一、项目背景
为了给用户提供更好的补能体验，蔚来能源在加电基础设施上进行了大量的投入，截止 2021 年底，已经在全国各地布局了换电站 777 座，超充桩 3,404 根，目充桩 3,461 根，为用户安装家充桩 96,000+ 根。
为了对设备进行更高效的管理，需要将设备采集数据上报至云端进行存储，并提供实时数据查询、历史数据查询等业务服务，用来做设备监控和分析。
现状
在业务诞生之初，我们用作数据存储的选型是 MySQL + HBase，MySQL 存储设备最新实时数据，HBase 存储设备原始数据，大体架构如下：
之所以选择 HBase，有以下几个理由：
- HBase 在大数据领域应用较为广泛，适合存储海量数据，写入性能好
- 支持动态添加列，非常方便兼容数据模型变化
- 底层是键值对存储，数据可以比较稀疏，空数据不占存储空间
- 团队 HBase 技术使用相对较为成熟
痛点
初期因为设备不多，数据量不大，加上查询场景单一，HBase 表现不错，可以满足业务需求。
随着换电站和超充站等设备在全国的快速布局，设备数量持续增长，积累的数据量越来越多，长时间跨度数据查询效率出现瓶颈，再加上查询场景不断丰富，HBase 已经无法满足当前业务需要。问题主要体现在以下几点：
- HBase 只支持 Rowkey 索引，有很大的局限性，一些查询场景依赖 Rowkey 设计合理，如果业务调整，无法兼容
- 可以引入二级索引解决，单独维护查询条件与 Rowkey 关系，查询时先查到 Rowkey 再查数据，不管是引入中间件还是自己实现，都会增加整体架构和实现复杂度
- HBase 单表随着数据量增大，会触发自动分区，导致写入性能下降，需要通过建表时指定预分区来解决，调整起来很麻烦，需要重新建表生效
- HBase 不适用于大范围扫描查询，性能比较差
- HBase 不支持聚合查询，大跨度时间范围查询数据量太大，图表无法渲染
- HBase 部署需要依赖 ZooKeeper，运维成本高
二、落地方案
技术选型
为了解决这些痛点，我们将目光投向时下流行并且更适合物联网领域的时序数据库（Time-Series Database）。经过调研，对比多个技术选型，最终决定使用 TDengine 代替 HBase 作为设备原始数据存储。
在选型时我们考虑过 OpenTSDB，也是一款优秀的时序数据库产品，在部门其他业务中已经有过比较成熟的使用，能解决一部分遇到的痛点：
- OpenTSDB 在 HBase 基础上做了优化，包括存储元数据映射和压缩机制，使数据存储占用空间大大降低
- OpenTSDB 提供数据聚合查询功能，可以支持更大时间跨度查询的业务需求
但是 OpenTSDB 底层还是基于 HBase 的，HBase 存在的一些问题，OpenTSDB 依然会有，并且架构并没有变简单，没有摆脱 HBase 的依赖。
经过对比，我们决定尝试一下 TDengine Database，其官方给出的性能指标，单节点部署情况下可以达到 14810 k/s 读取，和 880k/s 写入，同时 TDengine 具备的一些特点能很好地解决我们遇到的痛点：
- 引入超级表概念对应设备类型，对每个设备创建子表继承超级表，通常相同设备类型的设备数据模型一定相同，通过超级表管理 schema 直接对子表生效很方便，同时对每个设备建表可以很好地做数据隔离，同时避免互相影响
- 采用多级存储，不同时间的数据使用不同存储介质，新数据经常访问存 SSD 保证效率，老数据存 HDD，节约成本
- 不依赖任何第三方软件，集群安装部署方便，支持灵活扩容
- 提供多种聚合函数，支持对数据的聚合查询
前期测试
我们使用 TDengine 做了一些简单的性能测试，评估使用 TDengine 是否能满足我们的业务需求。
测试准备
- 采用单节点部署
- 8 核 32GB，500GB 存储
- 采用默认配置
- 采用 RESTful API 方式写入数据
测试场景
模拟 10,000 个设备上报数据，消息并发约 4k 左右。
- 定义超级表如下
SQL -- 代码示例，非真实代码
CREATE STABLE device_data_point_0 (ts timestamp, d1 nchar(64), d2 nchar(64), ...) TAGS (t1 binary(64));- 最初采用每条上报消息进行一次数据写入，性能无法满足，而将单条消息写入改为批量写入，积累一批数据（100 条）后，再批量写入一次，性能可以支撑
测试结论
采用批量写入数据方式，调整合适的单批次数据量大小，使用单机部署（8 核 32 GB，500 GB 存储）默认配置的 TDengine 服务，RESTful API写入方式，在 4k 并发流量下写入没有问题，同时消费积压数据时峰值达到 7 k/s，因为单条消息包含信息量太大，实际处理中会拆分为 30 条写入 TDengine，所以实际写入 QPS 为 210 k/s，比满足同样数据流量的 HBase 集群规模要小不少，可以节省成本，再加上 TDengine 本身部署不依赖其他三方软件，也可以同时节省运维成本。
迁移方案
经过测试，我们决定先对部分设备应用 TDengine 时序数据库替代 HBase，同时需要考虑如何在不影响业务功能的情况下平滑过渡并完成迁移。
数据双写
因为目前没有现成的工具可以直接把数据从 HBase 迁移到 TDengine，如果自己开发一个工具做这件事情，开发成本太高，而且可能是一次性的。
考虑到不想浪费开发资源，同时我们需要一个过渡期，期间如果 TDengine 出现问题可以迅速切换回 HBase，不影响业务，所以不能马上把 HBase 废掉，所以我们决定先实现 TDengine 写入，并且暂时保持 HBase 和 TDengine 两个数据库双写。
写入方式
根据前期测试结果，我们选择直接采用批量方式写入数据：
- 并行处理不同设备类型数据
- 消费设备上报数据放入队列
- 当队列长度达到n或超过等待时间t，从队列中取出数据批量写入
经过压测，在n = 1,000，t = 500 ms 情况下，单次写入耗时基本在 10 ms 以内，意味着我们可以支持单个设备类型每秒上万的并发写入，并且还有进一步的优化提升空间。
查询切换
为了保证迁移过程顺利，并且迁移前后不会出现数据不完整的情况，我们做了一个查询开关：
- 配置 TDengine 功能上线时间
- 判断查询请求时间范围与配置时间大小，决定查 HBase 还是 TDengine
- 过渡期结束后，停止 HBase 服务
迁移后架构变为如下所示：
三、实际效果
目前我们已将线上部分设备的数据切换到 TDengine Database 集群，上线后集群表现稳定。
对比之前使用 HBase：
- 查询速度提升明显，从使用 HBase 查询单设备 24 小时数据的秒级返回，到使用 TDengine 查询查询相同数据的毫秒级返回
- 每天增量数据占用的存储空间相当于原来使用 HBase 时的 50%
- 集群计算资源成本相比使用 HBase 节省超过 60%
四、总结
- 总体上说，TDengine 读写性能表现很好，在满足我们业务需求的同时，极大地节省了计算资源和运维成本，目前尝试 TDengine 的业务场景还比较简单，只是单纯的数据写入和时间范围查询，后续可以结合 TDengine 更多进阶功能探索其他可以落地的业务场景
- 使用上还有一些问题待解决，比如 schema 调整在应用发版过程中对数据写入的影响，产生预期外的写入异常，以及异常定义不明确，无法快速定位问题，尤其是跟 schema 相关数据写入问题
- 监控方面目前支持的监控指标较少，这个问题据说会在后续版本丰富
- 数据迁移方面，目前官方支持工具还比较少，不能比较方便的把数据从其他存储引擎迁移到 TDengine，需要进行额外开发
关于作者
李鹏飞，蔚来汽车能源数字化产品开发部高级工程师，目前负责能源物联平台开发。
