阿里巴巴开源项目：分布式数据库同步系统otter(解决中美异地机房)

阿里巴巴开源项目：分布式数据库同步系统otter(解决中美异地机房)

项目背景

阿里巴巴B2B公司，因为业务的特性，卖家主要集中在国内，买家主要集中在国外，所以衍生出了杭州和美国异地机房的需求，同时为了提升用户体验，整个机房的架构为双A，两边均可写，由此诞生了otter这样一个产品。

otter第一版本可追溯到04~05年，此次外部开源的版本为第4版，开发时间从2011年7月份一直持续到现在，目前阿里巴巴B2B内部的本地/异地机房的同步需求基本全上了otte4。

目前同步规模：

同步数据量6亿文件同步1.5TB(2000w张图片)涉及200+个数据库实例之间的同步80+台机器的集群规模

项目介绍

名称：otter ['ɒtə(r)]

译意： 水獭，数据搬运工

语言： 纯java开发

定位： 基于数据库增量日志解析，准实时同步到本机房或跨机房的mysql/***数据库.

工作原理

原理描述：

2.   典型管理系统架构，manager(web管理)+node(工作节点)

a.  manager运行时推送同步配置到node节点

b.  node节点将同步状态反馈到manager上

3.  基于zookeeper，解决分布式状态调度的，允许多node节点之间协同工作.

什么是canal?

otter能解决什么？

1.  异构库同步

a.  mysql ->  mysql/***.  (目前开源版本只支持mysql增量，目标库可以是mysql或者***，取决于canal的功能)

2.  单机房同步 (数据库之间RTT < 1ms)

a. 数据库版本升级

b. 数据表迁移

c. 异步二级索引

3.  跨机房同步 (比如阿里巴巴国际站就是杭州和美国机房的数据库同不，RTT > 200ms，亮点)

a. 机房容灾

4.  双向同步

a.  避免回环算法  (通用的解决方案，支持大部分关系型数据库)

b.  数据一致性算法   (保证双A机房模式下，数据保证最终一致性，亮点)

5.  文件同步

a.  站点镜像  (进行数据复制的同时，复制关联的图片，比如复制产品数据，同时复制产品图片).

单机房复制示意图：

说明：

a.  数据on-Fly，尽可能不落地，更快的进行数据同步.  (开启node loadBalancer算法，如果Node节点S+ETL落在不同的Node上，数据会有个网络传输过程)

b.  node节点可以有failover /  loadBalancer.

跨机房复制示意图：

说明：

a.  数据涉及网络传输，S/E/T/L几个阶段会分散在2个或者更多Node节点上，多个Node之间通过zookeeper进行协同工作  (一般是Select和Extract在一个机房的Node，Transform/Load落在另一个机房的Node)

b.  node节点可以有failover /  loadBalancer.  (每个机房的Node节点，都可以是集群，一台或者多台机器)

相关名词解释

Pipeline：从源端到目标端的整个过程描述，主要由一些同步映射过程组成Channel：同步通道，单向同步中一个Pipeline组成，在双向同步中有两个Pipeline组成DataMediaPair：根据业务表定义映射关系，比如源表和目标表，字段映射，字段组等DataMedia : 抽象的数据介质概念，可以理解为数据表/mq队列定义DataMediaSource : 抽象的数据介质源信息，补充描述DateMediaColumnPair : 定义字段映射关系ColumnGroup : 定义字段映射组Node : 处理同步过程的工作节点，对应一个jvm

说明：为了更好的支持系统的扩展性和灵活性，将整个同步流程抽象为Select/Extract/Transform/Load，这么4个阶段.

Select阶段: 为解决数据来源的差异性，比如接入canal获取增量数据，也可以接入其他系统获取其他数据等。

Extract/Transform/Load 阶段：类似于数据仓库的ETL模型，具体可为数据join，数据转化，数据Load的

QuickStart

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。