小蚂蚁说：

你们都很关心的 “OB 双 11 大促实战分享” 专题来啦！本系列将为你系统性的介绍 OceanBase 支撑蚂蚁双 11 背后的技术原理和实战分享。

从平台到架构，再到实现，一起来探索蚂蚁双 11 这场神秘的技术之旅吧！

2018 年的双 11 十周年，最终成交额以 2135 亿元创纪录收官，支付宝系统在这场“商业奥运会”中再次经受住了考验。这也是 OceanBase 顺利支撑蚂蚁双 11 的第五年。

从五年前，只有 10%流量切到 OceanBase 上，到如今 OceanBase 2.0 版本成功支撑 2018 年双 11 的支付宝核心链路。每年不变的是一如既往的表现平稳，丝般顺滑，变化的是技术能力的不断升级和迭代。今年的双 11，OceanBase 2.0 扛起了大梁，性能比去年提升了 50%，真正实现了“零成本”支撑大促。

一、2018 双 11 大促使用了哪些核心技术？

今年的双 11，OceanBase 致力于通过底层架构及平台能力的提升，来实现双 11 稳定性、成本优化、性能及效率方面的全方位的提升。相较以往始终如一“丝般顺滑”的大促能力外，2018 年的双 11，OceanBase 更加注重长久技术能力的沉淀：

• OceanBase2.0 版本首次上线支付宝的核心链路，包括交易、支付系统，为“峰值百万支付能力”的三年战略沉淀了通用的“极致弹性”的分布式数据库能力，夯实了百万支付的底层基座。

• 在底层存储介质方面，OceanBase 2.0 核心链路首次 100%运行在容器上，同时存储计算分离架构上线，大幅降低资源成本的同时夯实统一存储基座。

• 在智能化运维的实践方面，OCP（OceanBase 云平台）着眼于 SQL 优化诊断、故障根因分析和智能容量规划等数据库关键场景，将数据库专家的经验与 AI 算法/机器学习相结合，提供智能化的数据库服务。

• 在平台能力的沉淀上，OCP 引入 Orchestration 理念，通过编排/复用原子变更任务灵活，实现大促快速弹出/弹回的流程，同时平台内置变更免疫及变更三板斧能力（可监控/可灰度/可回滚），极大的提升了大促整体的稳定性和效率；在整个大促期间，OCP 自动执行 40000+变更，最终实现全程零故障。

在商业产品化方面：智能化运维及平台能力抽象出大促及对外商业化场景，建设通用能力来覆盖蚂蚁内外场景

二、OceanBase 2.0 & 百万支付

每年双 11 的压力在不断创造新高，支付系统需要具备百万每秒的支付能力，那么一个亟待解决的问题是：如何解决最小数据分片的峰值能力超过单机性能的问题。

OceanBase 2.0 应运而生，其目标是在应用无感知的情况下对数据分片进一步拆分，将数据 sharding 到无限多的机器上，实现极致弹性能力优雅支撑百万支付峰值。

1.百万支付架构

如下图的百万支付架构所示，传统数据库的弹性架构，将数据进行物理拆分到不同机器，业务在数据访问、研发、后期维护及数据配套设施上都非常繁琐；同时拆分后资源很难快速回收，且数据拆分及聚合无法实现业务无损。

相比于传统数据库的弹性架构，OceanBase 2.0 架构完全不侵入业务，内部通过分区实现数据分片的自组织及负载均衡，通过生成列及分区规则实现自动路由，通过分区聚合（partition_group）消除分布式事务性能开销以提升性能，从而实现无损线性伸缩。另外，数据分片间 share_nothing 及多版本的架构，实现分片故障隔离及单点故障消除的高可用架构。

2.性能提升

为实现“零成本大促”，OceanBase 2.0 花了非常多的精力致力于性能的提升。相比 OceanBase1.0，2.0 在分布式架构上全面升级，如原生 sharding/分布式事务优化/优化事务提交日志开销。

OceanBase 作为底层基础软件，任何微小的性能提升都会为业务节省大量资源，秉承持续优化的匠心，OceanBase 2.0 在数据库底层架构、系统实现层面及数据库运行环境全方位进行优化。最终，OceanBase 2.0 相比 1.0 提升了 50%的性能，实现今年双 11 大促的零机器增加。

三、OceanBase 容器化 & 存储计算分离

双 11 峰值需要大量的资源支撑，而峰值后资源处于低水位状态，如何快速申请/释放这部分资源？双 11 当天非支付链路资源空闲，大促是否可以抢占这批资源？大促不同活动时间错峰，不同链路的资源可否实现快速腾挪？类似的资源问题不一而足。

大家可以发现以上问题的本质在于：如何最大化程度降低双 11 当天的资源成本？这是大促技术要实现的一个核心价值。

双 11 大促资源成本与两个因素相关，一个是大促资源的总数目，另一个是持有时长。我们可以通过系统优化提升单机性能，来降低大促资源的总数目（如前章节提到的 OceanBase 2.0 的性能优化）。

那么如何降低持有时长呢？我们统一的思路是：用“高峰期抢占/低峰值释放资源”的方式来大幅降低持有时长；其两个关键前提技术就是容器化和存储计算分离。

1.OceanBase 容器化

OceanBase 容器化的核心思想是“资源调度”，大促目标就是“OceanBase 能够被快速调度到各种资源载体上（如离线资源、云资源、峰值无压力的数据库其他集群）”；容器化屏蔽了底层资源载体的差异化，具备弹性部署高效的优点，是资源调度的前提条件。OceanBase 打造自身调度能力，深入结合副本、租户的概念，精细化资源画像，使得 OB 容器化部署快速实现分时复用、资源抢占及混部。

2.存储计算分离

存储计算分离，顾名思义，将数据库运行依赖的计算资源和存储资源部署到不同的资源载体上，从而实现数据库的弱状态化，使得数据库可分别对存储和计算资源进行弹性伸缩。其好处是显而易见的。

典型场景：

大促态——CPU 资源需求激增，而存储资源增幅很小，那么我们可以针对性对计算资源的机型进行扩容，从而降低资源成本且提升扩容效率；

日常态——OB LSM 架构将离散 IO 转化成顺序 IO，因此存储的 IO 能力不是瓶颈，更多的是存储空间上的需求；存储计算分离后，多集群间可降低存储碎片，共享整体存储资源池，提升资源利用率。

四、平台智能化

随着业务规模的快速增长，系统稳定性 SLA 预发严峻和 OceanBase 部署的多样化，传统平台已无法满足我们的需求，可以预见不久的将来，运维将成为业务扩展的瓶颈。因此，OceanBase 平台正在逐步走向智能化道路实现智能运维。

OCP 着眼于 SQL 优化诊断、故障根因分析和智能容量等大促关键场景，目标是将运维专家的技术经验和 AI 算法/机器学习技术相结合，分解运维关键技术，开发成一系列的智能运维模型，应用于大规模运维系统中。

众所周知，SQL plan 的正确性对数据库运行至关重要。OCP 针对风险场景 SQL，在千万峰值压力下，实时进行 plan 正确性比对，并对可能存在性能变坏隐患的 SQL 进行分钟级修正。

容量水位是大促至关重要的一环，OCP 通过数据建模/智能水位预测对集群/租户/docker 进行容量画像，结合 OceanBase 内置 Tenant Group 能力，实现容器/集群/租户等多个维度的自动扩缩容，同时计算容量 plan 在集群/租户维度混部，实现最佳负载均衡部署【 深度部署资源利用率达到(n-1)/n 】，大幅节省了机器资源。

OCP 作为 OceanBase 的“智能大脑”，实时监控数据库运行状态，小至单条 SQL plan，大至数千台机器容量，真正做到了生产环境智能化全覆盖。未来，OCP 还将不断创新数据库智能化的运维之路，打造更加完善的数据库自治体系。

五、生态与连接

蚂蚁金服与金融机构最早建立的连接是基于支付业务的合作，后来又逐渐扩展了很多其他普惠金融类的业务，比如网商银行的同业合作，借呗/花呗等。如今随着在蚂蚁金服内部多年积累的技术能力与产品能力，OceanBase 也将全面走向外部，对所有行业开放，通过科技作为新的连接纽带助力企业的数字化转型。

过去金融业 IT 系统的基础架构建设基本都来自国外，如 IBM、甲骨文、EMC 这些公司构建底层架构，其中门槛最高的就是数据库的整体平滑替换。OceanBase 团队从成立之初就肩负着使命，即我们要做一款通用数据库真正的去推动整个社会的进步，能够让整个社会的生产力发生变化。

从 2016 年底，OceanBase 就开始准备走出去，用技术改变业务形态；用技术创造新的业务模式，与更多企业建立更为紧密的连接关系。近两年对外服务的过程中，通过与 ISV 的深度合作与赋能，不仅提供 OceanBase 内核的能力，也不断丰富周边配套产品生态，涵盖使用数据库过程中的方方面面。

未来，我们将继续致力于提供高可用、高性能、低成本的数据库服务，相信通过科技的连接助力更多企业，让科技的产出变成可以量化的业务价值。

本文转载自公众号蚂蚁金服科技（ID：Ant-Techfin）。

原文链接：

https://mp.weixin.qq.com/s/UMZxWgjI3HxtR1FneS06dA