應用運維管理平臺（AOM）和 Cassandra 是兩個不可分割的組成部分，它們共同構成了一個高效的解決方案，可以幫助企業在應用運維業務上取得巨大的優勢。在這篇文章中，我們將介紹 AOM 和 Cassandra 的優勢和特點，揭曉它們如何為企業保持市場競爭力的秘密。

導讀

隨著容器技術的普及，越來越多的企業通過微服務框架開發應用，業務逐漸轉變為云上實現服務，運維也逐漸轉向云上運維服務。在此環境下，云上應用的運維也遭遇了新的挑戰：

1.運維人員技能要求高，需要同時維護多套系統，配置繁雜。分布式追蹤系統的學習和使用成本高，穩定性差，性價比低。

2.云化場景下的分布式應用問題分析困難，主要表現在如何可視化微服務間的依賴關系，如何提高應用性能體驗，如何將散落的日志進行關聯分析，以及如何快速追蹤問題。

針對以上挑戰，AOM 應運而生。

AOM 是什么

AOM 是由華為云研發的云上應用一站式立體化運維管理平臺，由應用資源管理、監控中心（可觀測性分析）、自動化運維、采集管理四個子服務構成，提供一站式可觀測性分析和自動化運維方案，支持快速從云端和本地采集指標、日志和性能等數據，幫助用戶及時發現故障，全面掌握應用、資源及業務的實時運行狀況，提升企業海量數據運維的自動化能力和效率。

AOM 優勢眾多，功能強大，其背后離不開支撐其海量數據運轉的智能數據底座——華為云 GaussDB(forCassandra)。

為什么選擇 GaussDB(forCassandra)？

華為云 GaussDB(forCassandra)是一款兼容 Cassandra 生態的云原生 NoSQL 數據庫，支持類 SQL 語法 CQL。在華為云高性能、高可用、高可靠、高安全、可彈性伸縮的基礎上，提供了一鍵部署、快速備份恢復、計算存儲獨立擴容、監控告警等服務能力，尤其適用于各種海量數據處理和高并發業務場景。

出現數據熱點的業務。例如：某新聞時事 APP 需要管理大量新聞時事數據，當出現社會熱點事件時，相關新聞數據請求量急劇升高，此時需要保障 APP 正常運作，以及保持請求成功率穩定。

需要對時序數據建模的業務。例如：某氣象站需要每分鐘采集一次溫度，并存儲該次采集結果，同時需要保障數據的時效性，自動刪除過期數據。

需要對會話消息數據建模的業務。例如：某社交 APP 需要存儲大量的用戶及會話消息，需要保障用戶在不同會話消息間切換時耗時低、成功率高、響應時間短。

需要高速處理數據的業務。例如：某業務需要迅速處理來自不同設備或傳感器的數據。

需要實時監測數據的業務。例如：某運維平臺需要實時監測不同維度的數據，準確采集指標，快速完成運維。

需要使用社交媒體分析和推薦引擎的業務。例如：某電商 APP 需要分析用戶喜好商品，基于用戶喜好實現商品推薦，提升用戶體驗和產品競爭力。

……

此外，華為云 GaussDB(forCassandra)特性豐富，適用于廣泛業務場景。

大數據應用：GaussDB(forCassandra)可以處理海量數據，支持高吞吐量和低延遲的讀寫操作，因此適合大數據應用場景。

互聯網應用：GaussDB(forCassandra)可以處理高并發的讀寫請求，支持多數據中心部署，因此適合互聯網應用場景。

時間序列數據：GaussDB(forCassandra)支持時間序列數據的存儲和查詢，因此適合需要存儲和查詢時間序列數據的應用場景，如物聯網、日志分析等。

高可用性業務。GaussDB(forCassandra)采用多副本復制的方式來保證數據的可用性和可靠性。當一個節點出現故障時，系統可以自動將數據從其他節點中恢復，從而保證數據的完整性和一致性。

可伸縮性業務。GaussDB(forCassandra)可以輕松地擴展到數百個節點，處理 PB 級別的數據集，同時還支持動態添加和刪除節點，可以根據實際需求靈活地調整系統的規模和性能。

分布式存儲應用。GaussDB(forCassandra)采用分布式存儲的方式，將數據分散存儲在多個節點上，每個節點都可以獨立地處理讀寫請求。這種方式可以有效地提高數據的可用性和可靠性，同時也可以提高系統的吞吐量和擴展性。

分布式查詢應用：GaussDB(forCassandra)支持分布式查詢，可以將查詢請求分發到多個節點上并行處理，從而提高查詢的效率和響應速度。

……

綜上所述，GaussDB(forCassandra)非常適合大數據分析、實時數據處理、社交網絡、物聯網、分布式存儲和查詢等應用場景。

真實場景解讀——數據熱點問題

AOM 功能強大，涉及多種典型業務場景，如數據熱點、時序數據、實時監測等，因此選擇 GaussDB(forCassandra)作為底層數據支撐引擎。接下來就數據熱點問題作為切入點，揭秘 GaussDB(forCassandra)如何保障 AOM 在發生數據熱點時穩定運行。

場景復現：

監控運維海量數據時，表中特定數據訪問頻率驟升，部分分區產生熱點流量。表中主鍵設置不合理，某個分區下的業務量驟增，流量沖擊會集中在一個分區上，導致該分區對應的 token 所在節點的 CPU 持續居高不下。

問題根因：

GaussDB(forCassandra)是一個面向大數據場景的高度可擴展的高性能分布式數據庫，可用于管理海量的結構化數據。在業務使用的過程中，隨著業務量和數據流量的持續增長，一些業務的設計弊端逐漸暴露出來，降低了集群的穩定性和可用性。例如主鍵設計不合理、單個分區的記錄數或數據量過大、出現超大分區鍵等問題，導致了節點負載不均衡、集群穩定性下降等現象，這一類問題統稱為大 key 問題。產生大 key 的最主要原因是主鍵設計不合理，導致單個分區的記錄數或數據量過大。一旦某個分區存在海量數據時，對該分區的訪問會導致分區所在 server 的負載變高，嚴重時甚至會導致節點 OOM 等后果。

在日常生活中，經常會發生各種熱門事件，例如應用中對某熱點新聞進行上萬次的點擊瀏覽和評論時，會形成一個較大的請求量，這種情況下會在短時間內對同一個 key 頻繁操作，導致該 key 所在節點的 CPU 負載飆高，從而影響該節點上的其他請求，導致業務成功率下降。諸如此類的還有熱門商品促銷，網紅直播等場景，這些典型的讀多寫少的場景也會產生數據熱點問題。當某個 key 的請求在某一主機上的訪問超過 server 極限時，會導致熱 key 問題的產生。大 key 往往是熱 key 問題的間接原因。熱 key 會造成以下危害：流量集中，達到物理網卡上限；請求過多，緩存分片服務被擊垮；數據庫擊穿，引起業務雪崩等。

在上述場景中，主要是表中主鍵結構不合理，從而導致大 key 和熱 key 的產生，表結構如下所示。movie 表保存了短視頻的相關信息，分區鍵為 movieid，并且保存了用戶信息（uid）。如果 movieid 對應的視頻是一個熱門短視頻，有幾千萬甚至上億用戶點贊此短視頻，則該熱門短視頻所在的分區非常大。

CREATETABLEmovie(

movieidtext,

appidint,

uidbigint,

accessstringtext,

movienametext,

access_timetimestamp,

PRIMARYKEY(movieid,appid,uid,accessstring,moviename)

)

解決方案：

調整表結構。GaussDB(forCassandra)與其他數據庫相比，具有更加靈活的數據結構，支持主鍵和分區鍵的靈活設置，通過合理設置主鍵和分區鍵，調整表結構與查詢語句，對表中數據進行劃分，能夠有效優化查詢速度，提升運維效率。在上述場景中，movie 表的主鍵設置不合理，查詢數據量十分龐大，耗時久。創建新表為如下所示表結構時，表中數據量顯著減少。新表用于保存熱門短視頻信息，只保留短視頻公共信息，不包含用戶信息，確保該表不會產生大的分區鍵。

CREATETABLEhotmovieaccess(

movieidtext,

appidint,

accessstringtext,

accesstimetimestamp,

PRIMARYKEY(movieid,appid)

)

使用緩存。緩存可以提高讀操作的響應性，需要使用額外的內存來存儲數據，從而盡可能減少必須完成的磁盤讀。隨著緩存大小的增加，可以從內存提供服務的“命中”數也會增加。GaussDB(forCassandra)內置的緩存包括鍵緩存和行緩存等類型。鍵緩存存儲了分區鍵與行索引之間的一個映射，以便于更快地訪問存儲在磁盤上的 SSTable；行緩存可以為每個分區緩存一定的行，提高頻繁訪問的行的讀取速度。

在上述場景中，可以使用緩存來緩解流量沖擊。業務應用先從緩存中讀取熱點信息，沒有查詢到則從數據庫中查詢，減少數據庫查詢次數。整體邏輯流程如下所示。

數據熱點檢測工具：

數據熱點會給業務帶來壓力，影響業務正常運行。出現數據熱點后再去解決為時已晚，因此需要預知數據熱點問題，提前設計解決方法，保證業務正常運行。為此，GaussDB(forCassandra)為業務提供了大 key 和熱 key 的檢測和預警工具。

大 key 檢測。通過大規模業務觀察學習，GaussDB(forCassandra)定義超過以下任意閾值的 key 即為大 key：1.單個分區鍵的行數不能超過 10 萬行；2.單個分區的大小不超過 100MB。

熱 key 檢測。通過大規模業務觀察學習，GaussDB(forCassandra)定義訪問頻率大于 100000 次/min 的 key 即為熱 key。

GaussDB(forCassandra)支持大 key 和熱 key 的檢測和告警工具，客戶可根據實際業務需求，在產品界面配置實例的大 key 和熱 key 告警。同時，在發生大 key 和熱 key 事件時，系統會第一時間發送預警通知，客戶可在產品界面查看監控事件數據，及時處理相關告警，避免業務波動。

總結：

針對數據熱點問題，GaussDB(forCassandra)提供了大 key 和熱 key 的實時檢測，以幫助業務進行合理的方案設計，規避業務穩定性風險；提供了大 key 和熱 key 的實時監控，確保第一時間感知業務風險；提供了大 key 和熱 key 的解決方案，在面對大數據量洪峰場景時，增強了集群的穩定性與可用性，為客戶業務持續穩定運行保駕護航。

綜上所述，在線業務在使用 GaussDB(forCassandra)時，必須執行相關的開發規則和使用規范，在開發設計階段就降低使用風險。一般按照“制定規范”→“接入評審”→“定期巡檢”→“優化規則”的治理流程進行。合理的設計一般會降低大部分風險發生的概率，對于業務來說，任何表的設計都要考慮是否會導致大 key 和熱 key 的產生、是否會造成負載傾斜的問題。另外需要建立數據老化機制，表中的數據不能無限制的增長而不刪除或者老化。針對讀多寫少的場景，要增加緩存機制，來應對讀熱點問題，提升查詢性能；針對每個分區鍵以及每行數據，要控制其大小，超出限制后要及時優化，否則將影響性能和穩定性。

結論

AOM 和 GaussDB(forCassandra)的組合成功打造了一套高效、可擴展、高性能、靈活和可定制的海量數據監控運維平臺，可以幫助企業更好地管理和利用監控數據，提高運維效率，助力企業在不斷變化的市場環境中保持競爭優勢。

審核編輯黃宇