如今，在中国任意走进一家餐饮商户，不论其规模大小，扫码点餐、自助点餐机、商家点餐小程序等已经基本成为标配。随着餐饮行业数智化持续加速推进，餐饮 SaaS 已经逐渐成为商户们的“必选题”，二维火便是这“必选题”之一。

2007 年，二维火发布餐饮管理系统 1.0，深耕餐饮 SaaS 领域十余年，目前，二维火已经形成涵盖智能化找店、点餐、营销、管理、供应链服务的全产品矩阵，服务商户 49 万余家，服务范围覆盖 400 多个城市，注册会员超 2 亿。

餐饮 SaaS 有一个特点，中午、晚间点餐高峰期系统高并发，大量订单的写入和查询对系统的抗压能力要求很高。作为 Cobar 长期用户之一，单点瓶颈的消除在过去对业务稳定发展有很大帮助，但伴随着应用和高可用性上的限制，以及运维复杂度的增加，对业务未来的升级创新，二维火还是感受了到掣肘。近期，二维火开始选型满足其业务长远发展的分布式数据库，本文由二维火运维总监三七携手 OceanBase 解决方案架构师孙鹏 从“分库分表”出发，为大家阐述二维火选型新数据库（OceanBase）背后的考量。

 

分库分表的诞生

 

21 世纪的第 1 个十年，互联网产业蓬勃发展，面对互联网海量数据存储与处理的需求，在扩展性上存在瓶颈的传统商用关系型数据库越发显得捉襟见肘。NoSQL 数据库如 Redis、MongoDB 等的快速、可扩展特性在特定场景优势明显，可以作为关系型数据库的有效补充，却不能完全取代。

当硬件发展的速度已经跟不上业务需要，传统商用关系型数据库又面临着高昂的 License 费用，头部互联网公司自然开启新路径探索。

分库分表方案在时代的大背景下应运而生，化整为零，分而治之。在 Amoeba 的基础之上，2009 年 Cobar 初版完成，开始在阿里巴巴集团内部使用；2011 年完成集群化改造；2012 年 6 月，Cobar 开源。

 

Cobar 架构图（图片来源于网络）

 

Cobar 本质上是一个关系型数据库的分布式处理系统，是提供关系型数据库（MySQL）分布式服务的中间件。和很多用户一样，二维火当初选择 Cobar 作为中间件构建业务系统主要出于以下考虑：

• 突破单点性能瓶颈

• 解决单实例连接数过多

• 可用性问题，Master 故障的发现和切换

• 使用开源 MySQL，避免高昂的软硬件费用

 

“分库分表”壮大背后的隐忧

 

21世纪第2个十年，由于人口红利尚在，互联网产业继续高歌猛进，MySQL已经成为大多数互联网公司建站的首选和事实标准，相应配套的分库分表解决方案也如雨后春笋般不断涌现，很多公司都研发了自己的分布式数据库中间件，Cobar 进化为 MyCat，工作在客户端的 Sharding-JDBC 也被很多用户认可并采纳。简单列举常见产品，如下图所示：

 

分布式数据库中间件常见产品罗列

 

上述远非可用分库分表方案的完整列表，但总结所有方案基本分为两类：第一类，作为独立进程运行的中间件，第二类，工作在客户端的插件。这两类方案为解决单点瓶颈而生，但在实际使用中其实会给用户产生各种烦恼，例如：

• 应用限制，很多只支持简单的SQL，复杂应用需改造

• 非 Sharding Key 查询

• 分布式事务和数据一致性

• 不成熟的高可用

• 运维复杂

 

选型新数据库背后的考量

 

21 世纪第 3 个十年，国内互联网用户数量基本见顶，叠加持续三年的黑天鹅事件影响，增量市场转为存量市场，很多企业不约而同将“降本提效”提上日程。

在数据库领域，分布式数据库和云数据库进入百家争鸣的时代，不论是从架构还是从设计上，以及从众多用户的实际使用情况上来看，均优于“分库分表”。在这样的形势下，以“降本提效”为目标，二维火也开始了新数据库的选型。

目前，国内市场上的分布式数据库主要有两种：分布式中间件再增强产品和原生分布式数据库。考虑到使用 Cobar 的过往经历，为了彻底摆脱分库分表的束缚，二维火着重调研了后者，并最终选择 OceanBase。总的来说，二维火最终选择 OceanBase 的主要原因如下：

首先，原生支持多副本数据强一致，保障数据安全。 OceanBase 每个节点均支持读写，分区的数据副本根据规则设置在多个节点同步。同一个分区的多个副本基于 Paxos 一致性协议保证副本的强一致。主分区拥有数据最新版本，具备强一致性读和写能力，备分区具备弱一致性读能力。

其次，大集群多租户模式在保留隔离能力的同时又能提高资源利用率，方便管理且降低运维成本。 OceanBase 采用原生多租户设计，支持将多个传统数据库合入一个集群，租户间数据相互隔离，可设置各自资源占用，并支持平滑扩展收缩。

 

▲OceanBase 多租户

 

最后，OceanBase 存储层基于 LSM-Tree 架构，写入先进内存，磁盘上基线 SSTable 相对静态，为数据编码/压缩的实际应用打下良好基础。 通过在变长 16K 微块上应用字典、RLE、差值、常量等编码方式，行列混存，编码后的数据进行 ZSTD 压缩，可以大幅节约存储空间，对海量数据场景非常友好。配合 Block/Row/BloomFilter 多级缓存，降本提效双管齐下。

 

一个典型的表访问流程

 

成本显著降低，归档性能提升

 

在决定和实践之间有一项关键能力需求：出于对服务高可用性的坚持，避免不必要的停机，二维火需要整体的迁移切流方案面对基于 Cobar 的应用系统支持灰度切流和反向增量。

从业务上来看，有了这项保障，假设更换系统后出现任何短时间无法解决的问题，都可以切回源端，最大限度降低对业务的影响；

从技术上来讲，这意味着当业务流量已经部分切流的情况下，迁移程序能够区分在目标端上的业务增量和同步增量，并准确的把业务增量通过 Cobar 中间件层回写至源端，以时刻保持两边的同步。

 

从 Cobar 迁移至 OceanBase

 

可惜的是，OMS（OceanBase Migration Service，OceanBase 数据迁移工具）一开始并不具备此项能力，我们只好等待。可喜的是，短短数月后再次沟通，OceanBase 团队已经将此项功能开发、验证、打磨完毕，产品迭代发展速度出乎我们的意料。

扫清了切流障碍，二维火选择存储量大、写多读少的归档库作为试点迁移至 OceanBase，迁移/切流过程顺利：对源端每个 MySQL 物理实例建立正向链路迁移/同步数据至目标端 OceanBase，同时建立一条 OceanBase 至源端中间件层的反向链路，OMS 的数据校验功能也确保了数据的无损和一致。

在 OceanBase 侧验证各项业务操作后，应用服务器通过滚动重启的方式切换数据源，实现业务无感在线切换。

归档库切换 OceanBase 后，凭借 OceanBase 的高级压缩技术，所需存储空间缩减至原有的 1/5，降本效果立竿见影；同时，得益于原生分布式架构，数据归档和历史信息查询的性能也有了明显提升。

从理论分析到切流验证，整个过程一气呵成，这给了二维火将变革向其他应用推动的信心和决心。目前，二维火正在将点餐、营销、管理、供应链等餐饮服务进行数智化升级，以期为商家提供更高效、智能的服务，助力商家成功。同时，我们也期望 OceanBase 公有云产品早日上线 binlog service 服务，让现有业务系统的迁移免去适配的成本，为二维火的产业升级持续助力。