一、PolarDB-X 简介

PolarDB-X 是一款面向超高并发、海量存储、复杂查询场景设计的云原生分布式数据库系统。其采用 Shared-nothing 与存储计算分离架构，支持水平扩展、分布式事务、混合负载等能力，具备企业级、云原生、高可用、高度兼容 MySQL 系统及生态等特点。

PolarDB-X 最初为解决阿里巴巴天猫“双十一”核心交易系统数据库扩展性瓶颈而生，之后伴随阿里云一路成长，是一款经过多种核心业务场景验证的、成熟稳定的数据库系统。

二、PolarDB-X 的核心特性

水平扩展

PolarDB-X 采用 Shared-nothing 架构进行设计，支持多种 Hash 和 Range 数据拆分算法，通过隐式主键拆分和数据分片动态调度，实现系统的透明水平扩展。

分布式事务

PolarDB-X 采用 MVCC + TSO 方案及 2PC 协议实现分布式事务。事务满足 ACID 特性，支持 RC/RR 隔离级别，并通过一阶段提交、只读事务、异步提交等优化实现事务的高性能。

混合负载

PolarDB-X 通过原生 MPP 能力实现对分析型查询的支持，通过 CPU quota 约束、内存池化、存储资源分离等实现了 OLTP 与 OLAP 流量的强隔离。

企业级

PolarDB-X 为企业场景设计了诸多内核能力，例如 SQL 限流、SQL Advisor、TDE、三权分立、Flashback Query 等。

云原生

PolarDB-X 在阿里云上有多年的云原生实践，支持通过 K8S Operator 管理集群资源，支持公有云、混合云、专有云等多种形态进行部署，并支持国产化操作系统和芯片。

高可用

通过多数派 Paxos 协议实现数据强一致，支持两地三中心、三地五副本等多种容灾方式，同时通过 Table Group、Geo-locality 等提高系统可用性。

兼容 MySQL 系统及生态

PolarDB-X 的目标是完全兼容 MySQL ，目前兼容的内容包括 MySQL 协议、MySQL 大部分语法、Collation、事务隔离级别、Binlog 等。

三、如何搭建的高可用系统

1. 创建实验资源及安装环境

开始实验之前，需要先创建ECS实例资源，并安装Docker、kubectl、minikube和Helm3，最后安装MySQL。

2. 使用PolarDB-X Operator安装PolarDB-X

使用minikube创建Kubernetes集群。

minikube是由社区维护的用于快速创建Kubernetes测试集群的工具，适合测试和学习Kubernetes。使用minikube创建的Kubernetes集群可以运行在容器或是虚拟机中，该实验场景以CentOS 8.5上创建Kubernetes为例。

a.新建账号galaxykube，并将galaxykube加入docker组中。【minikube要求使用非root账号进行部署】，切换到账号galaxykube，进入到home/galaxykube目录。执行如下命令，启动一个minikube。

minikube start --cpus 4 --memory 12288 --image-mirror-country cn --registry-mirror=https://docker.mirrors.sjtug.sjtu.edu.cn --kubernetes-version 1.23.3

b.执行如下命令，使用kubectl查看集群信息。

kubectl cluster-info

部署 PolarDB-X Operator。

a.执行如下命令，创建一个名为polardbx-operator-system的命名空间。

kubectl create namespace polardbx-operator-system

b.执行如下命令，安装PolarDB-X Operator。

helm repo add polardbx https://polardbx-charts.oss-cn-beijing.aliyuncs.com
helm install --namespace polardbx-operator-system polardbx-operator polardbx/polardbx-operator

c.执行如下命令，查看PolarDB-X Operator组件的运行情况。等待所有组件都进入Running状态，表示PolarDB-X Operator已经安装完成。

kubectl get pods --namespace polardbx-operator-system

部署 PolarDB-X 集群。

a.创建polardb-x.yaml，按i键进入编辑模式，将如下代码复制到文件中，然后按ECS退出编辑模式，输入:wq后按下Enter键保存并退出。

apiVersion: polardbx.aliyun.com/v1
kind: PolarDBXCluster
metadata:
  name: polardb-x
spec:
  config:
    dn:
      mycnfOverwrite: |-
        print_gtid_info_during_recovery=1
        gtid_mode = ON
        enforce-gtid-consistency = 1
        recovery_apply_binlog=on
        slave_exec_mode=SMART
  topology:
    nodes:
      cdc:
        replicas: 1
        template:
          resources:
            limits:
              cpu: "1"
              memory: 1Gi
            requests:
              cpu: 100m
              memory: 500Mi
      cn:
        replicas: 2
        template:
          resources:
            limits:
              cpu: "2"
              memory: 4Gi
            requests:
              cpu: 100m
              memory: 1Gi
      dn:
        replicas: 1
        template:
          engine: galaxy
          hostNetwork: true
          resources:
            limits:
              cpu: "2"
              memory: 4Gi
            requests:
              cpu: 100m
              memory: 500Mi
      gms:
        template:
          engine: galaxy
          hostNetwork: true
          resources:
            limits:
              cpu: "1"
              memory: 1Gi
            requests:
              cpu: 100m
              memory: 500Mi
          serviceType: ClusterIP
  upgradeStrategy: RollingUpgrade

b.创建PolarDB-X集群，查看PolarDB-X集群创建状态。

3. 连接PolarDB-X集群

1.执行如下命令，查看PolarDB-X集群登录密码。

kubectl get secret polardb-x -o jsonpath="{.data['polardbx_root']}" | base64 -d - | xargs echo "Password: "

2.执行如下命令，将PolarDB-X集群端口转发到3306端口。

kubectl port-forward svc/polardb-x 3306

3.执行如下命令，连接PolarDB-X集群。

mysql -h127.0.0.1 -P3306 -upolardbx_root -p<PolarDB-X集群登录密码>

4. 启动业务

·准备压测数据

创建压测数据库sysbench_test，输入exit退出数据库，切换到账号galaxykube。
进入到/home/galaxykube目录，创建准备压测数据的sysbench-prepare.yaml文件。
按i键进入编辑模式，将如下代码复制到文件中，然后按ECS退出编辑模式，输入:wq后按下Enter键保存并退出。

apiVersion: batch/v1
kind: Job
metadata:
  name: sysbench-prepare-data-test
  namespace: default
spec:
  backoffLimit: 0
  template:
    spec:
      restartPolicy: Never
      containers:
        - name: sysbench-prepare
          image: severalnines/sysbench
          env:
            - name: POLARDB_X_USER
              value: polardbx_root
            - name: POLARDB_X_PASSWD
              valueFrom:
                secretKeyRef:
                  name: polardb-x
                  key: polardbx_root
          command: [ 'sysbench' ]
          args:
            - --db-driver=mysql
            - --mysql-host=$(POLARDB_X_SERVICE_HOST)
            - --mysql-port=$(POLARDB_X_SERVICE_PORT)
            - --mysql-user=$(POLARDB_X_USER)
            - --mysql_password=$(POLARDB_X_PASSWD)
            - --mysql-db=sysbench_test
            - --mysql-table-engine=innodb
            - --rand-init=on
            - --max-requests=1
            - --oltp-tables-count=1
            - --report-interval=5
            - --oltp-table-size=160000
            - --oltp_skip_trx=on
            - --oltp_auto_inc=off
            - --oltp_secondary
            - --oltp_range_size=5
            - --mysql_table_options=dbpartition by hash(`id`)
            - --num-threads=1
            - --time=3600
            - /usr/share/sysbench/tests/include/oltp_legacy/parallel_prepare.lua
            - run

4.执行如下命令，运行准备压测数据的sysbench-prepare.yaml文件，初始化测试数据。

kubectl apply -f sysbench-prepare.yaml

5.执行如下命令，获取任务进行状态。

kubectl get jobs

·启动压测流量。

创建启动压测的sysbench-oltp.yaml文件。
按i键进入编辑模式，将如下代码复制到文件中，然后按ECS退出编辑模式，输入:wq后按下Enter键保存并退出。

apiVersion: batch/v1
kind: Job
metadata:
  name: sysbench-oltp-test
  namespace: default
spec:
  backoffLimit: 0
  template:
    spec:
      restartPolicy: Never
      containers:
        - name: sysbench-oltp
          image: severalnines/sysbench
          env:
            - name: POLARDB_X_USER
              value: polardbx_root
            - name: POLARDB_X_PASSWD
              valueFrom:
                secretKeyRef:
                  name: polardb-x
                  key: polardbx_root
          command: [ 'sysbench' ]
          args:
            - --db-driver=mysql
            - --mysql-host=$(POLARDB_X_SERVICE_HOST)
            - --mysql-port=$(POLARDB_X_SERVICE_PORT)
            - --mysql-user=$(POLARDB_X_USER)
            - --mysql_password=$(POLARDB_X_PASSWD)
            - --mysql-db=sysbench_test
            - --mysql-table-engine=innodb
            - --rand-init=on
            - --max-requests=0
            - --oltp-tables-count=1
            - --report-interval=5
            - --oltp-table-size=160000
            - --oltp_skip_trx=on
            - --oltp_auto_inc=off
            - --oltp_secondary
            - --oltp_range_size=5
            - --mysql-ignore-errors=all
            - --num-threads=8
            - --time=3600
            - /usr/share/sysbench/tests/include/oltp_legacy/oltp.lua
            - run

执行如下命令，运行启动压测的sysbench-oltp.yaml文件，开始压测。

kubectl apply -f sysbench-oltp.yaml

执行如下命令，查找压测脚本运行的POD。

kubectl get pods

执行如下命令，查看QPS等流量数据。

kubectl logs -f 目标POD

5. 体验PolarDB-X高可用能力

经过前面的准备工作，我们已经用PolarDB-X+Sysbench OLTP搭建了一个正在运行的业务系统。本步骤将通过使用kill POD的方式，模拟物理机宕机、断网等导致的节点不可用场景，并观察业务QPS的变化情况。

切换到账号galaxykube，获取CN POD的名字。返回结果如下，以‘polardb-x-xxxx-cn-default’开头的是CN POD的名字。

2.删除任意一个CN POD，查看CN POD自动创建情况。返回结果如下，可查看到CN POD已经处于自动创建中。经过几十秒后，被kill的CN POD自动恢复正常。切换至终端二，可查看kill CN之后业务QPS的情况。

3.切换至终端三，获取DN POD的名字。返回结果如下，以‘polardb-x-xxxx-dn’开头的是DN POD的名字。

4.执行如下命令，删除任意一个DN POD，查看DN POD自动创建情况。返回结果如下，您可查看到DN POD已经处于自动创建中。经过几十秒后，被kill的DN POD自动恢复正常。切换至终端二，可查看kill DN之后业务QPS的情况。

5.切换至终端三，获取CDC POD的名字。返回结果如下，以‘polardb-x-xxxx-cdc-defaul’开头的是CDC POD的名字。

6.删除任意一个CDC POD,查看CDC POD自动创建情况。返回结果如下，您可查看到CDC POD已经处于自动创建中。经过几十秒后，被kill的CDC POD自动恢复正常。切换至终端二，您可查看kill CDC之后业务QPS的情况。

四、如何联动的数据大屏

1. 创建实验资源/安装PolarDB-X

开始实验之前，需要先创建ECS实例资源,之后安装并启动Docker，最后安装PolarDB-X

2. 在PolarDB-X中准备订单表

PolarDB-X支持通过MySQL Client命令行、第三方客户端以及符合MySQL交互协议的第三方程序代码进行连接。本实验使用MySQL Client命令行连接到PolarDB-X数据库。

安装MySQL，查看MySQL版本号。执行如下命令，登录PolarDB-X数据库。

mysql -h127.0.0.1 -P8527 -upolardbx_root -p123456

2.执行SQL语句，创建并使用测试库mydb。

3.执行如下SQL语句，创建订单表orders。

CREATE TABLE `orders` (
 `order_id` int(11) NOT NULL AUTO_INCREMENT,
 `order_date` datetime NOT NULL,
 `customer_name` varchar(255) NOT NULL,
 `price` decimal(10, 5) NOT NULL,
 `product_id` int(11) NOT NULL,
 `order_status` tinyint(1) NOT NULL,
 PRIMARY KEY (`order_id`)
)AUTO_INCREMENT = 10001;

4.执行如下SQL语句，给订单表orders中插入数据。

INSERT INTO orders
VALUES (default, '2020-07-30 10:08:22', 'Jark', 50.50, 102, false),
       (default, '2020-07-30 10:11:09', 'Sally', 15.00, 105, false),
       (default, '2020-07-30 12:00:30', 'Edward', 25.25, 106, false);

3. 运行Flink

安装JDK。

使用yum安装JDK 1.8，查看是否安装成功。返回结果如下，表示您已成功安装JDK 1.8。

下载Flink和Flink CDC MySQL Connector。

下载并解压Flink，进入lib目录。执行如下命令，下载flink-sql-connector-mysql-cdc。

wget https://labfileapp.oss-cn-hangzhou.aliyuncs.com/PolarDB-X/flink-sql-connector-mysql-cdc-2.2.1.jar

启动Flink。

a.执行如下命令，启动Flink。

./bin/start-cluster.sh

b.执行如下命令，连接Flink。

./bin/sql-client.sh

在Flink中创建与PolarDB-X关联的订单表orders。

a.执行如下SQL语句，创建订单表orders。

CREATE TABLE orders (
 order_id INT,
 order_date TIMESTAMP(0),
 customer_name STRING,
 price DECIMAL(10, 5),
 product_id INT,
 order_status BOOLEAN,
 PRIMARY KEY (order_id) NOT ENFORCED
) WITH (
'connector' = 'mysql-cdc',
'hostname' = 'localhost',
'port' = '8527',
'username' = 'polardbx_root',
'password' = '123456',
'database-name' = 'mydb',
'table-name' = 'orders'
);

b.执行如下SQL语句，查看订单表orders。可以查看到PolarDB-X的订单表orders的数据已经同步到Flink的订单表orders中。

select * from orders;

4. 启动压测脚本并实时获取GMV

经过前面几步操作后，我们在PolarDB-X中准备好了原始订单表，在Flink中准备好了对应的订单表，并通过 PolarDB-X Global Binlog与Flink CDC MySQL Connector打通了两者之间的实时同步链路。本步骤将指导您如何创建压测脚本，模拟双十一零点大量订单涌入的场景。

准备压测脚本。

a.创建新的终端二，配置文件mysql-config.cnf。将如下代码添加到配置文件mysql-config.cnf中。

[client]
user = "polardbx_root"
password = "123456"
host = 127.0.0.1
port = 8527

b.添加完成后，按下Esc键后，输入:wq后按下Enter键保存并退出。创建脚本buy.sh，将如下代码添加到脚本buy.sh中。添加完成后，按下Esc键后，输入:wq后按下Enter键保存并退出。

#!/bin/bash

echo "start buying..."

count=0
while :
do
 mysql --defaults-extra-file=./mysql-config.cnf -Dmydb -e "insert into orders values(default, now(), 'free6om', 1024, 102, 0)"
 let count++
 if ! (( count % 10 )); then
  let "batch = count/10"
  echo $batch": got 10 products, gave 1024￥"
 fi
 sleep 0.05
done

c.执行如下命令，为脚本buy.sh增加执行权限。

chmod +x buy.sh

启动Flink实时计算。

切换至终端一，在Flink中执行如下SQL语句，查询GMV（gmv列）和订单数（orders列）。

select 1, sum(price) as gmv, count(order_id) as orders from orders;

启动压测脚本。

a.切换至终端二，执行如下命令，启动压测脚本，开始创建订单。

b.切换至终端一，在Flink的实时计算结果中，可查看到实时的GMV（gmv列）和订单数（orders列）。

零基础入门PolarDB-X：搭建高可用系统并联动数据大屏