以下著述来源于知乎期间专栏，作家代晓磊

导读

在当代企业中，数据库的运维料理至关进攻，相等是濒临分散式数据库的复杂性和大鸿沟集群的挑战。手脚一款兼容 MySQL 契约的分散式关系型数据库，TiDB 在高可用、高推广性和强一致性方面推崇超卓。知乎自 2019 年运转应用 TiDB，并通过云原生 Kubernetes（以下简称 K8s）环境和 TiDB Operator 来兑现高效的集群管控，支握业务的快速发展。本文由知乎数据库架构团队追究东说念主代晓磊撰写，真切探讨知乎若何愚弄 TiDB 的生态架构和平台化运维器具，谄媚 TiDB Operator 和自研的苍穹平台，构建出纯真、褂讪且高效的数据库管控体系。通过自动化部署、数据挪动、监控预警等一系列技巧，知乎为业务研发和 DBA 团队提供了强有劲的支握，确保数据库工作大约在高并发、大数据场景下握续褂讪运行。

联系保举：知乎 PB 级别 TiDB 数据库在线挪动推行

TiDB 是一款开源的分散式关系型数据库，兼容 MySQL 契约，支握水平推广，具有强一致性和高可用性。它会通了传统关系型数据库与 NoSQL 的上风，支握大鸿沟数据处理，合适处理高并发、复杂查询和大数据存储的场景，宽泛应用于金融、互联网等行业。知乎从 2019 年就运转应用落地 TiDB，截止当今知乎的 TiDB 鸿沟：

TiDB 鸿沟总览

关于这种超大鸿沟的 TiDB 集群，若何让业务更好地使用分散式数据库、DBA 更好地管控 TiDB？

接下来本文将从 TiDB 生态架构着手伸开阐明管控 TiDB 齐需要具备哪些器具和才智，然后谄媚 TiDB on K8s 或者 TiDB on 物理机这 2 种不同管控样子遴荐来伸开知乎的具体推行，况兼通过平台化才智，从业务研发和数据库管控两个方面来落地具体的管控法子，为知乎业务研发赋能。

领先业务要使用 TiDB 分散式数据库，就需要真切了解 TiDB 的生态架构，它包含了各式器具和才智集结体，如下图所示：

TiDB 生态架构图

这张图展示了 TiDB 的举座系统架构和它在不同子系统之间的交互。以下是主要模块和功能的追溯：

(1) TiDB Cluster（中枢组件): 业务要津通过 LVS 或 H5 进行负载平衡组建造访 TiDB Cluster 这个无状态的 SQL 处理层，知道 SQL 请求、生成奉行规划、调用基层 TiKV 存储来奉行查询。TiKV 手脚分散式的存储引擎来存储数据，它是一个分散式的、可水平推广的 Key-Value 存储。PD（Placement Driver）这个“大脑”料理集群的元数据，追究数据的休养、负载平衡等操作，保险了集群的褂讪。

(2) 数据挪动与同步: 要思使用 TiDB，需要将数据进行流转，包括使用 DM（Data Migration）将数据库表从 MySQL 等其他数据库中挪动数据到 TiDB，保证数据的可靠挪动和一致性。另外 TiCDC 不错将数据变更从 TiDB 集群导出，况兼支握与 Kafka、MySQL 等系统对接，提供实时数据同步。

(3) 运维与监控平台: DBDAS 平台是 TiDB 集群管控弗成短缺的一环，TiDB dashboard 和 TiEM 等平台提供了含元信息、热力求、巡检评释、SQL 审计、自动化料理、推广缩容等功能，简化运维操作。监控是通过 Prometheus、Grafana 对集群进行监控，提供观点数据采集与展示，K8s 内部通过 TiDB Monitor 组件兑现监控功能。

(4) 备份与收复: 数据库褂讪性必弗成少的即是备份/收复，TiDB 采用 BR（Backup & Restore）进行物理备份和收复器具，确保在发生故障时大约快速收复数据。另外 Lightning & Dumpling 用于快速导入和导出数据，合适数据逻辑备份/收复场景。

(5) 生态集成 Spark 集成: TiDB 与 Spark 集群集成，允许通过 Spark SQL 直连 TiKV 奉行复杂的分散式诡计任务。ELK（日记分析）通过 Filebeat 汇注日记，经过 Kafka、Logstash 传递到 Elasticsearch，最终在 Kibana 上进行可视化展示。

(6) K8s 支握: TiDB on K8s 是通过 TiDB Operator 来部署和料理 TiDB 集群，支握 K8s 上的自动化运维操作。

(7) 器具集 TiUP: TiDB 的集群料理器具，追究集群的安设、升级、推广等操作。TiBigData、TiFlink、TiRedis 等器具匡助用户在大数据和分散式场景下更好地集成和使用 TiDB。

(8) 安全与审计: SQL 变更和 SQL 审计功能，需要支握业务日常的在线数据查询以及 SQL 变更操作，况兼进行检测和审计，确保系统中统统操作齐有迹可循，保险数据库褂讪和数据安全。

追溯来说，TiDB 的生态架构具备了从数据库挪动、存储、查询、备份收复、实时同步、监控运维到大数据诡计和日记分析的全场所功能。这种架构充分展示了使用好 TiDB 需要具备丰富的器具和才智。

那么若何更好地管控 TiDB？咱们先从 TiDB on 云上 or 云下来看。

数据库运行在 K8s 和物理机上的区别主要体当今纯真性、资源料理、运维复杂度和性能等方面。

纯真性与弹性：K8s 提供自动推广、负载平衡和自愈才智，使数据库能更纯真地反应业务流量波动。比拟之下，物理机部署固定资源，弹性推广较难，需手动调整。资源料理：K8s 提供资源禁止和休养优化，允许数据库与其他应用分享资源。物理机则专注于资源固定分派，难以兑现动态休养。运维复杂度：K8s 自动化运维器具（如 TiDB Operator）简化了数据库的部署、升级和故障收复，而物理机时常需要手动爱戴和更复杂的操作。性能：物理机时常能提供更高的性能，尤其是对高 I/O 需求的数据库，而 K8s 可能因编造化支拨导致性能着落。

抽象来看，K8s 合适动态、多田户场景，物理机则更合适对性能条款极高的重要任务。TiDB Operator 是 K8s 上的 TiDB 集群自动运维系统，提供包括部署、升级、扩缩容、备份收复、成就变更的 TiDB 全生命周期料理。借助 TiDB Operator，TiDB 不错无缝运行在公有云或自托管的 K8s 集群上。

TiUP 是 TiDB 4.0 版块引入的集群运维器具，通过 TiUP cluster 组件就不错进行日常的运维使命，包括部署、启动、关闭、糟跶、弹性扩缩容、升级 TiDB 集群，以及料理 TiDB 集群参数。以下是我整理的 2 种部署管控器具的对比：

TiDB Operator VS TiUP

总的来说，TiDB Operator 更合适 K8s/云原生场景，具有广泛的自动化和推广才智。而 TiUP 则合适对 K8s 不熟习或莫得云原生需求的团队，适用于相对肤浅的部署和运维场景。

知乎是业内较早究诘应用 K8s 的互联网公司，在容器化方面有较深的积攒，基于 TiDB 集群管控的便利性，知乎遴荐了TiDB Operator 这个云上的管控器具来较为便利的管控 TiDB 集群。

TiDB on K8s

为了为公司业务研发团队提供分散式数据库（如 TiDB）的选型，数据库架构团队需要从多个方面进行真切的准备和盘算。以下是每个方面的闪耀阐明：

1. 数据库日常运维

业务资源恳求/删除需求

需求评估与资源分派：团队需要与研发团队精湛合作，评估业务系统对数据库资源的需求，包括存储、诡计才智和汇注带宽等。应瞎想圭臬化的资源恳求进程，并确保资源分派合理且具有推广性。自动化进程：使用器具 TiDB Operator 来支握资源的自动恳求、分派和删除，确保资源生命周期的高效料理。

资源盘算&部署

数据库基础工作孤独 K8s 集群，预留 5% 以内的诡计和存储资源。业务恳求经过业务 owner+DBA 审批通事后，调用 TiDB Operator+TiDB-cluster.yaml 兑现快速部署。

扩缩容

凭据业务增长、降本需求，修改 TiDB-cluster.yaml 的 replica 数目况兼应用兑现集群的自动扩缩容。扩容一定要提前盘算好资源池，以便快速反应业务的岑岭期需求，幸免因为资源不及影响工作可用性。依期监控数据库容量和性能观点，预警扩容需求。

2. 数据迁入/迁出

凭据不同的业务类型和需求来定制化的奉行 MySQL 挪动 TiDB 的样子，比如大部分齐是通过 DM 器具（支握全量和增量同步，保证数据一致性）来挪动切换，关于一些凌晨从 Hive 写回的驱散表（白昼数据不变化），业务双写或者 Dumpling 导出 +Lightning 导入即可。虽然知乎的业务有需要把 TiDB 的(T-1)数据本日凌晨导入到 Hive 的需求，这时 TiBigDATA 这个器具就派上用场了，知乎 70% 操纵的在线表每天凌晨的全量 ETL 齐是采用这个器具。还有一些业务需求是需要将 TiDB 的实时数据变更，咱们使用 TiCDC，支握将 TiDB 中的数据流式同步到 Kafka 音书供业务消费。

3. 数据库褂讪性建造

数据库备份/收复

凭据业务的中枢进程不同，定制实例级别的备份战术，比如 S 级别业务每天凌晨齐用 BR（Backup & Restore） 器具依期备份到 S3，况兼每天抽样 S3 备份文献考据数据收复，保险数据库的褂讪性。

多云多活

关于中枢业务，提倡数据库具备多半据中心的多活才智，知乎基于 TiDB 的 Placement-rule 战术兑现了跨云跨 K8s 的副本投放，况兼通过 label+role 来欺压 region leader 分散，况兼基于这一套架构兑现了在线机房的挪动，提高数据库的褂讪性。

数据库巡检

数据库巡检是数据库褂讪性建造必弗成少的模块，包括且不限于：库表巡检、SQL 巡检、资源巡检、数据库中枢观点巡检等等， 自动化巡检才智通过依期进行数据库健康查验，未雨绸膜，提前发现数据库褂讪性风险。

4. 数据库可不雅测才智

业务数据库监控

业务抖动大部分跟数据库性能抖动联系，需要有监控系统如 TiDB 的 Prometheus 和 Grafana，实时稽察数据库的性能观点，包括 CPU 使用率、内存耗尽、磁盘 I/O、查询蔓延等，来实时定位问题。业务蔓延升魁岸部分跟慢查询联系，不错通过 TiDB 的 Slow Query 日记和 SQL 审计功能捕捉慢查询，分析业务查询的奉行效果，优化数据库性能；另外 DBA 还愚弄 ELK（Elasticsearch + Logstash + Kibana） 系统，谄媚日记采集器具 Filebeat，对数据库日记进行聚合料理和分析。在业务抖动问题定位时，日记往往是定位问题的重要。

报警

报警若何作念到故障时能实时报出警而且又不至于报警轰炸？这时需要定制化的报警战术，凭据数据库的性能观点设定报警阈值（如磁盘使用率、节点反适时候等），一朝超出阈值通过电话或企业微信实时奉告。况兼制定报警的报表，每周周会进行分析稽察，况兼制定合适的报警战术或者裁减非必要报警。

5. 数据库降本增效

FinOps 资本管控

知乎通过 FinOps 资本管控平台来兑现业务和资源方的资本使用。

领先要商酌的是数据库的资本是否需要饱和摊派给业务方、应该若何摊派。现时通过给每种资源订价(按套餐、按 xx 元 GB/天)，制定合理的订价战术来管控业务数据库资源使用，建立数据库资源的资本监控机制，追踪每个业务模块对数据库资源的使用情况，匡助团队兑现数据库资本的透明化料理。

资源方需要严格管控工作器愚弄率，比如关于 cpu+mem+disk 平均齐 <20% 的工作器依期分析数据库资源愚弄率，幸免无须要的资源过度成就；通过 K8s 和 TiDB Operator 的弹性扩缩容功能，动态调整数据库资源，幸免资源闲置和阔绰。

数据库架构团队在为公司业务研发团队提供 TiDB 分散式数据库选型时，需要全场所商酌数据库的基本运维（包括资源料理、自动化部署和扩缩容）、数据挪动、褂讪性（如备份与巡检）、可不雅测性（监控和日记分析）以及资本管控（通过 FinOps 兑现降本增效），这些管控器具其实齐需要一个平台来相接。

知乎通过自研的苍穹平台来相接，面向业务研发团队和面向 DBA 团队的需乞降侧要点有所不同。以下是苍穹平台对这 2 个纬度的支握情况：

1. 面向业务研发团队

业务研发团队主要关怀数据库平台的易用性、纯真性和自助工作才智，确保大约快速反应业务需求，教训开拓效果。以下是平台化的几个重要点：

自助工作才智

自助资源恳求/下线：研发东说念主员不错通过苍穹平台自助恳求数据库实例、存储资源、 读写分离等工作，而不需要依赖运维团队或 DBA 手动分派。这种自助工作应具有圭臬化和自动化进程，确保快速反应需求。数据库扩容和缩容：当业务流量波动或业务推广时，研发团队应大约在平台发起扩缩容变更，平台自动完成资源分派，且大约在不影响工作的情况下进行推广。工单中心：苍穹平台为研发东说念主员提供数据库变更工单中心模块，大约凭据不同的业务变更需求自助审批和奉行。

苍穹平台业务恳求 TiDB 集群

苍穹平台 TiDB 集群笃定

苍穹平台工单中心

数据库操作简化

SQL 变更支握：提供 SQL 审核器具，研发东说念主员不错通过平台提交 SQL 变更，自动完谚语法查验、SQL 审批和奉行全进程，并谄媚业务的数据库程序自动进行审核，幸免低效或有风险的 SQL 语句。查询历史与可视化器具：研发东说念主员不错通过平台稽察我方提交的 SQL 查询历史、奉行规划等信息，匡助优化查询语句，同期应提供可视化器具（如数据表结构、索引等），简化数据库操作。慢查询分析与优化：平台应自动记载慢查询，并为研发团队提供优化提倡或请示，匡助他们提高 SQL 语句的奉行效果，教训业务系统性能。

苍穹平台慢 SQL 处置中心

监控与日记查询

自助监控面板：为研发团队提供可视化的监控面板，大约实时稽察与他们业务联系的数据库性能观点，如查询蔓延、CPU 和内存使用情况等。日记查询：支握研发东说念主员查询数据库操作日记，分析奉行过的 SQL 查询、报错信息等，匡助会诊问题，提高调试和排查的效果。

苍穹平台监控中心

苍穹平台日记中心

2. 面向 DBA 团队

DBA 团队主要关怀数据库平台的褂讪性、可不雅测性和自动化运维才智。平台化应提供方便的器具来简化日常运维使命，教训数据库的料理和运维效果。以下是面向 DBA 团队的几个重要点：

谐和料理与自动化运维

谐和集群料理：平台大约聚合料理多个数据库集群，包括 TiDB、MySQL、Redis 等，提供谐和的操作界面，便于 DBA 快速稽察集群状态、健康景况和节点信息。自动化任务休养：关于日常的运维任务（如备份、巡检、扩缩容等），平台支握自动化休养，裁减 DBA 的重迭性使命包袱。举例，使用 TiDB Operator 在 K8s 环境中自动奉行备份、升级、扩缩容等操作。故障自动收复：平台应具备自动化故障处理机制，当节点失效或集群不褂讪时，大约自动触发收复操作，并实时奉告 DBA，减少东说念主为打扰。

苍穹平台 TiDB 集群列表

可不雅测性与预警

监控与预警系统：平台为 DBA 提供深度的数据库监控才智，大约追踪 CPU 使用、内存耗尽、磁盘 I/O、查询蔓延、慢查询等观点。谄媚 Prometheus 和 Grafana，实时监控数据库健康景况，缔造合理的告警阈值，提前发现潜在问题。日记料理与分析：聚合料理数据库日记，包括造作日记、慢查询日记、SQL 审计日记等。通过整合 ELK（Elasticsearch、Logstash、Kibana）等器具，支握 DBA 对日记进行深度分析，匡助排查问题。数据库巡检：平台自动生成巡检评释，依期评估数据库集群的运行情况，生成包含性能、褂讪性、安全性的评释，供 DBA 团队分析，并对潜在问题进行处理，保险数据库褂讪性。

苍穹平台谐和监控中心

SQL 审计与安全管控

SQL 审计功能：平台支握 SQL 审计功能，大约记载统统奉行的 SQL 语句，匡助 DBA 追踪和分析 SQL 操作，督察潜在的安全风险和数据流露。造访欺压与权限料理：DBA 团队需要通过平台聚合料理数据库的用户权限，确保权限分派的最小化原则，督察数据被不当造访或删改。

数据库备份与收复

自动化备份：DBA 团队不错通过平台缔造定时备份战术，自动备份数据库到 S3。数据收复器具：平台为 DBA 提供一键收复功能，支握在晦气发生时快速收复数据，保险数据安全。同期，应具备闪耀的收复日记，匡助 DBA 分析和优化收复进程。

苍穹平台 SQL 审计中心

FinOps 资本管控

资源优化与资本监控：平台匡助 DBA 监控各数据库实例的资源使用情况，评估资源愚弄率，幸免过度成就，教训资本效益。

FinOPS 资本监控

总之，面向业务研发团队的数据库平台化要点在于教训自助工作才智，简化数据库操作，提高查询与开拓效果，并为研发提供纯确实环境支握。

面向 DBA 团队的数据库平台化则侧重于自动化运维、监控预警、数据备份与收复、SQL 审计和资本管控，确保数据库的褂讪运行和高效料理。通过区分繁荣研发和 DBA 团队的不同需求，数据库平台化不错为统统这个词企业提供一个高效、褂讪、可推广的分散式数据库治理有规划。

知乎的数据库团队以“奋发于提供褂讪、高效和易用的数据库工作”为场所开云体育(中国)官方网站，为公司业务团队提供更好的 TiDB 存储工作来粗鄙高并发、复杂查询和大数据存储的需求。本文闪耀先容了 TiDB 的生态架构，包括中枢组件、数据挪动与同步、运维与监控平台、备份与收复、生态集成、K8s 支握、器具集和安全与审计等方面。同期探讨了知乎如安在云上和云下环境中管控 TiDB 集群，以及若何通过自研的苍穹平台兑现数据库平台化建造，教训业务研发团队数据库变更和 DBA 团队的资源管控效果。