分库分表后复杂查询的应对之道：基于DTS实时性ES宽表构建技术实践

1 问题域

业务发展的初期，我们的数据库架构往往是单库单表，外加读写分离来快速的支撑业务，随着用户量和订单量的增加，数据库的计算和存储往往会成为我们系统的瓶颈，业界的实践多数采用分而治之的思想：分库分表，通过分库分表应对存系统读写性能瓶颈和存储瓶颈；分库分表帮我们解决问题的同时，也带来了复杂性；比如多条件的分页查询，多条件的联表查询变得复杂起来，通过调研我们发现针对这些分页，联表的复杂查询，业界常用的解决方案有以下两种：1 构建ES宽表，2 构建查询条件到表主键Mapping映射表；本表文章介绍我们的实践：基于公司的中间件DTS构建实时性的ES宽表。所谓的宽表是通过主键将多张表关联成一张表，比如订单维度的宽表字段包含：订单主表，订单明细表，商品表，用户表等表字段。

2 ES宽表构建解决方案域

2.1 同步双写

应用在接收到写请求后，同步写DB成功，然后再同步写ES。

2.2 异步双写

应用在接收到写请求后，同步写DB成功，异步发送MQ，消费MQ异步写ES。

2.3 基于Binlog的实时同步

2.3.1 Binlog作为消息

将Binlog作为消息，或者驱动的Event，接收到消息后，RPC调取下游的业务系统，获取业务数据进行数组的组装，写入ES。

2.3.2 Binlog作为数据

解析Binlog中的数据，获取库表，字段变更前后的内容，INSERT, UPDATE, DELETE事件，基于Binlog中的数据去构建宽表，写入ES。

3 解决方案优缺点对比

4 我们的实践

4.1 Binlog作为数据构建ES宽表

4.1.1 顺序性的保证

上游DTS监听的binlog是有序的；发送消息时，业务方可以配置业务主键例如uep_order_no，DTS可以根据业务主键进行hash，将该条消息发送到对应的队列保证局部有序性；消费者消费时，同一个订单号uep_order_no映射到同一个分区，保证顺序消费；

4.1.2 幂等性的保证

DTS可以保证消息不丢失，但不保证消息不重复，可能发送重复的消息需要业务方保证幂等性，

UPDATE/DELETE操作天然具有幂等性

INSERT操作在进行操作前需要先判断下数据是否存在，不存在则插入，存在则更新

4.1.3 数据一致性的保证

由于数据存储在Mysql和ES两种存储媒介，可以采用定时任务对账机制保证数据的一致性，如果数据不一致采用补偿任务进行补偿操作

4.1.4 存量数据迁移

采用定时任务分页将数据从Mysql迁移到ES

4.2 ES复杂检索

4.2.1 检索的分类

多条件的复杂查询，采用Bool查询；

4.2.2 查询条件构建

审核编辑 黄宇