随着云计算和大数据时代的深入发展，企业对数据库的性能、扩展性、可靠性和成本效益提出了前所未有的高要求。传统数据库架构，尤其是基于本地存储的共享存储架构，在应对海量数据、高并发访问及弹性伸缩需求时，常常面临瓶颈。阿里云推出的云原生数据库PolarDB，通过创新的“计算与存储分离”架构和自研的分布式共享存储系统PolarFS，为这些挑战提供了优雅的解决方案。本文上篇将聚焦于PolarDB的整体数据处理流程及其底层核心——存储支持服务PolarFS的实现机制。

一、PolarDB概述：云原生数据库的架构革新

PolarDB是阿里云自主研发的云原生关系型数据库，100%兼容MySQL、PostgreSQL和Oracle引擎。其最核心的创新在于采用了“计算与存储分离”的架构。在此架构下：

• 计算层（数据库引擎节点）：由多个读写节点（RW）和只读节点（RO）组成，它们是无状态的，主要负责SQL解析、优化、执行、事务处理等计算任务。计算节点可以根据业务负载动态弹性扩缩容。
• 存储层：由一个跨多个物理服务器的、高性能的分布式共享存储集群构成。所有计算节点都通过高速网络（如RDMA）访问同一份存储数据，实现了数据的强一致性和共享。
• 日志即数据（Log is Data）：PolarDB摒弃了传统数据库中将数据页（Page）作为同步单元的模式，转而将重做日志（Redo Log）作为主同步介质。存储层直接接收并持久化来自主节点的Redo Log，并在后台异步地将其应用（回放）到数据页上。这极大地减少了主节点与存储层之间、以及主从节点之间的数据传输量，降低了主节点的写延迟和负载。

这种分离架构带来了显著优势：存储容量可独立、无缝扩展至百TB级别；计算节点快速弹性伸缩（分钟级增加只读实例）；存储按实际使用量计费，成本更低；并通过多副本机制保障了数据的高可靠性与高可用性。

二、数据处理流程：从SQL到持久化存储

在PolarDB中，一条写事务（如INSERT/UPDATE）的生命周期清晰地体现了其架构优势：

1. SQL处理：主计算节点接收SQL请求，经过解析、优化后，在内存中执行数据修改，生成对应的Redo Log记录（描述数据的变化，而非数据页本身）。
2. 日志下沉（Log Sink）：主节点不是将修改后的脏数据页刷盘，而是将生成的Redo Log通过高效网络协议批量、并行地发送到后端的PolarFS存储集群。这个过程是同步的，确保日志持久化后事务才算提交成功，保证了持久性（Durability）。
3. 存储层持久化与应用：PolarFS接收Redo Log，首先将其持久化写入到多副本的日志存储系统中。存储层内部的“日志回放服务”会异步地将这些Redo Log应用到对应的数据页上，生成新的数据页版本。数据页以“写时复制（Copy-on-Write）”方式更新，旧版本得以保留，这天然支持了快速快照功能，是备份、克隆等操作的基础。
4. 只读节点数据同步：只读节点（RO）不与存储层进行复杂的数据页同步。它们只需从存储层（或主节点）获取最新的Redo Log，并在本地内存中回放，即可获得与主节点一致的数据视图。这避免了从主节点复制大量数据页带来的网络和I/O开销，使得只读节点的添加几乎不影响主节点性能，实现了近乎线性的扩展。

三、核心基石：PolarFS分布式共享存储系统

PolarFS是支撑PolarDB“计算与存储分离”架构的自研高性能分布式文件系统，它是整个系统的数据持久化基石。其设计目标是为数据库负载提供极低延迟、高吞吐、强一致和高可用的块存储服务。

1. 架构设计

PolarFS采用分层架构：

• 客户端（ChunkServer Client）：嵌入在每个数据库计算节点中，以用户态文件系统（FUSE）或内核模块形式存在，提供标准的POSIX文件接口（如pwrite/pread）。它负责处理I/O请求的路由、缓存和协议编解码。
• 元数据服务（ChunkMaster）：管理整个文件系统的命名空间、文件到数据块（Chunk）的映射关系、以及数据块副本的位置信息。它本身是高可用的集群。
• 数据存储服务（ChunkServer）：负责实际数据块（通常为几十MB大小）的存储。数据块以多副本（通常为3副本）形式分布在不同的物理服务器上，通过Raft共识协议保证副本间的一致性。

2. 关键技术创新

为了实现数据库所需的极致I/O性能，PolarFS集成了多项尖端技术：

• RDMA高速网络：计算节点与存储节点之间、存储节点内部广泛使用RDMA（远程直接内存访问）技术进行通信。RDMA允许数据绕过操作系统内核和CPU，直接从一台机器的内存传输到另一台机器的内存，大幅降低了网络延迟和CPU开销。这是实现低延迟同步写日志的关键。
• 用户态I/O栈（Bypass Kernel）：传统的文件系统I/O路径需要经过内核，存在上下文切换和内存拷贝的开销。PolarFS的客户端运行在用户态，通过SPDK（存储性能开发工具包）等技术直接访问NVMe SSD等硬件，实现了从应用到存储介质的“零拷贝”短路径，显著提升I/O效率。
• 并行复制与一致性协议优化：针对数据库写日志的顺序、小块、高并发特点，PolarFS优化了数据复制流程。它支持将小I/O合并后并行复制到多个副本，并利用RDMA进行流水线式传输，在保证强一致性的前提下，最大化写吞吐量。
• 智能I/O调度与本地性感知：PolarFS能够感知数据块的分布，并智能地将I/O请求路由到最近的或负载最轻的副本。对于读请求，尤其是只读节点的读，可以优先从本地或同可用区的副本读取，减少网络延迟。

小结

阿里云PolarDB通过将“计算与存储分离”与“日志即数据”理念深度融合，重构了云数据库的架构范式。其上半部分——数据处理流程，高效地将数据库计算与持久化存储解耦；而下半部分——由PolarFS提供的共享存储支持服务，则通过RDMA、用户态I/O栈等前沿技术，为上述架构提供了坚实、高性能、弹性的存储底盘。正是这两者的协同创新，使得PolarDB能够在提供企业级功能与兼容性的在弹性、扩展性、性价比上获得突破性进展。在下篇中，我们将进一步深入分析PolarDB在高可用、弹性扩展、备份恢复等高级功能上的具体技术实现。