宜信技术学院

韩锋

宜信技术研发中心数据库架构师

 

• 精通多种关系型数据库，曾任职于当当网、TOM在线等公司，曾任多家公司首席DBA、数据库架构师等职，多年一线数据库架构、设计、开发经验。

• 著有《SQL优化最佳实践》一书。

演讲大纲：

今天我将从三个方面进行分享：首先我们看一下为什么我们想要开发这个平台，最初我们想做一个什么样的选型，怎么样来设计的，后面会讲一下平台实现过程，包括实现的一些基本原理、方法和一些功能介绍，最后会谈一下平台不足的地方，以及未来的发展。

目前这个项目已开源，欢迎大家参与到这个项目里面去，不断地完善它，发展它。

1、运维规模及种类

我相信，这也是很多公司、很多DBA正在面临或未来都会面临的一些问题。正是存在问题，促使我们考虑引入数据库审核平台。

首先是运维规模与人力资源之间的矛盾。从我们的情况来看，运维了包括Oracle、MySQL、MongoDB、Redis四类数据库，数据库规模几十套，支持公司千余名开发人员及上百套业务系统。也许有的朋友会问，从运维规模上看，并不是很大。

的确，与很多互联网公司相比，数据库数十套的估摸并不是太大；但与互联网类公司不同，类似宜信这类金融类公司对数据库的依赖性更大，大量的应用是重数据库类的，且其使用复杂程度也远比互联网类的复杂。DBA除了日常运维（这部分我们也在通过自研平台提升运维效率）外，还需要有大量精力应对数据库设计、开发、优化类的工作。当面对大量的开发团队需要服务时，这个矛盾就更加凸显出来。

2、案例

• 结构设计

第二个挑战，是数据库设计、开发质量参差不齐的问题。这页就展示了一个结构设计问题。某核心系统的核心表，在这个系统运行的SQL中，28%都是跟这个对象有关的。当我们分析其结构时，发现了很多的问题：

综上所述，这个表设计的问题还有很多，而且这个表非常重要，大量语句访问和其相关。

• SQL语句

这页展示的是一个语句运行效率的问题。从字面可见，两个表做关联查询，但在指定条件时没有指定关联条件。在下面的执行计划中可见，数据库采用了笛卡尔积的方式运行。从后面的成本、估算时间等可见，这是一个多么“巨大”的SQL。其在线上运行的影响，可想而知。

也许有的朋友会说，这是一个人为失误，一般不会发生。但我要说的是，第一，人为失误无法避免，谁也不能保证写出SQL的运行质量；第二，开发人员对数据库的理解不同，很难保证写出的SQL都是高效的；第三，开发人员面临大量业务需求，经常处理赶工状态，很难有更多的精力放在优化上面。这因为有这些问题，线上语句执行质量就成了DBA经常面临的挑战之一。

3、重心转移

这是一张很经典的图，它描述了和数据库相关工作的职能划分。作为DBA，除了面临以上挑战外，从数据库工作发展阶段及自身发展需求来看，也面临一个重心的转移：原有传统DBA的运维职能逐步被弱化，大量的工具、平台的涌现及数据库自我运维能力的提升，简化DBA的工作；紧随而来的数据库架构、结构设计、SQL质量优化逐步成为重点；再往上层的数据治理、建模等工作也越来越受到一些公司的重视。由此可见，DBA未来工作的中心也逐步上移。对中间数据逻辑结构部分，也需要一些工具、平台更好地支撑DBA的工作。

除上述情况外，我司还存在几种的不平衡。

正是有了上述多种的不平衡，促使我们考虑引入工具、平台去解决数据库质量问题。

我刚来到公司时，看到公司的这些问题，也曾考虑通过制度、规范的形式进行解决。一开始就着手制定了很多的规范，然后在各个部门去培训、宣讲。这种方式运行一段时间后，暴露出一些问题：

面临上述这些挑战、现存的各种问题，该如何解决？

经过讨论，最后大家一致认为，引入数据库审核平台，可以帮助解决上面所述问题。

1、业内做法

在项目之初，我考察了业内其它企业是如何数据库审核的，大致可分为三个思路：

第一类，是以BAT公司为代表的互联网类公司。它们通过自研的SQL引擎，可实现成本分析、自动审核、访问分流、限流等，可做到事前审核、自动审核。但技术难度较大，公司现有技术能力明显不足。

第二类，是通过自研工具收集DB运行情况，根据事前定义规则进行审核，结合人工操作来完成整个审核流程。这种方案只能做到事后审核，但技术难度较小，灵活度很大。其核心就是规则集的制定，可根据情况灵活扩展。

第三类，是一些商业产品，实现思路类似第二类，但是加上一些自主分析能力，功能更为强大，但仍需人工介入处理且需要不小资金投入。而且考察几款商业产品，没有能完全满足所需功能的。

综合上面几类做法，最终确定我们采用“工具+人工审核”的方式，自研自己的审核平台。

2、我们的选择——自研

在启动研发这一平台之初，我们就在团队内部达成了一些共识。

下面来看看，审核平台的基本功能及实现原理及方法，这部分是本次分享的重点。

1、平台定位

在项目之初，我们就平台的定位做了描述：

2、平台使用者

作为平台的两类主要使用方，研发人员和DBA都可以从平台中受益。

3、实现原理

整个平台的基本实现原理很简单，就是将我们的审核对象（目前支持四种），通过规则集进行筛选。符合规则的审核对象，都是疑似有问题的。平台会将这些问题及关联信息提供出来，供人工甄别使用。由此可见，平台的功能强大与否，主要取决于规则集的丰富程度。平台也提供了部分扩展能力，方便扩展规则集。

4、平台设计

• 审核对象

在开始介绍平台实现之前，再来熟悉下“审核对象”这个概念。目前我们支持的有四类对象，分别说明一下。

需要说明一下，这四类审核对象中，后三种必须在系统上线运行后才会抓取到，第一种可以在只有数据结构的情况下运行(个别规则还需要有数据)。

此外，上述规则中，除了第二类为通用规则外，其他都与具体数据库相关。即每种的数据库，都有自己不同的规则。

• 架构简图

这里画出是系统架构框架简图，我简单说明一下。

图中的方框部分，为平台的主要模块。底色不同的模块，表示当前的进度状态不同。虚线代表数据流，实线代表控制流。其核心为这几个模块：

• 流程图

让我们从处理流程的角度，看看平台的整体处理过程。

1. “规则管理”部分，这部分主要完成以下一些功能。

• 初始化规则。平台本身内置了很多规则，在这一过程中到导入到配置库中。

• 新增规则。平台本身提供了一定的扩展能力，可以依据规范新增一条规则。

• 修改规则。可以根据自身情况开启或关闭规则。对于每条规则，还内置了一些参数，也可在此处修改。此外，针对违反规则的情况，还可以设置扣分方法（例如违反一次扣几分、最多可扣几分）等。

* 规则本身及相关参数、配置信息等都会存储在配置库中。

2.“任务管理”部分，这是后台管理的一个部分，主要完成与任务相关的工作。系统中的大多数交互都是通过作业异步完成的。其后台是通过celery+flower实现的。

3.“数据采集”部分，这部分是通过任务调度定时出发采集作业完成，也有少量部分是实时查询线上库完成的。采集的结果保存在数据库中，供后续分析部分调用。

4.“规则解析”部分，这部分是由用户通过界面触发，任务调度模块会启动一个后台异步任务完成解析工作。之所以设计为异步完成，主要是审核工作可能时间较长（特别是选择审核类别较多、审核对象很多、开启的审核规则较多）的情况。审核结果会保存在数据库中。

5.“任务查看、导出”部分，在用户发起审核任务后，可在此部分查看进度（处于审核中、还是审核完成）。当审核完成后，可选择审核任务，浏览审核结果或选择导出均可。如果是选择导出的话，会生成异步后台作业生成文件，放置在下载服务器上。

以上就是整个审核的大体流程。后续将看到各部分的详细信息。

• 模块划分

总结一下，平台主要是由上述四个模块组成：数据采集、规则解析、系统管理、结果展示。后面将针对不同模块的实现，进行详细说明。

5、数据采集

• 采集内容

先来看看数据采集模块。从表格可见，两种类型数据库的采集内容不同。

Oracle提供了较为丰富的信息，需要的基本都可采集到；MySQL功能相对能采集到的信息较少。

表格中的“对号+星号”，表示非定时作业完成，而是后面实时回库抓取的。下面简单说下，各部分的采集内容。

这些信息都将作为后面审核的依据。

• 采集原理

下面简单介绍下采集的与原理：

Oracle部分，是通过定时作业采集的AWR数据，然后转储到一套MongoDB中。这里跟有些类似产品不同，没有直接采集内存中的数据，而是取自离线的数据。其目的是尽量减少对线上运行的影响。Oracle提供的功能比较丰富，通过对AWR及数据字典的访问，基本就可以获得全部的数据。

MySQL部分，情况就要复杂一些，原因是其功能没有那么丰富。多类数据是通过不同源来获取。SQL文本类及执行特征类的，是通过pt工具分析慢查询日志定时入到Anemometer平台库，然后从此库传入MongoDB。其它类信息（包括数据字典类、执行计划类等）是在需要时通过实时回库查询的。为了防止影响主库，一般是通过路由到从库上执行获得的。

6、规则解析

• 概要说明

下面介绍整个系统最为核心的部分—规则解析模块，它所完成的功能是依据定义规则，审核采集的数据，筛选出违反规则的数据。对筛选出的数据进行计分，并记录下来供后续生成审核报告使用。同时还会记录附加信息，用于辅助进行一些判断工作。

这里有个核心的概念—“规则”。后面可以看到一个内置规则的定义，大家就会比较清楚了。从分类来看，可大致分为以下几种。

• 规则定义

这是一个规则体的声明对象，我说明一下各字段含义，大家也可对规则有个清晰的认识。

• db_type：规则的数据库类别，支持Oracle、MySQL。

• input_parms：输入参数。规则是可以定义多个输出参数，这是一个参数列表，每个参数自身又是一个字典类，描述参数各种信息。

• output_parms：输出参数。类似上面的输入参数，也是一个字典对象列表。描述了根据规则返回信息结构。

• rule_complexity：规则是复杂规则还是简单规则。如果是简单规则，则直接取rule_cmd内容作为规则审核的实现。如果是复杂规则，则是从外部定义的rule_name命令脚本中获得规则实现。

• rule_cmd：规则的实现部分。规则可能是mongodb的查询语句、可能是一个正则表达式，具体取决于rule_type。

• rule_desc：规则描述，仅供显示。

• rule_name：规则名称。是规则的唯一标识，全局唯一。

• rule_status：规则状态，ON或是OFF。对于关闭的规则，在审核时会忽略它。

• rule_summary：一个待废弃的字段，意义同rule_desc。

• rule_text：规则类型，分为对象、文本、执行计划、执行特征四类。图中的示例标识一个文本类型的规则，rule_cmd是正则表达式。

• solution：触发此规则的优化建议。

• weight：权重，即单次违反规则的扣分制。

• max_score：扣分上限，为了避免违反一个规则，产生过大影响，设置此参数。

• 规则定义（对象级）

先来看第一类规则—对象规则。这是针对数据库对象设置的一组规则。上面表格，显示了一些示例。常见的对象，诸如表、分区、索引、字段、函数、存储过程、触发器、约束、序列等都是审核的对象。以表为例，内置了很多规则。

例如：第一个的“大表过多”。表示一个数据库中的大表个数超过规则定义阀值。这里的大表又是通过规则输入参数来确定，参数包括表记录数、表物理尺寸。整体描述这个规则就是“数据库中超过指定尺寸或指定记录数的表的个数超过规定阀值，则触发审核规则”。其它对象的规则也类似。

• 规则实现（对象级）

对象规则的实现部分，比较简单。除个别规则外，基本都是对数据字典信息进行查询，然后依据规则定义进行判断。上面示例就是对索引的一个规则实现中，查询数据字典信息。

• 规则定义（执行计划级）

第二类规则是执行计划类的规则，它也划分为若干类别。例如访问路径类、表间关联类、类型转换类、绑定变量类等。

以最为常见的的访问路径类为例，进行说明下。如最为常见的一个规则“大表扫描”。它表示的是SQL语句的执行中，执行了对大表的访问，并且访问的路径是采用全表扫描的方式。这个规则的输入参数，包含了对大表的定义（物理大小或记录数）；输出部分则包括了表名、表大小及附加信息（包括整个执行计划、指定大表的统计信息等内容）。

这类规则针对的数据源，是从线上数据库中抓取的。Oracle部分是直接从AWR中按时间段提取的，MySQL部分是使用explain命令返查数据库得到的。

• 信息存储格式

在这里特别说明一下，在保存执行计划的时候，使用了MongoDB这种文档性数据库。目的就是利用其schemaless特性，方便兼容不同数据库、不同版本执行计划的差异。都可以保存在一个集合中，后续的规则审核也是利用的mongo中的查询语句实现的。这也是最初引入mongo的初衷，后续也将其它类信息放入库中。现在整个审核平台，除了pt工具接入的部分使用MySQL外，其余都在MongoDB中。此外，MySQL库可以直接输出json格式的执行计划，很方便就入库了；Oracle部分也组成json格式入库。

• 规则实现（执行计划）

左边就是一个Oracle的执行计划保存在MongoDB中的样子。其实就是将sqlplan字典数据插入到mongo中。右侧就是一个规则实现的样例，就是基于mongo的查询语句。后面我们会可看到一个详细的示例。

7、平台实现

• 规则实现

这里以“大表全表扫描”规则为例，进行说明。上面是在Oracle中的数据字典保存的执行计划，下面是存在Mongo中的。可见，就是完全复制下来的。

基于这样的结构，如何实现规则过滤呢？其实就是通过mongo中的find语句实现的。下面具体解读下这个语句的执行步骤。

• 规则实现（执行计划）

这部分是MySQL中实现层次结果存储的一个实例。

第一个图展示的是原始的执行计划。

第二个图是代码实现的摘要。

第三个图是真正保存在库中的样子。核心部分就是对item_level的生成。

• 规则定义（文本级）

第三类规则是文本类的规则，这是一类与数据库种类无关、描述SQL语句文本特征的规则。在实现上是采用文本正则匹配或程序方式进行处理的。它的主要目的是规范开发人员的SQL写法，避免复杂的、性能较差的、不规范的SQL写法。

• 规则实现（文本级）

这部分描述的是文本规则的实现方式。第一个示例bad_join，是一种简单规则，通过正则文本匹配实现。第二个示例sub_query，是通过程序判断括号嵌套来完成对子查询(或多级子查询)的判断。

• 规则定义（执行特征级）

最后一类规则是执行特征类的。这部分是与数据库紧密关联的，将符合一定执行特征的语句筛选出来。这些语句不一定是低效的，可能只是未来考虑优化的重点，或者说优化效益最高的一些语句。这里面主要都是一些对资源的消耗情况等。

8、系统管理

• 规则管理

后面通过一些界面展示，介绍下平台的功能。

第一部分系统管理模块中规则管理的部分。在这部分，可完成新增自有规则。其核心是规则实现部分，通过SQL语句、Mongo查询语句、自定义Python文件的形式定义规则实现体。自定义规则的依据是现有抓取的数据源，定义者需要熟悉现有数据结构及含义。目前尚不支持自定义抓取数据源。

对定义好的规则，可在此处完成规则修改。主要是对规则状态、阀值、扣分项等进行配置。

• 任务管理

在配置好规则后，可在此处完成任务发布的工作。

上面是规则任务发布的界面，在选择数据源(ip、port、schema)后，选择审核类型及审核日期。目前审核数据源的定时策略还是以天为单位，因此日期不能选择当天。

当任务发布后，可在任务结果查看界面观察执行情况。根据审核类型、数据源对象多少、语句多少等，审核的时长不定，一般是在5分钟以内。当审核作业状态为“成功”时，代表审核作业完成，可以查看或导出审核结果了。

9、结果展示

• 对象审核结果概览

上图是一个对象审核报告的示例。在报告的开头部分，是一个概览页面。它集中展示审核报告中各类规则及扣分情况；并通过一个饼图展示其占比情况。这便于我们集中精力先处理核心问题。

在最上面，还可以观察到有一个规则总分的显示。这是我们将规则扣分按照百分制，折算后得到的一个分数。分值越高，代表违反的情况越少，审核对象的质量越高。引入“规则总分”这一项，在设计之初是有些争议的，担心有了这个指标会比较打击开发人员的积极性，不利于平台的推广使用。这里有几点，我说明一下。

• 对象审核结果明细

这部分是对象审核的明细部分，对应每个规则其详细情况，可在左侧链接中进一步查看对象信息。篇幅所限，不做展示了。

• 执行计划审核结果概览

这部分执行计划的概览展示，跟对象的情况类似。也是每种规则的扣分情况。

• 执行计划审核结果明细

这部分是执行计划的明细部分。

展开之后，可以看到违反每种规则的明细。上图就是违反全表扫描的规则的明细部分。

在上面是一些通用的解决方案说明。这里将可能触发此类规则的情况及解决方案进行了说明。相当于一个小知识库，便于开发人员优化。后面在平台二期，会做更为精准的优化引擎部分，这部分还会展开。

下面是每条违反的语句情况，我们可以看到语句文本、执行计划、关联信息（例如此规则的大表名称）等。还可以进一步点开语句，展开信息。

这部分是针对每条SQL的信息，包括语句文本、执行计划、执行特征、关联对象统计信息等。DBA可从这些信息就可以做一些初步的优化判断工作。

此外，平台也提供了导出功能。可导出为excel文件，供用户下载查看。这里就展示了。

10、我们遇到的坑

在实际开发过程中，碰到了很多问题。我们这里简单介绍两个，例如：

MySQL在解析json格式执行计划中暴露出的问题…

【会话进入sleep状态，假死】

解决方法：执行会话之前设置wait_timtout=3,这个时间根据实际情况进行调整。

【数据量过大，长时间没有结果】

会话处于query状态，但是数据量很大或因为数据库对format=json支持不是很好，长时间解析不出来，会影响其他会话。

解决方法：使用pt-kill工具杀掉会话。为了防止误杀，可打个标识“eXplAin format=json”，然后使用pt-kill识别eXplAin关键字。

11、推进流程

此平台在宜信公司已运行了半年有余，为很多系统提供了审核报告，大大加快了数据库结构、SQL优化的速度，减轻了DBA的日常工作压力。在工作实施过程中，我们也摸索了一套推行方法。后续平台开源后，如有朋友使用，也可参考实施。

Q1：您刚才说的把规则，字段类型不匹配，得到一个规则以后反馈过来，怎么就知道它必须是那个类型呢？

A1：我们首先会从数据表里面分析你这个字段里面想保存什么数据，比如说你这里面存的都是0到9，我就会分析这里面是不是应该保存一个数字，你拿文本存的，我就考虑为什么，我在排除了不是邮编，不是手机号，不是银行帐号各种排除之后，我觉得还不符合，那我就要考虑你定义它的初衷是什么。我认为你这个类型存的，但你实际上按另外一个类型存的，我就要考虑为什么这样做的，我可能就会扣一个分。

所谓类型不匹配是由于我们之前的功能引出来的，因为我们是金融公司，有很多数据是有敏感信息的，所以我们开始做了一个敏感信息的识别，我们会自动看你这个字段是不是敏感字段，进而我们发现可以拿一些数据特征的，演变过来就变成这个规则，就是所谓字段类型不匹配，当然这个可能会有一定的误判，有人认为文本类型，比如说数字类型效率差不多，我认为合理也OK，只要你给自己一个理由。

我有时候会把研发人员叫过来说你，这么设计可以，但你要给我一个理由。我不希望看到除了第一个字段以外，剩下所有字段都是一个长度的，这个就不太合理。我们希望这个维度可以反映出来一些问题。

Q2：意思就是通过一定的算法？

A2：没有什么算法，表多大，10兆以下的，我们会根据不同大小拆成片，比如说这个表是多大表我们就多拆几片，每一片里面会根据阀值来做，我们会得到一个汇总的结果集，我们会评估你的这些数据是什么样的，在排除那些特例情况之后，我认为它是不是违反规则，没有什么算法，其实就是一个政策匹配，我们目前线上基本上每一片采一千个数据。

Q3：我刚才听到老师的演讲里面，就是说让一些技术人员跟一些业务部门或者别部门进行沟通和交流，我自己学数据库的时候，我前后总共有4个老师，我对4个老师讲的数据库不是特别感兴趣，实际工作当中，我发现在谈公司决策的时候没有数据参考的，甚至国内或者国际咨询公司也缺失了很多数据，我从个人和企业诉求来说，有一部分数据是理性的，还有一部分数据在网络公司很分散的，这样的局面下，它的用户量很大，怎么把数据进行统一的汇总起来？或者通过手机端让客户得到想要的数据，这个跟宜信之间也有直接关联，发公司有月头月底，这个之间也是产生关联的，也就是说我们现在在做决策的时候，有一部分数据是没有的，没有数据的情况下还要做决策，这样的数据架构怎么来做？

刚才听就了这么一个重点，就是我们现在做决策的时候有一些数据是没有的，这个情况下在数据库里面应该怎么设计？或者跟他做一个运营。

A3：坦白说，我没太听懂你的问题，我理解你的意思是说如果公司缺乏一些数据支撑的情况下，怎么样做业务的决策是吗？

（接上问）  

Q4：中国的企业很多决策是老板拍脑袋。

A4：还有一个问题就是技术人员怎么和业务人员沟通。

我们原来公司DBA确实大家都在幕后做工作，跟前台业务开发联系也不多，出了问题大家一起看，2016年初我们小伙伴们提了一些建议，我们在企业里面要发挥你的价值，作为传统运维来说，你的价值是你的数据库是可外的，除此之外要和研发人员有更好的一些互动。我现在要求这些人员要跟项目在一起，要跟它的产品聊，跟研发人员聊，这样才能更好的理解这些项目，理解这些业务，进而才有可能帮助他们做一些辅助设计。

最简单的，这个存什么样的数据，这个数据怎么使用的，保存有什么样的特征，我们目标用户是什么样的，这些东西你是需要了解的，只有这样前提下我们才有可能把工作做到前面去，我们做一些数据库的架构设计、结构设计，这样的语句合理还是不合理，这个时候才有可能做这个事。这个就要求项目同事，我说你们要主动推出去，而不是坐在后面，说这个出问题了我看一眼，我们看过这种事情，优化了一个月，最后我说了两句之后个东可以砍掉的，他的目的是解决这个问题，你要充分了理解它的诉求之后，你帮助他解决问题，这个问题可能是数据库的结构调整，可能是一个优化，也有可能其他方面解决问题，比如说这个功能可以更好实现。有的业务我就告诉他，这个东西放在数据库里运行不合适的，我可以你更好的方式实现它，成本更低，效率更好。

至于你说的第一个问题，如果说一个公司没有数据支撑的话，怎么样做业务决策，这个我也不知道。我只能说比如说我们公司现在的运营数据会通过自有的平台，这个平台之前在社区做过一些分享，把这个数据实时的抽过来，基于我们规则做一些分析。通过它做一些运营知识，当然宜信这方面做的并不是太突出，只是刚刚起步做一些这方面的尝试。

更多的可能像您说的会有一些认为决策的过程，当然我希望后面通过像我，包括我们同事，包括我们所有的不一定数据库团队，而是数据团队帮助公司更好做整体业务模型，数据类的一些架构，帮助弥补看我们公司哪一些数据领域没有这些数据支撑的，把它的短板需要补充，当然这个需要从更高层面看一些问题。

Q5：请问韩老师从研究、规划到落地，用了多长时间，几个人天，难在什么地方。有没有结合SQL语句对系统开销的贡献选择top，还是一视同仁？

A5：程序开发是由一名专职开发+两名DBA，在日常工作之外，用了大概半年左右完成的。难点，主要是个别规则实现，整体还好。在执行特征审核中，会考虑对系统开销的影响。

PPT下载链接：http://pan.baidu.com/s/1bQauxK