互联网一致性架构设计 -- 冗余表数据一致性

互联网一致性架构设计 -- 冗余表数据一致性

需求分析

       互联网很多业务场景的数据量很大，此时数据库架构要进行水平切分，水平切分会有一个patition key，通过patition key的查询能够直接定位到库，但是非patition key上的查询可能就需要扫描多个库了。

例如订单表，业务上对用户和商家都有订单查询需求：

    Order(oid, info_detail)

    T(buyer_id, seller_id, oid)

    1. 如果用buyer_id来分库，seller_id的查询就需要扫描多库。

    2. 如果用seller_id来分库，buyer_id的查询就需要扫描多库。

解决方法：为了做到高吞吐量低延时的查询，往往使用“数据冗余”的方式来实现，就是文章标题里说的“冗余表”：

    T1(buyer_id, seller_id, oid)

    T2(seller_id, buyer_id, oid)

同一个数据，冗余两份

    一份以buyer_id来分库，满足买家的查询需求

    一份以seller_id来分库，满足卖家的查询需求

冗余表的实现方案

    方法一：服务同步写

1. 业务方调用服务，新增数据
2. 服务先插入T1数据
3. 服务再插入T2数据
4. 服务返回业务方新增数据成功

    优点

• 不复杂，服务层由单次写，变两次写
• 数据一致性相对较高（因为双写成功才返回）

    缺点

• 请求的处理时间增加（要插入次，时间加倍）
• 数据仍可能不一致，例如第二步写入T1完成后服务重启，则数据不会写入T2
• 如果系统对处理时间比较敏感，不考虑使用。

    方法二：服务异步写

       数据的双写并不再由服务来完成，服务层异步发出一个消息，通过消息总线发送给一个专门的数据复制服务来写入冗余数据。

1. 业务方调用服务，新增数据
2. 服务先插入T1数据
3. 服务向消息总线发送一个异步消息（发出即可，不用等返回，通常很快就能完成）
4. 服务返回业务方新增数据成功
5. 消息总线将消息投递给数据同步中心
6. 数据同步中心插入T2数据

    优点

• 请求处理时间短（只插入1次）

    缺点

• 系统的复杂性增加了，多引入了一个组件（消息总线）和一个服务（专用的数据复制服务）
• 因为返回业务线数据插入成功时，数据还不一定插入到T2中，因此数据有一个不一致时间窗口（这个窗口很短，最终是一致的）
• 在消息总线丢失消息时，冗余表数据会不一致
• 如果想解除“数据冗余”对系统的耦合，建议使用下面方案

    方法三：线下异步写

       数据的双写不再由服务层来完成，而是由线下的一个服务或者任务来完成。

• 业务方调用服务，新增数据
• 服务先插入T1数据
• 服务返回业务方新增数据成功
• 数据会被写入到数据库的log中
• 线下服务或者任务读取数据库的log
• 线下服务或者任务插入T2数据

    优点

• 数据双写与业务完全解耦
• 请求处理时间短（只插入1次）

    缺点

• 返回业务线数据插入成功时，数据还不一定插入到T2中，因此数据有一个不一致时间窗口（这个窗口很短，最终是一致的）
• 数据的一致性依赖于线下服务或者任务的可靠性

    问题

       上述三种方案各有优缺点，但不管哪种方案，都会面临“究竟先写T1还是先写T2”的问题？这该怎么办呢？

究竟先写正表还是反表

    解决方法：谁先做对业务的影响较小，就谁先执行。

以上文的订单生成业务为例，buyer和seller冗余表都需要插入数据：

• T1(buyer_id, seller_id, oid)
• T2(seller_id, buyer_id, oid)

    1. 用户下单时，如果“先插入buyer表T1，再插入seller冗余表T2”，当第一步成功、第二步失败时，出现的业务影响是“买家能看到自己的订单，卖家看不到推送的订单”

    2. 相反，如果“先插入seller表T2，再插入buyer冗余表T1”，当第一步成功、第二步失败时，出现的业务影响是“卖家能看到推送的订单，卖家看不到自己的订单”

    3. 由于这个生成订单的动作是买家发起的，买家如果看不到订单，会觉得非常奇怪，并且无法支付以推动订单状态的流转，此时即使卖家看到有人下单也是没有意义的。

    4. 因此，在此例中，应该先插入buyer表T1，再插入seller表T2。

如何保证数据的一致性

    方法一：线下扫面正反冗余表全部数据

   线下启动一个离线的扫描工具，不停的比对正表T1和反表T2，如果发现数据不一致，就进行补偿修复。

    优点

• 比较简单，开发代价小
• 线上服务无需修改，修复工具与线上服务解耦

    缺点

• 扫描效率低，会扫描大量的“已经能够保证一致”的数据
• 由于扫描的数据量大，扫描一轮的时间比较长，即数据如果不一致，不一致的时间窗口比较长

    方法二：线下扫描增量数据

    每次只扫描增量的日志数据，就能够极大提高效率，缩短数据不一致的时间窗口。当然，我们还是需要一个离线的扫描工具，不停的比对日志log1和日志log2，如果发现数据不一致，就进行补偿修复。

1. 写入正表T1
2. 第一步成功后，写入日志log1
3. 写入反表T2
4. 第二步成功后，写入日志log2

    优点

• 虽比方法一复杂，但仍然是比较简单的
• 数据扫描效率高，只扫描增量数据

    缺点

• 线上服务略有修改（代价不高，多写了2条日志）
• 虽然比方法一更实时，但时效性还是不高，不一致窗口取决于扫描的周期
• 依然不是实时的，所以要看下一个方案

    方法三：实时线上“消息对”检测

    这次不是写日志了，而是向消息总线发送消息；这次不是需要一个周期扫描的离线工具了，而是一个实时订阅消息的服务不停的收消息。

    假设正常情况下，msg1和msg2的接收时间应该在3s以内，如果检测服务在收到msg1后没有收到msg2，就尝试检测数据的一致性，不一致时进行补偿修复。

    优点

• 效率高
• 实时性高

    缺点

• 方案比较复杂，上线引入了消息总线这个组件
• 线下多了一个订阅总线的检测服务