TiDB v7.1.0 跨业务系统多租户解决方案

作者： Jellybean 原文来源：https://tidb.net/blog/2ce19df3

业务背景

随着业务对 TiDB 的使用不断扩大和深入，在多业务共用一个集群的情况下，相信不少用户也遇到过不同负载之间相互影响的问题。在之前的版本里，TiDB 也在尝试不同的方法来缓解或解决这类问题。比较典型的例子就是通过引入 TiFlash 列存组件，在存储引擎层面区分 TiKV 上的在线处理事务和在 TiFlash 上的分析型任务，在存储层物理隔离不同的负载。这种架构优化有很多的好处，但如果业务都是需要访问 TiKV 才能得到结果的场景，就没办法来处理。

我们线上十几个生产集群，考虑成本、运维等问题都是多业务共用一个集群，在我们尽可能将 TP 业务和 AP 业务分离部署的前提下，通常还是会遇到下面的问题：

• 当一个业务处于高峰期时，会过多占用别的业务使用的资源，进而影响别的业务正常运行。

• 我们希望能保护不同业务的资源持有情况，保证业务能分配到基本的运行资源而不被挤兑。

• 当集群中的重要业务处于低谷值时，有较多的剩余资源，如果我们能把错峰的业务引进来就可以充分使用资源，可以降本增效。但这要求错峰运行的业务需要能得到控制，其他时候不会占用过多资源。

• 当集群遇到临时的问题 SQL 引发的性能问题时，只能停掉 SQL 。

• 我们更希望不是干掉它的执行，而是临时限制它资源消耗，允许它缓慢运行，但又不会影响集群其他业务。

在这样的业务痛点背景下 TiDB v7.1.0 提出了资源管控技术，我们第一时间跟进该技术，并尝试探讨解决融合系统中多租户资源使用的隔离方案。

TiDB 资源管控技术

资源管控技术（Resource Control）可以在负载剧烈变化时保证服务质量，同时提供了数据库的多租户隔离能力，能够有效地降低数据库运行成本。

原理说明

TiDB 资源管控特性提供了两层资源管理能力，包括在 TiDB 层的流控能力和 TiKV 层的优先级调度的能力。将用户绑定到某个资源组后，TiDB 层会根据用户所绑定资源组设定的配额对用户的读写请求做流控，TiKV 层会根据配额映射的优先级来对请求做调度。通过流控和调度这两层控制，可以实现应用的资源隔离，满足服务质量 (QoS) 要求。

• TiDB 流控：TiDB 流控使用令牌桶算法 做流控。如果桶内令牌数不够，而且资源组没有指定 BURSTABLE 特性，属于该资源组的请求会等待令牌桶回填令牌并重试，重试可能会超时失败。

• TiKV 调度：可以为资源组设置绝对优先级 (PRIORITY)，不同的资源按照 PRIORITY 的设置进行调度，PRIORITY 高的任务会被优先调度。如果没有设置 PRIORITY，TiKV 会将资源组的 RU_PER_SEC 取值映射成各自资源组读写请求的优先级，并基于各自的优先级在存储层使用优先级队列调度处理请求。

TiDB 资源管控技术利用资源组 (Resource Group) 将集群划分为多个逻辑单元，每个资源组都能限制其所需的计算和 I/O 资源。当集群有空闲资源时，通过特定设置可以允许一部分资源组超越其限制，充分利用集群资源。它基本上解决了在多种业务合并后，造成资源争抢的问题，保证了业务的稳定性。如下是该技术的一个概念图：

Resource Control 是基于 TiDB 的流控和 TiKV 的调度功能来完成的。同时 BURSTABLE 功能允许其超过资源组的约束配额，使其可以保证服务正常运行。

管理方式

资源管控引入了资源组 (Resource Group) 的概念，通过设置“用户”和“资源组” 的对应关系，把会话与用户组进行绑定，利用“用量 (RU)”对资源限额进行定义。结构如下（https://tidb.net/blog/67d82266）：

关于资源组、资源限额、调度优先级等特性具体可以参考官网（https://docs.pingcap.com/zh/tidb/stable/tidb-resource-control）。

这里特地说明资源组设定是很灵活的，很方便管理员根据业务的使用场景，我觉得这也对 TiDB 的易用性有很好的提升， 分别设置不同的级别：

• 用户级别。将用户绑定到特定的资源组。绑定后，对应的用户新创建的会话会自动绑定对应的资源组。

• 会话级别。通过 SET RESOURCE GROUP设置当前会话的资源组。

• 语句级别。通过优化器 hint RESOURCE_GROUP()设置当前语句的资源组。

技术应用点

总结之，该技术主要解决了下面业务常见问题：

• 当系统中存在多业务负载时，资源隔离，保证交易类业务的响应时间不受数据分析或批量业务的影响。

• 在系统负载较低时，繁忙的应用允许超过设定的读写配额，最大化利用资源，提升硬件利用率，降低运行成本。

• 限制突发 SQL 的资源消耗，避免引起集群性能问题。

• 提供用量统计的精确反馈，完成不同业务合理的成本分摊

• 通过监控面板获取实际用量的使用情况，协助用户合理改进配置。同时，配合企业管理目标，TiDB 能够协助企业精确统计各部门数据库资源的使用情况，完成合理的成本分摊。

• 提供灵活的资源绑定手段。

• 支持在用户级，会话级，和语句级指定资源的绑定方式，满足不同场景的资源控制需要。

经过梳理它的基本原理和设计目标等内容，看起来可以很好解决我们实际生产环境的业务痛点，所以我们开启进一步的实际测试和验证。

业务验证

TiDB 可以基于硬件部署或实际负载估算集群的总体 RU 容量，我们在测试时是直接参考基于硬件部署的估算量。

业务资源模拟

为了模拟我们生产环境最常见的不同业务，这里我们创建三个租户，分别表示三种不同的业务负载，每类业务有不同的管控目标。下表是我们的不同业务运行在同一个 TiDB 集群中，每个业务不同的运行需求：

在资源管控技术的基础上，我们可以为这三类用户分别创建资源组：

• 为租户 app_oltp 分配一个较高的用量，租户 app_olap 和 租户 app_other 则相对低

• 在系统资源紧张的情况下，最优先保证租户 app_oltp 的服务质量。

• 租户 app_oltp 和 app_olap 的资源组设置为 burstable

• 租户 app_oltp 发生超预期的负载，仍旧可能会保证质量；

• 而当整个集群负载有空余时， 租户 app_olap 可以利用空闲资源加速其工作。

• 创建资源组

• 我们线上的业务是已经存在了的，换言之上线该功能时业务账号也一定是已经存在的，所以模拟时直接对业务绑定资源组

业务运行模拟

我们在测试环境启动短连接业务实时访问数据，不断进行读取和写入操作，分别用来模拟几个租户不同的负载，观测业务侧吞吐量 (QPS) 和 数据库 TiDB 的资源消耗情况 (RU 用量趋势）。整个场景大概模拟下面几个场景：

1. 对有设置使用上限且正在运行的业务，在线调整集群资源分配操作：

2. 1 临时扩大租户 app_other 的可用资源，模拟临时给在线业务增加资源

3. 2 临时缩小租户 app_other 配额，模拟临时给在线业务缩减资源

4. 3 允许租户 app_other 突破资源限额，模拟临时取消在线业务资源使用限制

5. 4 不允许租户 app_other 突破资源限额使其回到最开始的限额状态，模拟临时限制在线业务资源使用

6. 模拟不同业务在同一个集群融合共存，观察全部租户经历最重要业务的一个波峰、波谷完整周期的运行情况

7. 首先三类负载同时运行，表示业务正常共存情况

8. 业务流量高峰来临，租户 app_oltp 达到峰值负载

9. 租户 app_oltp 峰值过去，回到平时状态

10. 租户 app_oltp 的负载到低谷值，其他不变

11. 租户 app_oltp 低谷过去，回到平时状态

1 在线增加 / 减少业务可用资源

对有设置使用上限且正在运行的业务，临时调整租户 app_other 的可用资源，模拟临时给在线业务增加或减少资源。

• 初始：租户 app_other 的业务初始资源配额

• 扩大：临时扩大租户 app_other 业务的可用资源

• 缩小：临时缩小租户 app_other 业务的可用资源

如上图所示，可以看到租户 app_other 的业务初始资源配额为 100，期间业务在稳定运行。

假设有某个原因需要我们临时调大它的可用资源，此时调大可用资源 RU_PER_SEC = 400，业务能使用到的 RU 会立即响应分配到需要的资源，曲线会不断上升。反之我们缩小可用资源 RU_PER_SEC = 50 时，曲线会下降到我们预期的设定值。

• 总结：

• 说明 TiDB 的资源管控技术可以在线调整业务资源使用状态，实时对业务进行资源配置，大大提高业务响应速度

• 如果这类业务是突发的异常 SQL，我们可以临时限制它的资源消耗，避免引起集群性能问题。

2 在线取消业务配额限制

允许租户 app_other 突破资源限额，模拟临时取消在线业务资源使用限制场景。

• 初始：租户 app_other 的业务初始资源配额

• 取消限制：允许租户 app_other 业务突破可用资源的限额

如上图所示，可以看到租户 app_other 的业务初始资源配额为 50，期间业务在稳定运行。此时我们临时取消它的可用资源限制，在集群收到配置后其 RU 曲线不断上升，直到需要的最大值。

• 总结：

• 说明 TiDB 的资源管控技术可以在线调整业务资源使用状态，实时取消对业务资源使用限制

3 在线限制业务最大可用资源

不允许租户 app_other 突破资源限额，模拟临时限制在线业务资源使用

• 初始：允许租户 app_other 业务突破可用资源的限额

• 不允许突破限额：不允许租户 app_other 突破限额

如上图所示，可以看到租户 app_other 的业务初始资源配额没有限制，可以使用到其所需的最大资源，业务在稳定运行。此时我们临时增加限制，不允许突破限额，在集群收到配置后其 RU 曲线不断下降，直到回到最初的限制状态。

• 总结：

• 说明 TiDB 的资源管控技术可以在线调整业务资源使用状态，实时添加硬上限，不允许业务突破限额

小结：

我们整理一下上面的模拟操作，如下面图示过程，经过测试和验证，证明 TiDB 的资源管控技术可以在线调整业务资源使用状态，允许 TiDB 管理员根据业务运行动态，实时扩大、缩小、取消限额、添加硬上限不允许业务突破限额等操作，非常灵活和方便，大大降低运维的难度，也极大提高集群的资源使用效率。

4 跨业务共存测试

我们通过调整租户 app_oltp 业务的压测 QPS，产生出租户 app_oltp 业务的波峰和波谷。这里我们模拟不同业务在同一个集群融合共存，所有业务经历最重要业务的一个波峰、波谷完整周期，观察运行情况。流程如下：

• 首先三类负载同时运行，表示业务正常共存情况

• 业务流量高峰来临，租户 app_oltp 达到峰值负载

• 租户 app_oltp 峰值过去，回到平时状态

• 租户 app_oltp 的负载到低谷值，其他不变

• 租户 app_oltp 低谷过去，回到平时状态

如上图可以看到，刚开始时集群的几个业务正常共存，三类负载同时运行着。

• 租户 app_oltp 达到峰值负载其业务流量高峰来临，系统会分配给它更多的资源，于此同时由于集群可用资源不足租户 app_olap 分配得到的 RU 有所减少，等到租户 app_oltp 的峰值过去，租户 app_olap 分配得到的 RU 有所增加回到最初的状态。

• 经过一段时间后，租户 app_oltp 达到其运行的业务谷值其所需要的 RU 下降，此时集群空闲 RU 增多，由于租户 app_olap 设置的是 BURSTABLE， 允许突破限额使用资源，所以租户 app_olap 的可用 RU 上升，等到租户 app_oltp 的谷值过去，租户 app_olap 分配得到的 RU 有所减少回到最初的状态。

• 由于租户 app_other 自始至终有配额限制且需要较少的 RU ，所以其稳定维持在一个较低的水平，不影响别的业务运行。

前面的过程我们是从集群资源使用的角度看的问题，现在换个视角从业务 QPS 角度来看，如上图所示不同的业务的运行 QPS，基本随着可用资源的增多而升高，随着可用资源的减少而下降，服务业务预期。由此得出， 利用 TiDB 提供的资源管控和调度能力，多个不同诉求的租户能够共存在一套系统中，在保证各自服务目标的基础上，提升资源使用效率。

5 总结

我们验证了针对单个在线业务的资源调整，以及模拟了重要业务在经历完整波峰、低谷的运行周期内各个业务的运行情况，每个要点的测试数据和结果都符合我们的预期，证明了该资源管控技术的可行性。同时也表明了：

• TiDB 的资源管控技术能动态跟踪业务负载情况，实时分配所需的资源，证明其操作具有良好的实时性。

• 当系统中存在多业务负载时，能够实现资源隔离，保证重要的业务不受其他访问的影响。

• 在系统负载较低时，繁忙的应用允许超过设定的配额，能最大化利用资源，提升硬件利用率，降低运行成本。

跨业务系统多租户解决方案

基于我们线上 TiDB 的使用方式，就可以制定出一个初步的跨业务系统多租户解决方案，其他业务系统的部署架构需要具体情况具体分析。

这里使用 TiDB 多租户技术，能完成多个业务系统使用统一的集群，保证不同业务负载相互隔离，互不干扰，互不影响，然后对于有统计分析类需求也可以再利用 TiFlash 的 实时 HTAP 能力，实现跨业务数据关联查询，这部分能力通过 TiFLash 与 TiKV 也进行了物理隔离，不会影响线上运行的 TP 业务。这个方案架构图大致如下：

• 方案说明

• 根据不同的业务设置不同资源组和 RU，当集群整体资源繁忙时实现不同业务基于 RU 限流和负载隔离；

• 为重要业务设置资源组 BURSTABLE 属性，实现跨业务错峰资源借用；

• 为重要业务设置优先级为 HIGH，确保集群优先保证重要业务资源可用；

• 引入 TiFlash 解决实时数据分析需求；

• 如果业务有必要，还可以针对 tidb-sever 划分不同的业务节点，真正达到整个集群的资源隔离

• 方案总结

• 优势：

• 节约硬件成本

• 不同业务可以混合部署在同一个集群上，减少硬件成本

• 不同业务错峰使用资源，提升整体资源利用率，降低运行成本

• 高可扩展

• 系统可扩展性强，在系统负载较低的情况下，繁忙应用即使超过设定的 RU，也仍然可以获得所需的系统资源，从而提高了系统的可扩展性

• 资源灵活管控

• 通过控制应用、会话、SQL 放入到对应的资源组中，高优先级的业务可以优先被满足，剩余的算力可以去满足次优的业务，达到资源的充分利用

• 解决数据孤岛问题

• 劣势

• 系统复杂度高

• 集群系统复杂度变高，要手动对集群资源池进行划分和管理，增加系统的复杂度，维护难度变高

• 资源分配策略不好制定

• 资源划分策略难以确定，先根据硬件情况估计分配，在运行一段时间后负载校准，再介入调整，这需要运维人员有很高的技术和经验，容易出错

未来展望

• 笔者在测试验证中发现，资源如何划分是一个比较棘手的问题，通过硬件配置校准 RU 的估算容量并不准确，真实容量往往偏差较大，所以需要我们先给较大的资源配额，观察一段时间后通过负载校准得到真实 RU 消耗再设置正确值，如果这块后续能够更加智能、更加自动化，减少人工的介入可能会更完美，期待官方后续优化。

• 目前 RU 包括的资源是 CPU 、磁盘 IO 和网络 IO，暂时还不支持内存资源的管控，期待后续官方把内存的使用管控也加进来。

• 调整资源组配置后，只对用户新建的会话生效，我们线上不少业务是长连接，这会导致无法生效，期待官方后面也能优化这方面的内容。