TDSQL TDStore引擎版替換HBase：在歷史庫場景中的成本與性能優(yōu)勢

HBase憑借其高可用性、高擴展性和強一致性，以及在廉價PC服務器上的低部署成本，廣泛應用于大規(guī)模數(shù)據(jù)分析。然而，隨著業(yè)務需求的變化，HBase在某些功能上顯現(xiàn)出不足。針對HBase歷史業(yè)務場景的核心痛點，騰訊云數(shù)據(jù)庫產品TDSQL MySQL版（TDStore引擎）提供了適配方案，助力業(yè)務成功上云，并解決了業(yè)務多年來的瓶頸，實現(xiàn)了成本與性能的雙重優(yōu)勢。

一、引言

HBase是一個建立在Hadoop之上的分布式KV數(shù)據(jù)庫系統(tǒng)，首個獨立版本于2010年2月發(fā)布。憑借其高可用性、高擴展性和強一致性，以及在廉價PC服務器上的低部署成本，HBase迅速成為物聯(lián)網、社交網絡和監(jiān)控數(shù)據(jù)存儲的首選方案，并在大規(guī)模數(shù)據(jù)分析領域得到廣泛應用。然而，隨著業(yè)務需求變化，HBase在某些功能上顯現(xiàn)不足，如缺乏二級索引和不支持跨行事務等。與此同時，隨著數(shù)據(jù)庫技術不斷進步，NewSQL日益嶄露頭角，TDSQL MySQL版（TDStore引擎）采用了主流NewSQL架構，具備容器化云原生管理能力，并100%兼容MySQL 8.0語法。此外，TDStore支持原生Online DDL，可動態(tài)更改表結構，并具備高效的壓縮存儲能力，降低成本的同時支持海量存儲。本文將深入探討在歷史庫場景中使用TDStore替換HBase所帶來的成本和性能優(yōu)勢。

二、使用HBase的業(yè)務場景和痛點

HBase在擴展性以及存儲方面具備一定優(yōu)勢，能夠滿足業(yè)務系統(tǒng)的歷史庫使用需求。在過去的十多年里，許多大型公司和組織使用HBase作為海量數(shù)據(jù)的首選存儲方案。例如，在金融領域，監(jiān)管機構要求金融機構對交易記錄、客戶信息等敏感數(shù)據(jù)進行長期保存，以便在必要時進行追溯和核查。

騰訊金融科技業(yè)務系統(tǒng)的歷史庫也曾廣泛采用HBase，但使用HBase后也出現(xiàn)了一些核心痛點。

1）、業(yè)務背景

上圖是騰訊金融科技的一個充值記錄類型業(yè)務的架構圖：

-通過binlog采集以及DTS傳輸服務，增量數(shù)據(jù)消費雙寫到歷史數(shù)據(jù)的兩個HBase集群：一主一備，分布在兩個城市，具備跨可用區(qū)的容災能力。

-超出保留時間的數(shù)據(jù)會從MySQL集群中刪除，這些數(shù)據(jù)保存在HBase中成為靜態(tài)歷史數(shù)據(jù)。

-在線庫熱數(shù)據(jù)的查詢占比95%，歷史庫HBase冷數(shù)據(jù)的查詢占比5%。

-為方便業(yè)務開發(fā)，統(tǒng)一使用HBase Proxy通過SQL訪問歷史數(shù)據(jù)。

-歷史數(shù)據(jù)需要長期保存，不能刪除；隨著數(shù)據(jù)的不斷增長，使用成本在快速擴張。

2）、業(yè)務痛點

-組件多，運維復雜

1.HBase組件眾多，支持復雜查詢等功能還需引入額外工具，運維復雜。

2.此外，HBase社區(qū)發(fā)展停滯，促使我們尋找更好的解決方案。

-不支持二級索引

3.業(yè)務需要先查詢索引表，再查詢主表，鏈路長、延遲高。

-不支持跨行事務

4.只能保證單行的原子性，主表與索引表的一致性無法保證。

-容災依賴雙寫

5.跨可用區(qū)容災依賴雙寫，加大了程序的復雜性，且難以保證主備HBase的數(shù)據(jù)一致性。

-使用成本

6.主備2套HBase集群，需配置5-6個副本，存儲成本高昂。

7.壓縮算法默認為Snappy，如使用壓縮率更優(yōu)的ZSTD需依賴Hadoop 3.0，存在Core Dump的概率。

面對業(yè)務使用HBase的局限性，TDStore團隊主動深入分析業(yè)務痛點，最終為其提供了一套更合適的解決方案，采用TDStore替代HBase。

三、遷移后的性能和效率比較

在上述提到的充值記錄業(yè)務場景中，我們已經成功地將HBase數(shù)據(jù)（使用Snappy壓縮）遷移到了TDStore（使用LZ4+ZSTD壓縮）。以下是遷移后性能和效率的對比分析：

1）存儲成本大幅降低

結果顯示，單副本（不包括索引）的壓縮率達到了47%，顯著降低了騰訊金融科技業(yè)務系統(tǒng)的數(shù)據(jù)庫使用成本。

同時，由于原先需要雙寫主備兩套HBase集群，現(xiàn)在只需一套TDStore實例即可滿足跨AZ的高可用。在副本數(shù)上兩者也有明顯差異，將其納入計算后，成本進一步降低。

2）業(yè)務訪問延遲降低

遷移前，業(yè)務需要先查詢HBase的索引表，再查詢主表，導致鏈路較長，平均耗時達到150毫秒。而遷移至TDStore后，平均耗時縮短至37毫秒，執(zhí)行效率顯著提升。

3）業(yè)務數(shù)據(jù)規(guī)范性大幅提升

HBase作為KV數(shù)據(jù)庫，其數(shù)據(jù)結構只有鍵和值兩個元素，沒有預定義的數(shù)據(jù)結構，任何可以轉換為字節(jié)數(shù)組的內容都可以存儲在HBase的單元格中；這就導致如果執(zhí)行了錯誤的PUT操作，HBase會無條件保存數(shù)據(jù)，并依賴滯后的數(shù)據(jù)校驗程序去發(fā)現(xiàn)和校正。

TDStore作為關系型數(shù)據(jù)庫，使用表格形式來組織數(shù)據(jù)，每個表都有預定義的列，并且每列都有預定義的數(shù)據(jù)類型。這種結構化的數(shù)據(jù)組織方式使得數(shù)據(jù)更加規(guī)范，也避免了日常繁雜的數(shù)據(jù)校驗工作。

四、總結

四、總結作為TDSQL新一代引擎，TDSQL TDStore版具有以下的特點：

1）透明分布式

兼容性：兼容原生MySQL 8.0語法，對用戶業(yè)務層無入侵。

分布式：業(yè)務層無須手動分庫分表，使用時無需指定分片鍵，單機MySQL上的業(yè)務可以無損遷移到TDStore上。

2）高性能計算+海量存儲

計算層：不同于傳統(tǒng)的M-S模式，TDStore為多主模式，每個節(jié)點均可讀寫；單實例可支撐千萬級QPS，幫助用戶應對突如其來的業(yè)務峰值壓力。

存儲層：采用高壓縮比的分布式存儲引擎，海量數(shù)據(jù)業(yè)務的性價比首選。

3）容器化云原生的彈性擴縮容

基于容器化平臺的管控系統(tǒng)具備云原生能力，可根據(jù)業(yè)務需求彈性擴縮容，支持業(yè)務動態(tài)負載以及容量彈性伸縮。

4）原生Online DDL支持業(yè)務的頻繁變化

支持在線加減列操作，支持在線加減索引，支持大部分DDL操作以原生Online方式執(zhí)行。使用者在業(yè)務運行過程中有動態(tài)更改表結構的需求時，無須依賴如pt或ghost等外部工具組件。

也是因為TDStore有這些特點，歷史庫場景下的HBase業(yè)務非常適合遷移至TDStore。TDStore與HBase的功能相比，主要具有以下特征：

-長期數(shù)據(jù)保存：TDStore具有極易擴展性。

-提高數(shù)據(jù)質量：TDStore具有嚴格約束，避免問題或錯誤數(shù)據(jù)存入庫中。從而節(jié)省修復數(shù)據(jù)的時間。

-成本敏感：TDStore具有更高的壓縮比，并在滿足容災需求的情況下減少副本數(shù)量，從而大幅降低使用成本。

-統(tǒng)一SQL訪問：上游數(shù)據(jù)來自MySQL，業(yè)務希望統(tǒng)一使用SQL訪問兩側數(shù)據(jù)庫，HBase需要加裝phoenix或其他中間件來支持SQL，TDStore原生支持SQL接口，且性能更佳。

-更便捷的運維體驗：TDStore自主研發(fā)，依托容器化管控平臺，在日常運維和升級工作中更為便捷。

TDStore正在快速發(fā)展，其在歷史庫場景中替代HBase的實踐僅是成本效益和性能優(yōu)勢的一部分。未來，我們將致力于提升產品性能和用戶體驗。作為騰訊云數(shù)據(jù)庫長期戰(zhàn)略的核心，TDStore將始終以業(yè)務需求為導向，專注產品打磨，為用戶提供更高效、更穩(wěn)定的服務。