知乎规模化落地OceanBase实践与技术生态共建
作者：知乎数据库负责人代晓磊
一、知乎数据架构演进
知乎作为一家中文互联网问答社区，业务场景复杂多样，数据存储和处理需求也极为庞大，数据库架构经历了从单一数据库到多种数据库并存的演进过程。
最初主要依赖传统的SQL数据库（如MySQL），但随着业务规模扩大，SQL数据库在面对高并发、大数据量场景时逐渐暴露出性能瓶颈。为了满足不同业务场景需求，逐步引入了多种数据库类型，包括NoSQL数据库（如Redis、MongoDB）和图数据库。Redis用于缓存和快速读取，MongoDB用于处理非结构化数据，图数据库用于处理用户关系和内容推荐等复杂关系数据。
希望再接入一款分布式数据库来解决裸金属服务器MySQL实例间的隔离问题，并降低存储成本。基于业务需求，确定了分布式数据库的选型五要素：
- 业务场景 — 决定了数据库的使用场景和需求
- 数据库特性 — ACID、高可用性、扩展性、多租户、云原生operator等
- 运维能力 — DBA需要完全掌握数据库使用技巧
- 生态完善 — 数据迁移工具、监控报警、备份恢复等周边工具
- 安全 — 防攻击、可控，代码开源
二、OceanBase 在知乎核心场景落地历程
在数据库选型初期，看中OceanBase两项能力：多租户能力和数据压缩能力。
知乎原有的MySQL架构采用云厂商裸金属服务器自建，拥有上百台高配服务器，包含数千个MySQL实例。由于缺乏数据隔离，MySQL实例大小不均衡，资源争抢问题明显。OceanBase的多租户特性能够有效解决资源隔离和合理分配需求，同时数据压缩能力非常强。
（一）前期调研
在正式上线前，重点测试了兼容性、数据迁移和分区表设计等关键环节。
- 兼容性和使用限制 — 通过功能验证、性能压测，了解表长度限制等使用限制
- 大表的分区表设计 — 单表将近3TB，需设计合理的分区规则和分区字段
- 有效划分租户 — 使磁盘、Memory、CPU等多种资源得到充分利用
（二）应用场景
经过下载验证、阅读官方文档、全面调研，并加入社区，确认与MySQL兼容且产品稳定可靠后，逐步开始在非核心业务线、核心业务线进行验证。将MySQL大表通过OMS迁移至OceanBase，观测增量数据同步性能。相较MySQL，OceanBase可提升至少30%的读写性能，数据压缩至少2倍。
目前OceanBase已在知乎的直答（AI RAG服务）、安全、教育等多个业务线成功落地，打开了MySQL大实例带来的扩展和存储瓶颈，解决了数据隔离问题，带来了40%以上的降本效果。知乎的OceanBase集群规模达7套集群，包含33个租户，共计91台高配服务器。
（三）OBKV引入计划
近期计划将OBKV应用到业务场景中，替换Redis。OBKV-Redis是OceanBase自研且完全兼容Redis协议的持久化缓存数据库。将内部自研KV数据库中的9000亿条数据导入OBKV-Redis进行大规模压测，其中string类型数据达到2100亿条。
建议在使用OBKV-Redis时，重点关注string类型的应用，对于其他数据类型需根据业务需求进行充分测试。
（四）OceanBase 生态工具链
充分利用生态工具，包括迁移工具OMS、管控云平台OCP、ob-operator和OceanBase Dashboard等。
OMS支持多种数据库产品、增量MySQL变更实时同步。在数据迁移压测中，仅用一天时间就将337亿数据全部迁移到OceanBase，每秒QPS最高达到七八十万。目前完成了35个迁移任务，包含54个数据源。
OCP是强大的图形化运维管控平台，实现全生命周期管理。
ob-operator相当于基于Kubernetes的OCP，用于快速部署和管理OceanBase集群，并提供白屏运维工具OceanBase Dashboard。
四、技术社区共建
在2023年，和OceanBase社区联合举办了”走进知乎”企业行，现场近百名参与者。加入OceanBase社区的cloud native SIG，与其他成员共同探讨云原生、operator和Kubernetes等技术在OceanBase中的应用。
五、总结 & 展望
通过在多个核心业务系统上线使用OceanBase，完成了技术栈的转型升级。OceanBase的多租户和资源隔离能力有效解决了资源管理痛点；高压缩能力帮助降低了存储成本；OMS、OCP、ob-operator等助力实现高效运维。
展望未来，希望进一步探索OceanBase与AI的充分融合，落地更多向量化场景；丰富OCP的智能巡检能力，正式推广ob-operator和OceanBase Dashboard；继续深化与OceanBase社区的合作，共同推动OceanBase技术的发展。