Zdal分库分表：支付宝是如何在分布式环境下完爆数据库压力的？

Zdal是支付宝自主研发的数据中间件产品，采用标准的JDBC规范，可以在分布式环境下看上去像传统数据库一样提供海量数据服务，是一种通用的分库分表数据库访问框架，解决单库单表数据库访问压力，Zdal主要提供分库分表，结果集合并，sql解析，数据库failover动态切换等功能，提供互联网金融行业的数据访问层统一解决方案，目前已经在支付宝的交易，支付，会员，金融等大部分关键应用上使用，并且在2013年双11大促中运行稳定。

▲系统目标

1.数据访问路由，将针对数据的读写请求发送到最合适的地方。

2.数据存储的自由扩展，不再受限于单台机器的容量瓶颈和速度瓶颈，平滑迁移。

3.使用zdal组件进行数据库的拆分，搭建分布式环境下的海量数据访问平台。

4.实现mysql，oracle，DB2数据库访问能力。

【系统架构和领域模型】

▲系统整体架构

zdal组件主要有5部分组成：

1. Zdal-client：开发编程接口，实现jdbc的Datasource，Connection，Statement，PreparedStatement，ResultSet等接口，实现通用的jdbc-sql访问，内部还实现读库重试，group数据源的选择器，表名替换，sql执行器等功能。

2. Zdal-parser：支持oracle/mysql/db2等数据库的sql语句解析，并且缓存。根据规则引擎提供的参数列表，在指定的sql中查找到需要的参数，然后返回拆分字段。

3. Zdal-rule：根据zdal-parser解析后的拆分字段值来确定逻辑库和物理表名。

4. Zdal-datasource：数据库连接的管理，支持mysql，oracle，db2数据库的连接管理。

5. Zdal-common：zdal组件所使用的一些公共组件类。

▲总体流程

▲Zdal初始化流程

▲分库分表初始化流程

▲分库分表sql执行流程

【关键技术&第三方框架】

▲Zdal-client

Zdal-client 模块主要是完成以下几部分工作：

1.加载配置文件进行初始化工作，初始化groovy规则引擎。

2.对jdbc 标准接口的封装，包括 DataSource、Connection、Statement、PrepareStatment等，并提供一个一对多的管理容器，可以管理多个jdbc建立的资源。

3.SQL执行：根据规则引擎生成的目标库id和表名，进行表名替换后在目标库上执行该sql，如果是跨库跨表的sql，需要进行多个结果集的merge。

4.读库重试，即在读库发生断连接问题的时候,Zdal会自动的尝试从对等的其他读库中去查询这条数据，尽最大努力保证在数据库还有访问能力的情况下，保证数据的可访问性。

5.将传入的sql 和 参数进行包装后，调用 zdal-parser 和zdal-rule的 相关接口，进行sql的解析以及计算相应的分库分表结果。在此模块将会实现表名替换的功能，即将sql的逻辑表名替换成带后缀的物理表名。

6.动态指定读库功能，即可以让业务根据实际需求指定一组中的某个读库进行操作，也可以指定到写库读。

7.聚合函数结果集合并，针对count,sum,max,min等聚合函数在多个数据源的执行结果，进行结果集的合并。

▲Zdal-parser

Parser组件包括如下几个部分：

1. Lexer 词法解析。

2.Parser，Parser包括ExprParser，各种StatementParser。

3. AST, Abstract Syntax TreeParse出来的结果就是AST。

4.StatementParser：解析各种sql语句，按照词法分析和语法分析提炼sql的关键字。

5.Visitor：根据StatementParser的解析结果对AST做各种处理，比如FormatOutput，遍历，tableName，表达式，函数,绑定参数，分页参数，获取sql解析的结果。

Zdal-Parser的主要核心类图如下：

▲Zdal-rule

Zdal-rule 主要是完成规则的计算，包括分库的计算和分表的计算，相当于是一个二次路由的过程，包括单库单表、单库多表以及多库多表等几种情况。为了适应规则的灵活配置，目前主要是采用书写groovy脚本的方式来配置规则，或者在代码里封装拆分规则静态方法，在规则里调用该静态方法即可。

我们假设分库规则是 user_id % 9  /  3 分表规则是user_id % 9 % 3