途牛谭俊青：多数据中心状态同步两地三中心的理论

本文分享了跨数据中心状态同步两地三中心的理论技术，涉及数据库相关，其中会交代“如何去做”，以及会让大家理解“为什么要这么去做”。

分布式协议/概念

关于分布式协议的概念。以今年的“双十一”阿里的创造的惊人交易额为例，它的技术团队出来做技术分享时提到一点，就是支付宝交易每秒钟到了 8.5 万笔，这其中有很多东西可可供分析。

这其中就包含分布式协议。全球范围内真正能够实现分布式一致性算法的只有两个：一个是 Paxos，另一个是 Raft。Paxos 拥有很长的历史，它最早是谷歌实现的。2012年，有两位教授发表了一篇论文叫做Raft，非常值得去学习。论文中有一个组建使用的也是Paxos 的算法。要真正实现分布式数据状态协议的话，一般会选择Paxos 和Raft。从容易实现的角度考虑的话，就采用Raft。

远距离跨机房同步问题

途牛最初的系统都在南京，但为了照顾用户体验，公司就将网站迁到了北京。原因是技术团队进行了调用，发现其中存在很多问题，包括远距离跨机房同步问题，以及专线稳定性对服务质量的影响。一般的系统网络都是 4 个9 或以上，还有宽带挤占、各个系统调用等，还有下面要具体讲的数据库同步延时。

途牛的后台系统允许客户注册，在网站上注册可以选择南京或北京。技术团队选择南京，是因为更多的用户集中在南京这边。如果注册时到北京去，我们读的就是北京数据库。而一旦出现延时就无法登录，这样用户体验是非常糟糕的。除此之外，就是不能做强一致性高可用。如果在两地做，万一出问题需要切换，数据可能会丢失，这需要极力避免。

CAP 中，我们的选择

关于“CAP”，很多人都了解它的含义，就是一致性、可用性、分区容错性。但这三者不可兼得，因此分区是必然的。对电商来说，它对数据的要求比较高，所以选择Consistency（一致性）。

上图中的重合区域只有一个“小三角”，它说明这个数据很难落地，三者的优点很难兼顾。因此看上去 CAP 能够满足需求的，而实际情况并不是这样。

上文提到，途牛的选择是针对当前的这种开源，或者是技术实现。技术团队现在用开源数据库，来实现：

1. 主从复制、做高可用；

2. 防止丢失数据；

3. 只牺牲一定的性能，等待数据被同步。

但远距离机房延时太大，从而影响了系统吞吐量，所以决定做了机房搬迁。今年公司把整个北京机房搬迁到了南京，与主要系统合为一处。

数据的传输

上面的图片，相信很多人都见过。途牛的应用是先向数据库发起事务，这个事务完成后，它会写到日志里面，然后返回应用。

这种专线最终落地是什么？就是光纤传输。可以算一下它的传输性能：真空中光速30万千米/S，光纤材质折射率 1.45 左右，全反射传输，路径大于光纤长度，折算下来小于20KM/0.1MS，如果算同城的话，是1000ms / 0.2ms=5000（TPS）。可以通过技术提升这个速度，这与业务具体架构相关。

南京到北京，距离近千公里，光纤不会是直线布置，中间会包含很多的弯和网络设备。在这种情况下，南北传输，可以达到 1000MS / 50MS=20（TPS）水平。

基于 HA 的数据中心系统构建

之前途牛会员系统的后台并不完善。有时会被用户刷会员，甚至被刷坏掉。当时系统支持的事务量很小，这个情况跟创业公司有点类似：在高速发展阶段，团队整体的效率没那么高，但为了降低成本，可能会让一个功能快速上线，但中间如何优化、如何实现都没有考虑过。这样的系统，经过多年累积，其中就会出现了很多问题。后来，技术团队使用了异步的方式解决了这个问题。

双十一阿里如何做到8万5千笔/秒的交易频率的？最早从腾讯开始，通过 QQ 号取模的方式，其中道理是一样的。一个整体，如果是串行，它的分布量是比较有限的。前文提到的 0.2 毫秒，而理论上只能达到 5 千每秒，如何去提升呢？在编程上面要作调整，当性能发展到一定规模后，需要提升整个系统吞吐量，就必须考虑低层的架构，哪怕谷歌也是一样：曾经谷歌发现这里面数据库识别越来越多，各种不可用，谷歌就把系统迁移到自己开发。这么大的数据量怎么去做？如下图中所述。

HA 组建及双中心 HA 缺陷。这里面有 heartbeat、keepalived等，也是一样的，但是缺少第三方仲裁，会导致“脑裂”，特别在偶数的下面。如果两部分都正常，可能会引起数据不一致，进而造成数据丢失等。一般来说，会选择F=1，或者是2，就是5个节点，我们选用比较成熟的解决方案。还有很多 15 节点的方案，进一步提高了可能性，它允许两个节点失效。

双中心HA缺少仲裁，因此途牛选择三中心HA。三中心有仲裁，三个节点，至少不会发生“脑裂”的现象。这三中心的分布是“同城加异地”，这比较容易理解：同城可以保证一定的吞吐量——同城数据中心降低的同步延时，低延时极大提升了吞吐量，第三数据中心参与选择仲裁及灾备恢复。出于安全考虑，第三中心一般距离会比较远。比如在南京的机房会远一点，就是为了避免出现地震等自然灾害同时影响三个中心的情况发生。

吞吐量提升，是可以采用各种各样的方法来实现的。阿里双十一的峰值可以达到8万5千笔/秒的交易。他们引以为傲的，是去年只有 10% 的交易在Oceanbase，而今年在 100% 都迁到Cceanbase。这是如何实现的？Sharding 分区是避免不了的。采用发号器避免冲突，实现高并发，分区间用 2PC 实现分布式事务。这其中还涉及到全局，还有部分采用队列异步处理。做全局索引对业务影响并不大，因此一般统计的时候，往往通过异步去实现。

最后总结一下。根据只是把逻辑思维展现出来；两地三中心一定是同城，因为要保证它的吞吐量、保证业务可用性，如果选择 CP （一致性&分区容错性）可能达不到理想的效果。三中心对应状态同步的三节点，两地是照顾到安全和性能。另外，需要把第三个机房放到异地或者比较远的地方去。（责编/钱曙光）

出处：http://geek.csdn.net/news/detail/51179