解读 GaussDB (for MySQL) 冷热存储分离实现原理

摘要：GaussDB (for MySQL) 冷热存储分离特性，支持用户直接针对 Innodb 的 page 进行归档和回迁操作，且无需调整上层业务即可访问冷数据。

本文分享自华为云社区《GaussDB (for MySQL) 新特性解读：冷热存储分离》，作者：GaussDB 数据库。

技术背景

业务长期运行，但随着时间推移，越来越多的数据被访问频率降低，从而变成为所谓的"冷数据"。若直接将这些冷数据删除，会面临数据丢失的风险以及高昂的恢复成本；若保持冷数据现有的存储方式不变，存储空间占用越来越多，存储成本将持续增加。

同时，在无法有效利用查询索引加速的情况下，数据表的记录膨胀会进一步降低查询效率。如若用户自己识别、分离并转存冷数据至低成本存储中，需要考虑诸多因素：

a. 如何构建脚本。从表中 dump 一行行冷数据到 OBS 等超低成本存储中，这需要借助其它计算资源完成；

b. 如何提升在线迁移效率，同时降低对现有业务性能的影响；

c. 如何保障数据一致性和可靠性，并在出现问题时快速处理；

d. 当导出的数据无法直接访问时，如何倒回到实例的表中；

…

这一系列问题，不仅涉及的改造工程量庞大，而且实施成本很高。

特性价值

GaussDB (for MySQL) 冷热存储分离新特性，支持冷表/分区可读和混合分区管理。

冷热存储分离特性能够通过一条简单 SQL 语句实现表/分区的灵活转储，并快速将物理页并行地从 CDE 转储到 OBS 中，单位存储成本最高可降低 90%。同时，冷数据在线可读写，确保现有的基于 Innodb 的访问方式，支持事务，满足数据一致性，访问冷表无需对业务进行改造。

此外，冷热存储分离特性还支持定义规则。通过自动创建分区和指定何时为冷分区并将其自动归档到OBS中，同时可指定“冷分区对查询计划不可见”(rds_schs_enable_partition_visible) 的模式，来提升对表中热数据的访问性能，实现冷热混合分区的统一高效管理。

实现原理

GaussDB (for MySQL) 冷热存储分离特性实现原理如下：

1. 并行地从分布式存储中抽取冷数据对应的页面组装成 Object，并快速地将冷数据归档到 OBS 中，实现数据 0 丢失。

2. 通过 meta 管理，使得数据操作涉及的 Page 可以快速实现定位和寻址。

3. 通过 meta 管理，转储过程支持断点续传，即用户可以重试数据转储操作，确保已转储的数据无需重复转储，从而在 HA（高可用性）故障恢复中显著提高重做效率。

4. 归档的数据支持备份恢复的能力，支持按指定时间点进行恢复，且恢复后这些被归档的数据能够快速投入使用。

5. 通过“多版本快照的 Lock free”这一转储方式，在任何时刻，被归档的表都能够无阻塞地进行数据操作。

6. 无需使用 Innodb Buffer Pool 等性能关键的资源，不仅对主机资源占用小，CPU 和内存占用始终在 10% 以下，还能提供转储过程中的流控能力，从而最大程度地避免因争抢公共 IO 资源而影响业务。

业务场景/流程

1. 新实例开启冷热存储分离

登录管理控制台，在云数据库 GaussDB (for MySQL) 的“实例管理”页面，单击目标实例名称，进入基本信息页面。在左侧导航栏，点击“冷热分离”，在“冷热分离”右侧点击图片，在弹框中点击“确定”，打开冷热分离开关。

2. 使用冷热存储分离

下面采用 DAS 数据管理服务，通过 SQL 命令来介绍冷热存储分离特性的使用。

1）创建冷表

CALL dbms_schs.make_io_transfer("start", "库名", "表名", "分区名", "", "obs");

例如：

CALL dbms_schs.make_io_transfer("start", "test", "table1", "", "", "obs");

2）回迁冷表

CALL dbms_schs.make_io_transfer("start", "库名", "表名", "分区名", "obs", "");

例如：

CALL dbms_schs.make_io_transfer("start", "test", "table1", "", "obs", "");

3）查询归档或回迁状态

CALL dbms_schs.show_io_transfer("库名", "表名", "分区名");

例如：

CALL dbms_schs.show_io_transfer("test", "table1", "");

总结

GaussDB (for MySQL) 冷热存储分离特性，支持用户直接针对 Innodb 的 page 进行归档和回迁操作，且无需调整上层业务即可访问冷数据。另一方面，在支持分区进行冷热存储分离的基础上，还支持混合分区管理，使得用户在不变更业务的情况下，可以灵活选择在查询时是否快速过滤冷分区。

附录

本文作者：华为云 GaussDB (for MySQL) 团队

点击查看：华为云 GaussDB (for MySQL) 官方产品文档

点击关注，第一时间了解华为云新鲜技术~