YouTube如何利用MySQL支撑24.9亿用户？

前言：本文概述Vitess架构，如需了解更多信息，请在文章底部查看参考资料。本文基于笔者研究，可能与具体实践情况有所差异。

从前，三个PayPal前员工决定建立一个约会网站，然而他们的商业模式失败了。

因此他们转而创建了一个视频共享网站，并将其命名为YouTube。

他们将视频标题、描述和用户数据存储在MySQL中。随着用户增加，他们采用领导者-追随者（Leader-Follower）复制拓扑设置 MySQL 来扩展。

MySQL 中的领导者-追随者复制拓扑

MySQL中的复制是单线程的，因此，追随者无法跟上领导者的极端写入操作的新数据。

YouTube的增长速度是爆炸性的，其用户数达到惊人的十亿，成为世界上访问量第二大的网站。

因此，他们通过添加缓存进行了横向扩展，并预加载了MySQL二进制日志中的所有事件。这意味着复制变得受内存限制，速度更快。

尽管这暂时解决了他们的可扩展性问题，但新的问题又出现了，比如：

1. 分片

MySQL必须分区以处理存储需求，但在分片后，事务和连接就会变得困难，因此应该使用应用程序逻辑处理。

这意味着应用程序逻辑应该找到要查询的分片，这会增加停机的可能性。

2. 性能

领导者-跟随者复制拓扑导致从跟随者读取陈旧数据，因此，如果需要新鲜数据，应用逻辑必须将读取路由到领导者。

这需要额外的逻辑实现。

3. 保护

有些查询可能需要太长时间才能返回数据，同时，太多的MySQL连接可能存在问题，会使数据库崩溃。

MySQL

他们希望在MySQL之上建立一个抽象层，实现简单性和可扩展性，因此，他们创建了Vitess。

以下是Vitess提供极端可扩展性的方式：

1. 与数据库交互

他们在每个MySQL实例前安装了一个边车（sidecar）服务器，并称之为VTTablet。

VTTablet作为边车服务器运行

作用：

• 控制MySQL服务器和管理数据库备份
• 通过添加限制子句重写昂贵的查询
• 缓存频繁访问的数据以防止出现惊群问题

2. 路由SQL查询

设置了一个无状态代理服务器来路由查询，并称之为VTGate。

VTGate将查询路由到特定分片

作用：

• 根据模式和分片方案找到正确的VTTablet来路由查询
• 通过连接池保持较低的MySQL连接数
• 与应用层使用MySQL协议通信
• 为了简单起见，像一个整体式MySQL服务器一样运行
• 限制同时进行的事务数量以提高性能

使用多个VTGate服务器进行扩展

同时运行多个VTGate服务器来实现扩展。

3. 状态信息

设置了一个分布式键值数据库来存储有关模式、分片方案和角色的信息。

存储元信息的键值数据库

键值数据库还处理数据库之间的关系，如领导者和跟随者。

YouTube使用Zookeeper来实现键值数据库，并将这些数据缓存在VTGate上以获得更好的性能。

更新键值数据库

他们运行了一个HTTP服务器来保持键值数据库更新，并称之为VTctld。它获取所有服务器及其关系的完整列表，然后更新键值数据库。

总结

Vitess的高级架构

• VTGate：代理服务器，用于路由查询
• 键值数据库：拓扑管理的配置服务器
• VTTablet：每个MySQL上运行的边车服务器

YouTube工程师们用Go编写了Vitess并将其开源，并支持MariaDB。

YouTube通过Vitess+MySQL组合就能服务24.9亿用户，该案例研究表明，MySQL可以轻松处理互联网规模的流量。

>>>>

参考资料

• Vitess Official Site https://vitess.io/
• Vitess Architecture Official Docs https://vitess.io/docs/19.0/overview/architecture/
• Scaling YouTube's Backend: The Vitess Trade-offs - @Scale 2014 - Data https://www.youtube.com/watch?v=5yDO-tmIoXY
• Vitess: A Distributed Scalable Database Architecture https://www.youtube.com/watch?v=SXJZuGgXINk
• What Is Vitess? https://vitess.io/docs/19.0/overview/whatisvitess/
• Vitess on GitHub https://github.com/vitessio/vitess
• Scalability at YouTube https://www.youtube.com/watch?v=G-lGCC4KKok
• Vitess Supported Databases https://vitess.io/docs/19.0/overview/supported-databases/
• Do Mysql slaves run multiple threads to read the Relay log to sync up the Master's operation https://stackoverflow.com/questions/35256926/do-mysql-slaves-run-multiple-threads-to-read-relay-log-for-sync-up-masters-oper
• 11 Reasons Why YouTube Was Able to Support 100 Million Video Views a Day With Only 9 Engineers https://newsletter.systemdesign.one/p/youtube-scalability
• Most Visited Websites In The World (May 2024) https://explodingtopics.com/blog/most-visited-websites