所使用CBD内核提供了哪些服务？

因为我们对MySQL的改动，是在MySQL的基础上进行二次开发的，一种是性能调优，一种是线上问题的解决，还有功能开发，针对于新的业务需求来实现。

我们会通过在压测过程中比较他们资源竞争的情况，比如说内存资源或锁资源，下图中的前三个是我们对redo log所做的性能调优，第一个是redo log，通过减少sync 盘的次数来提升性能，第二部分是通过多缓冲buffer，即Redo Log 在Sync的同时不影响其它事务日志的写入，第三个则可以保证事务在向系统缓冲区写Redo 日志时互不影响，提升并发性。Select offset limit 操作则是将计算下推到引擎层，降低 CPU资源消耗的同时，提升性能。

而在功能方面，我们实现了官方版本所没有的功能，比如加密、审计、线程池，并行复制。首先是审计功能，官方的版本是没有审计这个功能的，只有企业版才有，我们结合自己的实际情况，为了保证用户的性能，我们做了一个audit的插件，从而保证性能的同时实现了用户所需要的功能。

第三个是thread handling，我们在测试压力测试的时候，随着并发的加大，性能会首先提升，然后下降，原因则是系统内部各种资源的竟争比较严重，TXSQL 通过把 Thread Pool 引入来解决这个问题，并且解决了以下几个问题：

解决了Threadpool 情况下全局读锁所造成的死锁问题

解决了 Dump 线程对于Thread Pool 的影响

添加新的 Information Schema 表来观察ThreadPool内部的运行情况

当主库压力不断变大的时候，我们备库的消耗数赶不上主库生产的时候，从5.1，5.5， 5.6，5.7，这个问题始终没有得到很好的解决，5.6的时候虽然有一个并行算法，但是并不能完全解决延迟问题，我们引入了自己的并行，从而很好解决了这个问题。当你主库延迟的时候，主库挂了，备库没有消费完累积的 RelayLog之前，服务器是不能够提供服务的，如果接受服务的话会有双写的问题。

无论是我们在上云过程中还是服务用户过程中，都遇到了各种各样的困难。

比如我们在帮一个游戏公司上云过程中发现了他们的性能问题，我们对系统进行分析的时候对它进行了优化，调优了各种参数并升级内核，最终使用户的性能从7万上升到17万。

第二案例比较突出的是游戏客户，他们的实例遇到了内存泄露的问题，占用内存不断上升，造成了机器的 OOM，这个问题我们花了将近一周的时间找到问题RootCause，然后用一周的时间进行灰度发布和测试，我们Fix Bug的速度一般是两周，而官方受限于版本发布，一般都需要两到三个月才能解决。

TXSQL只是作为内核版本来帮助用户进行计算。我们的稳定性有几个来保证，一个是全链路监控，一个是机器层面操作系统方面的监控，还有MySQL的秒级监控，以及人工的在线帮助。

第五部分：TXSQL未来的发展方向

在保持稳定性，性能调优和功能实现的基础上，未来我们会以这几个方向。

批量计算：对于可以让 Engine做的事情，我们可以将计算下推到Engine层来做，减少消耗。

执行计划缓存也是我们在不久将来要做的事情，之前做过一个测试，最简单的基于主键的查询就会有10%的性能提升。

为了解决存储的问题，我们将RocksDB 引入到了TXSQL中,即 TXRocks，也会在近期推出这个产品，在支持事务操作的同时，可以极大的降低用户成本。

请点击下方获取PPT文档。