SQLServer AlwaysOn在阿里雲的前世今生

尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️

早在2015年的時候，隨著阿里雲業務突飛猛進的發展，SQLServer業務也積累了大批忠實客戶，其中一些體量較大的客戶在類似大促的業務高峰時RDS的單機規格（規格是按照記憶體CPUIOPS 一定比例分配，根據底層資源不同都會有各自上限）已經不能滿足用戶的業務需求，在我們看來也需要做Scale Out了，但SQLServer並沒有完備的中間件產品，所以無論是邏輯Sharding還是只讀分離，都需要用戶配合做應用改造，而從用戶角度看Sharding改動量很大不是一時間能完成的，那麼更多寄希望我們提供讀寫分離的方案來滿足業務需求。

那麼讀寫分離我們第一個想到的即是AlwaysOn技術，但由於當時AlwaysOn對域控和Windows群集都是強依賴，而這兩者又對我們所依賴的基礎設施有很大挑戰，需要做很多的突破產品限制的非標準化操作才有可能做到並且還有安全風險，所以最後我們只能放棄AlwaysOn技術方案，重新設計方案幫助用戶度過難關。

最後，面對這類客戶需求我們的方案如何產品化是值得我們思考的。

除了讀寫分離，產品上還有很多更重要的問題急需我們去解決，所以從2015年到2017年我們經歷了一個飛速發展階段，圍繞產品穩定性、多樣性以及用戶體驗做了非常多的事情，舉幾個點：

在這當中依舊不斷有讀寫分離的用戶需求，每次遇到我們都先引導到了IaaS層用ECS自建做到，因為PaaS化的時機並不成熟，具體原因跟SQLServer當前的技術棧和雲產品的結合有著密切的關係，這里也可以把我們背後的一些思考分享出來。

首先明確我們討論的讀寫分離是什麼，MySQL的讀寫分離大部分是利用中間層做路由解析，基本上可以做到對應用端透明只有少部分場景需要用戶做適配。

SQLServer並沒有成熟的中間件產品，本質上講是TDS（Tabular Data Stream）不完全開放的原因，如果要做也是有辦法的，只是投入的成本遠大於收益；基於此，SQLServer無論利用當前何種技術做到讀寫分離，對應用來講都需要做一些適配，即使是使用AlwaysOn技術在鏈接驅動的參數配置上也會不同，所以我們後面討論的讀寫分離都是基於這個前提。

我們對比了SQLServer所有相關的技術棧

其中數據安全、HA（High Availability 高可用）、DR（Disaster Recovery 災難恢復）以及備庫是否可讀是我們最關注的；這里的HA是指原生技術本身是否支持自動HA，當結合了部分雲產品後我們也有能力把不支持變為支持，數據安全和災難恢復的時間基本是原生技術決定的，備庫是否可讀是對單一技術的說明但做一些技術組合是可以把不可讀變為可讀的（比如Database Mirroring+Database Snapshots），最終綜合來看Transactional Replication和AlwaysOn是我們覺得有機會做讀寫分離產品化的技術。

接著我們單獨來看這兩種技術對比

原理上講Replication是邏輯復制，對比AlwaysOn的物理復制在性能、延遲、可靠性上都會有一定的差距；並且在產品複雜度讀、可控性上和易用性上，由於Replication過於靈活細到表、列級別很難控制，無論用戶使用還是我們做產品化整個複雜度非常高；所以最終我們選用AlwaysOn。

AlwaysOn是原生支持High Availability和Disaster Recovery的技術，本身又分為Failover Cluster Instances(後續簡稱FCI)和Availability Groups(後續簡稱AG)，下面的圖是FCI和AG的基礎架構

其中FCI和常規版本的AG都依賴Windows Server Failover Clustering（後續簡稱WSFC），不同點是FCI是Share Storage而AG是Share Nothing，FCI是實例級別同步而AG是DB級別，那麼很容易想到Share Nothing會有同步和異步的區別（和鏡像技術類似），其中兩者的區別點需要我們知道AlwaysOn的基本同步過程

首先在Primary節點的日志（Commit/Log Block Write）會從Log Cache刷到磁盤，同時Primary節點的Log Capture也會把日志發送到其它所有Replica節點，對應節點的Log Receive線程把收到的日志同樣從Log Cache刷到磁盤，最後會由Redo Thread應用這些日志刷到數據文件里。

這其中還有一步，就是在Secondary端刷日志的時候，如果Primary節點等待這次返回的Acknowlege Commit，那麼就是同步模式，反之如果Primary端不等Secondary的返回那麼就是異步模式，兩者的區別由此展開。

這是基本的同步過程，但無論是AlwaysOn還是Database Mirroring都存在一種情況，即同步模式下如果Secondary端異常，Primary端沒有收到他的心跳也沒有收到這次的Acknowlege Commit，那麼也並不會算作寫入失敗，因為它一旦認定Secondary異常就不會等這次ACK，而是退化為類似異步的模式，但會把Secondary端的異常狀態記錄在基表里，通過相關視圖（sys.dm_hadr_database_replica_states、sys.database_mirroring）暴露出來，就是我們常見的NOT SYNCHRONIZING/Disconnect狀態，這時候自動化運維系統或者DBA就需要做判斷處理，等到Secondary修復重新聯機後會向Primary報告End of Log (EOL) LSN，Primary端再向它發送EOL LSN 之後hardened的所有日志，一旦Secondary端開始接收到這些日志並逐步刷到日志文件中，那麼整個AG或者Mirroring相關的視圖又會標記其狀態為Synchronizing，表明正在追趕直到Last Hardened (LH) LSN達到主備一致狀態，這時重新回到同步模式。

以前的情況一直是這樣，直到SQLServer 2017 CU 1引入了REQUIRED_SYNCHRONIZED_SECONDARIES_TO_COMMIT這個參數，參數名字很長但也基本包含了他的作用，應對剛才的場景是可以讓Primary端一直等到Secondary節點重新聯機並同步後在提供服務。

了解了AG同步、異步以及FCI，在總結下我們關心的點

在實際方案中這些也可以結合起來，最終再和阿里雲產品整合做一個整體方案，之前也講到阿里雲從15年就開始做類似方案來解決用戶問題，一直到最終PaaS化也過度了三個版本。

第一版本我們使用了ECS、SSD雲盤、OSS、VPC、SLB作為基礎；在SQL技術上，我們使用SQL+WSFC+AD的方式，目前看這種方式支持的版本也非常多，從12到17都可以；驗證方式既可以用域控也可以用證書。

但他有2個缺點：第一是成本高，除了Primary和兩個Secondary節點還要有兩個AD節點，畢竟我們每個環節都要保證高可用；

第二點是穩定性不夠，網路抖動的情況非常容易讓WSFC判斷異常，SQL端DB同時出現不可用；

這是第二版的架構，跟第一版相比我們用到了HAVIP來解決監聽器問題，去掉了AD只能用證書做驗證，但也因此最小資源開銷降低到3；這個方案也是之前在阿里雲上用的比較多的，但同第一個方案一樣，在網路穩定性上會有很多挑戰，因為我們未來面對的場景不只是同城跨可用區還會有更多跨Region以及打通海外的場景，所以這個方案也只能Cover一部分用戶的需求，但對我們不是一個最終方案。

最終我們找到了方案三，去除了WSFC和AD，只關注基礎雲產品和SQL本身；最終要的是跟方案二相比，對網路的抖動敏感度會更低也更可控，最多是在Primary端出現Send Queue的堆積，這個我們完全可以通過SQLServer相關的Performance Counter監控並做一些修復調整。

但沒有方案是完美的，可控性強的代價是這種無群集無域控架構原生是不具備HADR能力的，這點熟悉WSFC的同學可以知道之前架構的HA都是依賴WSFC，他包括健康檢查、資源管理、分布式元數據通知維護以及故障轉移，所以這時候就必須我們自己去解決這個問題；為此我們也做了很多努力，最終做到了支持AlwaysOn無域控無群集的HA系統，不依賴Cluster完全自主可控的HA。