三种妙法搞定冗余表数据一致性

引用地址:58沈剑：三种妙法搞定冗余表数据一致性！

在这次DBAplus社群的分享中给大家带来的主题是“冗余表数据一致性保证”，主要包括四个方面的内容：

• • 为什么会有冗余表的需求
  • 如何实现冗余表
  • 正反冗余表谁先执行
  • 冗余表如何保证数据的一致性

一、为什么会有冗余表的需求

首先聊聊为什么会有冗余表的需求。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)。

如果用buyer_id来分库，seller_id的查询就需要扫描多库。如果用seller_id来分库，buyer_id的查询就需要扫描多库。这类需求，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，就是我们所说的的“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。当然，元数据还是放在Order(oid, info_detail)里。冗余表的业务场景说清楚了，再来看下冗余表的实现方案。

二、如何实现冗余表

方法一：服务同步写

顾名思义，由服务层同步写冗余数据，如上图流程：

业务方调用服务，新增数据

服务先插入T1数据

服务再插入T2数据

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，引出常用的第二种方案。

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，如上图1-6流程：
业务方调用服务，新增数据
服务先插入T1数据
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）
服务返回业务方新增数据成功
消息总线将消息投递给数据同步中心
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，引出常用的第三种方案。

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，如上图1-6流程：

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

三、正反冗余表谁先执行

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

都可能不一致，应该怎么解决的问题

先看看第一个问题，先操作哪一个的问题：究竟先写正表还是反表？

对于一个不能保证事务性的操作，一定涉及“哪个任务先做，哪个任务后做”的问题，解决这个问题的方向是：【如果出现不一致】，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)

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”。

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，买家看不到自己的订单”。

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。

因此，在此例中，应该先插入buyer表T1，再插入seller表T2。however，记住结论：对于一个不能保证事务性的操作，【如果出现不一致】，谁先做对业务的影响较小，就谁先执行。

四、冗余表如何保证数据的一致性

最后是一致性的问题。不管是同步写入，异步写入，线下异步写入，都有可能出现数据不一致，怎么解决？常见的方案有这么几种：

方法一：线下扫描正反冗余表全部数据

如上图所示，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


很容易想到这个方案的优化方向。有没有可能只扫描“可能存在不一致可能性”的数据，而不是每次扫描全部数据，以提高效率呢？这就引出了第二种方案。

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，如上图1-4流程所示：
写入正表T1
第一步成功后，写入日志log1
写入反表T2
第二步成功后，写入日志log2


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。互联网大部分业务是读多写少的场景。其实对于新增的数据量，是很小的，所有折中方案只需要扫描很少的数据，保证一致的数据也不会被重复扫描。


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

我们之前的im好友表与反向好友表，修复周期是1天。当然这个周期也是由业务场景决定的。无论如何，修复还是不实时，有没有更为实时的修复方法呢？这就引出了方案三。

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，如上图1-4流程所示：
写入正表T1
第一步成功后，发送消息msg1
写入反表T2
第二步成功后，发送消息msg2


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，每个数据只扫一次
实时性高，消息的通知很实时

缺点：
方案相对比较复杂，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

However，技术方案本身就是一个投入产出比的折衷，可以根据业务对一致性的需求程度决定使用哪一种方法。

五、总结

1、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，切分后为了做到高吞吐量低延时的查询，往往使用“数据冗余”的方式来实现多个 字段上的高效查询（都不需要遍历库）。

2、冗余表有三种实现方式：
服务同步写
服务异步写
线下异步写

3、冗余表到底正表先操作还是反表先操作的解决方法论是：对于一个不能保证事务性的操作，【如果出现不一致】，谁先做对业务的影响较小，就谁先执行。

4、为了发现冗余表数据不一致，并进行数据修复的常见方案有3种：
线下扫描正反冗余表全部数据
线下扫描增量数据
实时线上“消息对”检测

六、Q & A

Q1：方案3的消息总线都有哪些实现方式？
A1：消息总线，msg-queue，开源的，自研的都行，像ActiveMQ，ZeroMQ，RabbitMQ都行。


Q2：买家、卖家的这种表数据量都比较大，应该都是分库分表，里面t1,t2应该是一个笼统的概念，t1,t2内部应该会映射更多的分库吧，这些分库间映射，数据一致性和冗余，能不能再简单说说？
A2：没错，正向表和反向表都会进行水平切分，而且patition key是不一样的。数据冗余上文提到就是一条数据冗余了2份，一致性也如上文所说有3种常见的方法来保证（仅限冗余表的一致性保证）。


Q3：用触发器来插入另一个表怎么样？
A3：触发器恐怕不通用，互联网场景数据量大，并发量大，分库了之后，数据都是分布在不同的实例，不同的机器上的。


Q4：实时线上“消息对”检测中，如果消息总线出现问题，数据完整性，数据修复处理方式，能否简单说一下？
A4：出现数据不一致的概率很低（例如10w个请求一个不一致，1/10w），消息总线出现问题的概率更低（消息总线100w个请求出现一个不一致？1/100w），这种巧合的概率在1/(10w*100w)。当然，如果硬要细究，最差可以退化到扫全量、扫增量。