TiDB 在中通的落地与进化

中通快递成立于2002年，是一家以快递为主体，以国际、快运、云仓、商业、冷链、金融、智能、星联、传媒为辅的综合物流服务品牌。2020年，中通完成业务量170亿件，市场占有份额达到20.4%。中通科技是中通快递旗下的互联网物流科技平台，拥有一支千余人规模的研发团队，秉承"互联网+物流"的理念，与公司的战略、业务紧密衔接，为中通生态圈业务打造全场景、全链路的数字化工具，为用户提供卓越的科技产品和优质的服务体验。

整个快递的生命周期、转运周期可以用五个字来概括--收、发、到、派、签：

而支撑整个快递生命周期的平台就是中通大数据平台。中通从离线到实时的数据兼容再到数仓，有着一套比较完善的大数据平台体系。ETL建模也会依托该大数据平台，最终通过大数据平台对外提供数据应用的支持以及基于离线OLAP分析的支持，整个数据建模的频率可以支持到半小时级别。在这个完善的大数据平台基础上，中通开始更多地思考如何增强实时多维分析能力。

中通与TiDB的结缘是在2017年调研分库分表场景时开始的。当时中通分库分表达到16000张表，业务上已经无法再继续扩展下去。2018年底，中通开始测试TiDB 2.0，主要关注的是大数据量的存储，以及分析性能。2019年年初，中通上线了生产应用的支持。目前生产上稳定的版本是TiDB 3.0.14。2020年底，中通开始测试TiFlash，目标期望有两点：一是提高时效，二是降低硬件使用情况。

1.0时代--满足需求

1.0是满足需求的时代，业务需求主要包含以下几点：

业务发展非常快，数据量非常大，每笔订单更新有5-6次，操作有峰值；

做过调研的技术方案，很难支撑多维分析的需求；

业务方对数据分析的周期要求比较长；

对分析时效要求也很高；

单机性能瓶颈，包括单点故障、风险高，这些也是在业务上不能忍受的；

除此之外，QPS也很高，应用要求毫秒级响应。

技术需求方面，中通需要打通多个业务场景+多个业务指标；需要强一致的分布式事务，在原有业务模式下切换的代价很小；还需要对整个分析计算工程化，下线原来的存储过程；能够支持高并发的读写、更新；能够支持在线的维护，保证单点的故障对业务是没有影响；同时，还要与现有的大数据技术生态紧密结合在一起，做到分钟级的统计分析；最后是中通一直在探索的，即要建立100 +列以上的大宽表，基于这张宽表，要做到多维度的查询分析。

目前TiDB在中通应用的一些落地场景

01、时效系统应用场景

其中，时效系统是中通原有的一套系统，现在已经进行了重构。这套系统原来的存储和计算主要是依赖Oracle设计的，计算依赖存储过程。这套架构也比较简单，一边是消息的接入，一边是负载。

随着业务体量的增长，这一套架构的性能已经逐渐出现瓶颈。在对这套系统进行架构升级时，中通把整个存储迁移到TiDB上，整个计算迁移到TiSpark。消息接入依赖于Spark Link，通过消息队列最终到TiDB。TiSpark会提供分钟级的一些计算，轻度汇总会到Hive，中度汇总会到MySQL。基于Hive，通过Presto对外提供应用的服务。相较原来关系型数据库的分表，无论是OLTP还是OLAP都极大地降低了开发的工作量，并且和现有的大数据生态技术栈相融合。

1.0时代中通的数据库系统架构

迁移带来的收益有很多：第一是容量的增长，原来的数据中心有三倍的富余，已有系统数据存储周期增加到三倍以上；第二，在可扩展性方面，支持在线横向扩展，运维可以随时上下计算和存储节点，应用的感知很小；第三，满足了高性能的OLTP业务需求，查询性能虽略有降低的，但是符合业务需求；第四，数据库单点压力没有了，OLTP和OLAP实现"分离"，互不干扰；第五，支持了更多维度的分析需求；第六，整体架构看起来比原来更清晰，可维护性增强，系统的可扩展性也增强了许多。

02、大宽表应用场景

另一个场景是中通一直在做的宽表的建设与摸索。其实之前中通测过很多系统，包括Hbase、Kudu。Kudu的写入性能还是很不错的，但是其社区活跃度在国内一般。同时，中通使用impala作为OLAP查询引擎，但主流使用的是Presto，兼容性有待考虑，也很难满足所有业务场景需求。此外，中通的业务特性要求系统能够快速地计算分析几十亿的数据，并能同步到离线的集群里与T+1数据做融合，还要能提供给数据产品和数据服务直连拉取明细数据。最后是海量数据的处理，中通有很多消息源的接入，需要针对每一票进行全链路路由和时效的预测，定位到每一票的转运环节，数据量很大，对时效的要求也很高。

中通的大宽表建设

目前，宽表已经建设有150多个字段。数据来源于10多个Topic。主要的项目接入是通过Flink和Spark，打通了各个业务产生的数据，汇总到TiDB形成业务宽表。额外一部分，依赖于TiSpark，从业务宽表输出分析结果，同步3亿条数据到Hive。此外，还提供了十分钟级别的实时数据建设和离线T+1的整合。

中通目前的集群规模

在使用过程中，中通也遇到了一些问题，总结起来就是量变引起质变。第一，热点问题。索引热点在目前情况下表现较为突出，因为中通的业务量规模十分大，操作存在高峰，在大时候该热点问题表现特别明显。第二，内存碎片化问题。在之前的低版本里，在稳定运行了一段时间后，因为有业务特性和大量的更新和删除，导致内存碎片化比较严重，这个在反馈给了TiDB后，已经修复了这个问题。第三，着重介绍一个参数--TiFlash读取index的参数。通过测试，当读取的数据量/总数据量大于1/10的时候，建议该参数关闭。为什么这么说？因为Test数可能会变少，但是单位Test过渡的时间会变长。

03、运维监控

使用TiDB后会发现它的监控指标特别丰富，使用了流行的Prometheus + Grafana，多而全。之前，中通因为在支持线上业务的同时，还会有开发人员来查数据，遇到了SQL把TiKV Server拉挂的情况。针对这个问题以及监控的问题，中通进行了一些开发定制。第一，兼容线上特殊帐号的慢SQL，会自动杀掉，并通知到相应的应用负责人。第二，中通开发了支持Spark SQL去查询TiDB的工具，并发和安全性在开发的过程中得到一些保障。此外，中通还会把一些额外的核心指标，接入到自研的监控体系。核心的告警会电话通知到相关的值班人员。

去年双十一期间，中通订单量突破8.2亿，整个业务规模突破7.6亿，双十一当天的QPS峰值达到35万+。整个双十一期间，数据的更新体量达到了数千亿级别，整个集群上运行的TiSpark任务是100多个，支持的在线应用7个。整个分析的时效在10分钟以下达到了98%，整个分析的数据周期达到7-15天。

2.0时代--HTAP提升

2.0时代的主要特点是HTAP的提升。中通应用HTAP主要来自于业务方需求的升级：

基于业务方的需求，中通在2.0时代进行了一次架构再升级。首先，引入了TiFlash和TiCDC。这带来的收益其实是增强了时效，部分分析进入了分钟级级别，降低了Spark集群资源的使用情况。

2.0时代中通的数据系统架构

下图是TiSpark和TiFlash的对比，中通线上有两套集群，一个基于3.0，一个基于5.0。简单地对比一下3.0和5.0的情况：3.0主要的分析是基于TiSpark，5.0是基于TiFlash。目前3.0集群有137个物理节点，5.0有97个节点。整个运行的周期中，3.0是5 - 15分钟，基于5.0的TiFlash已经做到1-2分钟，整个TiKV的负载降低是比较明显的。另外，在3.0上Spark的资源大概有60台，而在5.0上，线上的加上在测试的，大概有10台就足够了。

在整个测试周期中，生产的集群是3.0，4.0的测试周期其实是非常短的。在测试时，业务的场景有一些维表Join的情况，当时4.0对MPP没有支持，对一些函数的支持可能也不是那么完善，测试结果不是很理想。对HTAP的测试主要是在5.0阶段，5.0已经支持MPP，对函数的支持也越来越丰富。目前中通生产上应用的版本是TiDB 5.1。

上图右侧是整个5.0集群在618期间的负载情况。在刚刚结束的618中，5.0上线的一些任务已经在支持618移动端的大促看板。中通有6个核心的指标是基于TiFlash计算的。集群响应整体平稳，报表达到了分钟级以内的时效。整体的数据体量在40亿- 50亿+，报表分析数据达到10亿+。

3.0时代--展望未来

3.0时代主要是对未来的一些展望：

第一是监控。提到监控，由于中通的集群比较大，所以面临的问题和遇到的问题可能会多一点。大集群的实例多，指标加载慢，排查问题的效率得不到保障。监控虽然很全，但是出了问题的时候无法快速定位到问题；

第二是解决执行计划偶发不准的问题。这种偶发不准有时候会影响到一些线上的负载相互影响，拉高集群的指标，导致业务相互影响。

第三是实现自动清理。目前中通数据的清理是通过自己写成SQL清理的，但是过期数据清理比较麻烦。希望之后可以支持旧数据自动TTL。

第四，随着5.0列式存储的引入，中通计划把TiSpark的任务逐渐全部切到TiFlash上面，期望达成提高时效和降低硬件成本的目标。