与中国联通技术共建：通过obdiag分析OceanBase DDL中的报错场景

中国联通软件研究院（简称联通软研院）在全面评估与广泛调研后，在 2021年底决定采用OceanBase 作为基础，自研分布式数据库产品CUDB（即China Unicom Database，中国联通数据库）。目前，该分布式CUDB已在中国联通的338多个项目中顺利实施，助力完成了85TB的应用数据迁移，使慢SQL查询数量减少了43%，同时数据库运维效率的人均提升达到了20%。

为完善产品能力，支撑中国联通个性化的业务需求，联通软研院与OceanBase社区在数据库的内核和外围工具层面展开共建，比如事务日志解析LogMiner、敏捷诊断工具obdiag 等功能的深度共建，以及实现多个核心功能的研发，修复多个OceanBase内核BUG。其中，对于LogMiner的共建历程与经验已发文分享，本文主要分享obdiag共建的技术背景、设计思路、实现细节及其带来的价值。

一、分布式CUDB演进历程

四年前，中国联通基于内部数据库系统的痛点与外部100%自研要求的背景，启动全栈分布式数据库建设。从替代高危 MySQL、降低商用依赖，以及提升中国联通软研院软实力等多方面考虑，选定基于国内开源分布式数据库产品OceanBase打造自研数据库产品分布式CUDB（详情见生产系统稳定上线600天 ------中国联通分布式 CUDB 的开源共建和规模化应用）。

对于分布式 CUDB 的演进历程，简言之，联通软研院在引进OceanBase的第一年着重于产品化建设。实现产品的一键开通、弹性扩缩、高效迁移，并且开始试点推广应用。2023年开始对接监控运维体系，并且开始大规模推广使用。重点聚焦数据库产品生态工具方面的补齐和人员能力的提升，为替代 MySQL 和新上应用提供全栈国产的数据库资源及服务能力。

虽然联通软研院做了很多产品能力建设，如高效的数据迁移、异地容灾高可用、完善的数据库自治服务、智能预测与诊断自愈，形成了相对完善的产品体系。但仍面临诸多挑战，比如现有功能不完全满足联通的个性化需求，再比如运维人员对数据库内核和源码的掌控不足，导致处理集群问题时非常棘手。

因此，在2024年，联通软研院推动智能化运维，着手智能运维建设。其中，为进一步提高自动化运维诊断效率，联通软研院与OceanBase携手合作，在OceanBase敏捷诊断工具obdiag的基础上进行深度共建，并深入内核研究，共同研发了一项全新的功能------建索引报错的根因分析功能。

二、敏捷诊断工具obdiag共建背景

OceanBase是原生分布式数据库系统，故障根因分析通常是比较繁琐的，涉及的因素可能有很多，如机器环境、配置参数、运行负载等。专家在排查问题的时候需要获取大量的信息来分析故障。

那么，如何高效地获取故障场景下分散在各个节点的信息，挖掘其中的关联性，帮助用户自助诊断问题呢？

在引入obdiag前，每当遇到OceanBase数据库系统的复杂故障时，用户往往求助于原厂的专业团队。这不仅是因为故障排查涉及大量分布在不同节点上的信息，而且收集和整理这些信息缺乏统一的工具，再加上与专家反复沟通确认细节的过程，使整个故障解决周期变得漫长且充满变数。

拥有obdiag这一敏捷诊断工具后，通过obdiag的一键集群巡检、一键诊断分析、一键信息收集及一键根因分析功能，大大简化了故障排查的交互过程。即便是经验相对不足的技术人员也能够快速地识别出潜在问题，并根据诊断结果采取相应的措施，提升了故障排查工作的效率。

然而，obdiag现有的功能并不能满足联通软研院的故障排查需求。众所周知，在数据库运维中，DDL（Data Definition Language）操作是常见且重要的组成部分，其中包括创建、删除或修改数据库对象，比如表、索引等。但在实际生产环境中，DDL操作可能会因为各种原因失败，比如资源不足、并发冲突等，这会给业务带来不必要的中断和损失。为了解决这个问题，联通软研院基于obdiag框架进行了扩展，设计并实现了新的根因分析功能------建索引报错的根因分析。该功能能够在建索引失败时，像专家一样分析建索引失败的原因，给出分析报告。

三、建索引报错的根因分析

建索引报错的日志分析的基本思路是根据建索引的基本步骤，判断建索引失败在哪一步，然后决策收集哪些机器的日志。排查思路如下图所示。

排查共8个步骤。

第1步：租户名、数据库名、表名、创建索引失败的索引名字，作为输入参数。

第2步：根据入参，获取对应的tenant_id、database_id、table_id。

# 获取租户id
 select tenant_id from __all_tenant where tenant_name = '租户名';
 # 获取数据库id
 select database_id from  __all_database  where database_name='数据库名';
 # 获取表id
 select table_id  from __all_virtual_table where table_name = '表名' and tenant_id = '租户id' and database_id='数据库id';  

第3步：根据索引名，获取索引表id。

# 获取索引表id
 select table_id from __all_virtual_table_history where tenant_id = '租户id' and data_table_id = '数据库id' and table_name like '%索引名%';  

第4步：根据索引表ID，查询__all_virtual_ddl_error_message表格中是否有记录。

# 获取task_id、trace_id
 select task_id ,trace_id from __all_virtual_ddl_error_message where tenant_id = '租户id' and object_id = '索引表id';  

如果无记录，那说明失败在发送RPC，打印出信息，提示此时需要人工接入排查，否则进入步骤5

第5步：根据task_id,查询__all_rootservice_event_history表。

# 查询__all_rootservice_event_history表
 select event, value6,rs_svr_ip, rs_svr_port from __all_rootservice_event_history where value4 = 'task_id' and value2 != 0 and event != 'switch_state' and event not like 'index build task process fail' order by gmt_create desc limit 1;  

如果event字段的值为是ddl wait trans end ctx try_wait，那么进入第6步，如果是 index sstable build task finish，那么进入第7步，如果是其他的步骤，那么进入第8步。

第6步：event的名字为ddl wait trans end ctx try_wait，那么根据trace_id，去捞主表所有的tablet所在leader节点的日志。

第7步：event的名字为 index sstable build task finish，根据trace_id去捞取observer的日志。

第8步：event既不是ddl wait trans end ctx try_wait，也不是index sstable build task finish，此时需要根据trace_id去捞取rootservice.log.。

目前obdiag支持了增加索引时报错诊断场景，该支持适用于OceanBase 4.2.3 版本及OceanBase 4.3版本以上。

obdiag rca run --scene=index_ddl_error --input_parameters='{"tenant_name":"cudb_test","table_name":"test1245","database_name":"test","index_name":"idx_name"}' -c obce423config.yml  

input_patameters是一个用于输入不同根因分析场景下需要引入的变量赋值，输入对象的应该为一个json格式的字符串用于解析。

tenant_name：租户名table_name：表名database_name:库名index_name：索引名  

示例：如下为一次调用的结果record的展示。

总结

联通软研院与OceanBase的合作不仅是技术上的交流，更是对未来发展趋势的一种探索。通过共建obdiag的新功能，双方旨在达成四个目标。

· 提升运维效率：通过自动化的故障诊断，减少人工介入的时间成本，提升整体运维效率。

· 增强系统稳定性：及时发现并解决问题，提高数据库系统的稳定性和可靠性。

· 促进技术创新：借助双方的技术积累，共同探索数据库领域的前沿技术，推动技术创新。

· 增强用户体验：为用户提供更可靠、更高效的数据库服务，提高用户满意度。

在此过程中，特别感谢OceanBase谢振江（花名：仓氐）提供的排查思路及流程，以及中国联通软件研究院靖永栋提供根因分析场景编码实现。

附录

OceanBase GitHub仓库： GitHub - oceanbase/oceanbase: OceanBase is an enterprise distributed relational database with high availability, high performance, horizontal scalability, and compatibility with SQL standards.

感兴趣的DBA和开发者可以加入obdiag SIG进行共建开发。

•obdiag 下载地址： https://www.oceanbase.com/softwarecenter

•obdiag 官方文档： https://www.oceanbase.com/docs/obdiag-cn

•obdiag github地址： GitHub - oceanbase/obdiag: obdiag (OceanBase Diagnostic Tool) is designed to help OceanBase users quickly gather necessary information and analyze the root cause of the problem.

•obdiag SIG 营地： [obdiag SIG] 诊断工具组 · OceanBase 技术交流