244 阿里云技术社区[云栖]

阿里分布式数据库服务实践

沈询: 阿里巴巴资深技术专家,08年加入阿里巴巴，一直从事阿里分布式数据层方面的研发工作，参与了公司大部分的去IOE工作，具备较多实操经验。目前主要负责淘宝分布式数据层(TDDL)，阿里分布式数据库服务(DRDS)，阿里分布式消息服务(Notify,MetaQ)的开发和架构设计工作。

经过近一年的运营，阿里巴巴的分布式数据库（DRDS）已经协助电商，电信，银行，政府等多种类型的系统进行过业务分布式改造，在系统实施的过程中，我们碰到和解决了哪些问题？他们是怎么解决的？背后的思考是什么？未来在何方？以下来分享下精彩内容。

DRDS简介

起源

DRDS 脱胎于 alibaba的cobra 分布式数据库引擎，06年上线使用，在alibaba有近百应用在使用，目前已经开源，DRDS的80%的代码出自cobra proxy（Sql解析器，执行流程，配置）。

DRDS吸收了taobao TDDL分布式数据库引擎的大量优秀经验和解决方案，08年上线使用，目前在使用的应用近千个，大量实际应用解决方案支持分布式join，支持分布式aggregation (group sum max min)，支持异步索引构建，支持Auto sharding ,自动扩容缩容。

从TDDL到DRDS，

DRDS专门针对外部用户进行了配置的重新设计：简化了配置操作规范与流程；尽可能使得应用像操作一个数据库一样的操作DRDS；用户的专业化指导。

场景广泛：互联网应用，企业内大数据应用，政务类应用，物联网应用。

应用场景

应用的业务需求单机已经无法满足，一个RDS数据库的最大实例也无法满足用户的需求，可能遇到容量瓶颈、事务数瓶颈、读取瓶颈，我们就可以考虑使用分布式数据库了。

Scale out（多机水平扩展），使用廉价数据库阵列来满足用户需求—DRDS。

优势：更轻量的使用数据库，未来更换的成本小；一次重构，以后基本再无需担心系统瓶颈。劣势：重构迁移需要付出成本；分布式环境下一些查询会被限制不允许执行；完成相同功能需要比单机扩展付出更多成本。

图1

理想状态就是Scale out 与scale up结合。如图1所示，让系统架构具备scale out的能力，尽可能提升单机利用率，但不要过早过度设计。

最后更新：2017-04-01 13:37:06