5 个常见问题解答关于 YashanDB 和其使用

当前数据库技术领域面对着性能瓶颈、数据一致性保障以及系统的高可用性等多方面的挑战。企业在选择数据库产品时，既要关注系统的稳定性和性能表现，又需兼顾灵活扩展和运维的便利性。YashanDB 作为国产高性能数据库系统，具备丰富的部署模式和完善的功能体系，成为解决这些问题的有力工具。本文旨在为有一定数据库使用和管理基础的开发人员及 DBA，解析 YashanDB 在实际使用中常见的关键问题，并结合其核心技术架构给予专业解答，以提升用户对产品技术细节的理解和应用效率。

1. YashanDB 支持哪些部署架构？它们适用于哪些场景？

YashanDB 提供三种主要部署架构：单机部署、分布式集群部署和共享集群部署。单机部署通过主备复制实现高可用，适合多数常规业务场景，能够满足高可靠、容灾要求较低的需求。分布式集群部署基于 Shared-Nothing 架构，分别由管理节点（MN）、协调节点（CN）和数据节点（DN）组成，强调节点间数据分片和计算任务的并行扩展，特别适用于海量数据分析和大规模在线服务场景。共享集群部署基于 Shared-Disk 架构，依赖共享存储和崖山集群内核技术，实现多实例对同一数据的多写、强一致性的高并发访问。此形态适用于性能、可用性及可扩展性要求极高的核心交易场景。根据业务负载特性、在线交易需求和存储环境的不同，用户可灵活选择匹配的架构形态。

2. 如何理解 YashanDB 的存储引擎及其存储结构？

YashanDB 的存储引擎设计支持多种存储结构，适配多样化应用需求。主要包括：

HEAP：为堆式存储方式，数据无序排列，适合行存表，主攻高效的联机事务处理(OLTP)场景，写入时快速定位空闲空间，支持变长数据的高效插入与更新。

BTREE：采用 B-Link Tree 实现的索引结构，有序存储数据，主要用于 BTree 索引，提供高效的键值查找。

MCOL（Mutable Columnar Storage）：可变列式存储，针对在线事务与分析处理(HTAP)场景设计，支持列式数据的原地更新（in-place update），结合字典编码及段页式管理，平衡实时写入和查询性能。

SCOL（Stable Columnar Storage）：稳态列式存储，采用切片文件存储，大规模海量数据的 OLAP 分析场景优选。针对冷数据，支持高压缩、编码、多级索引以及后台自动转换优化查询性能。

YashanDB 支持不同类型的存储对象，如行存表、TAC 表（基于 MCOL）和 LSC 表（MCOL+SCOL），满足数据实时性和性能的不同诉求。

3. YashanDB 是如何保证数据的事务一致性和高并发性能的？

YashanDB 采用 ACID 兼容的事务模型，实现数据库操作的原子性、一致性、隔离性和持久性。核心技术包括：

多版本并发控制（MVCC）：通过维护 undo 日志实现读一致性，查询时读取基于查询 SCN（系统变更号）的一致性快照，避免读写阻塞，优化并发场景下的查询性能。

事务隔离级别：支持读已提交和可串行化隔离，分别保证事务间读取已提交数据及防止并发修改产生幻读。写冲突通过行锁实现，保证写写冲突的串行化。

锁机制：细粒度行锁和表锁管理覆盖 DML 和 DDL 操作，配合死锁检测机制，自动识别并处理死锁，避免系统挂起。

高效日志机制：采用 WAL（Write Ahead Log）持久化 redo 日志，保障故障恢复和主备复制，同时通过日志批量落盘、双写机制避免半写现象，提升持久化性能和数据安全性。

4. 在 YashanDB 中如何高效执行和优化 SQL 查询？

YashanDB 具备完善的 SQL 引擎，支持解析、验证、静态与动态重写、优化和执行全流程。主要特性如下：

基于代价的优化器（CBO）：依托丰富的统计信息（表、列、索引数据分布等），评估访问路径、连接顺序等生成最优执行计划。

SQL 静态与动态重写：基于关系代数等价变换技术，改善查询表达式结构，支持谓词下推、连接顺序调整等优化策略。

执行算子多样化：提供扫描、连接、排序及辅助算子，支持 PX 多阶段并行执行和向量化计算，以 SIMD 为核心实现批量数据处理，提高 CPU 利用率和吞吐量。

Hint 机制：允许用户基于业务对优化策略直接干预，如指定扫描类型、连接顺序、并行度等，解决特定场景下的执行瓶颈。

分布式 SQL 执行：协调节点（CN）负责编写分布式执行计划，数据节点（DN）并行执行，利用分片和数据交换机制，实现大数据量和复杂查询的线性扩展。

5. 如何确保 YashanDB 的高可用性与灾备能力？

YashanDB 通过完善的高可用架构和灾备机制保障业务连续性：

主备复制机制：采用 redo 日志物理复制主库数据至备库，支持同步和异步两种复制模式，满足不同的性能与数据保护需求。同步复制确保零数据丢失，异步复制提升系统吞吐。

主备自动切换：支持通过 Raft 算法实现主备自动选主，针对多备库场景保证主备角色快速切换，降低人为干预和故障恢复时间。

级联备库：备库的备库用于异地容灾，通过减轻主库带宽压力，保证异地备库数据及时同步。

共享集群高可用：基于共享存储与崖山集群服务（YCS）、崖山文件系统（YFS）实现多实例强一致读写，多节点发生异常时快速故障隔离与重组，保障系统多活高可用。

备份恢复：支持全库备份、增量备份、归档日志备份等，结合基于时间点恢复（PITR），确保异常情况下的数据恢复能力。

总结与技术建议

部署架构选择应基于业务负载及高可用需求，在典型场景中合理选择单机、分布式或共享集群架构。

针对不同应用场景，合理定义表的存储结构（行式、MCOL、SCOL）和索引构建，平衡在线事务处理与分析型查询。

充分利用 YashanDB 事务隔离和 MVCC 机制，结合锁机制和死锁检测，保障数据一致性同时提升并发性能。

注重统计信息的收集与维护，适时使用 Hint 和调整 SQL 执行计划树，实现查询效率的持续优化。

实施完善的备份策略，结合主备复制及自动选主机制，实现业务系统的容灾和快速故障恢复。

结论

随着数据规模异常增长和业务多样化需求的推动，数据库的性能优化、一致性保障及高可用性机制成为核心竞争力。YashanDB 凭借其灵活的部署架构、丰富的存储引擎、多版本并发控制、高效的 SQL 执行与完善的高可用系统，适应多样化复杂业务场景。通过深入理解和掌握其技术细节，开发人员及数据库管理员能够更有效地发挥 YashanDB 优势，实现业务的高效、稳定运行。展望未来，随着技术的持续演进，及时采纳优化实践和新功能将是提升系统竞争力的关键。