團隊於今年(2025.9)打磨出了深度優化的自研數據庫內核——DongSQL V1.1.0。

[如果對前因後果比較感興趣，可以移步上一篇文章 《寶劍鋒從磨礪出——零售數據庫內核，為大促鑄劍！》 ]

本文將深度解析DongSQL在語法擴展、併發控制、查詢優化等方面的內核改造，以及在電商場景下的優化實踐。

1、DongSQL在語法擴展上的優化

1.1. RETURNING子句功能

▶︎ 語法擴展創新：DongSQL在標準SQL語法基礎上擴展了RETURNING子句，這是重要語法創新。RETURNING子句允許DML語句(INSERT、UPDATE、DELETE、REPLACE)在執行數據修改操作的同時返回受影響的行數據，無需額外查詢。

傳統數據庫在執行DML操作後，如果需要獲取操作結果，必須執行額外的SELECT查詢，這在高併發場景下會產生額外的網絡往返開銷。DongSQL通過RETURNING子句徹底解決了這一問題。

-- INSERT操作返回自增ID 
INSERT INTO orders (customer_id, order_date) VALUES (1001, NOW()) RETURNING order_id; 

-- UPDATE操作返回更新後的數據 
UPDATE products SET price = price * 1.1 WHERE category = 'electronics'  
RETURNING product_id, name, old_price, price; 

-- DELETE操作返回被刪除的記錄 
DELETE FROM expired_sessions WHERE expire_time < NOW()  
RETURNING session_id, user_id, expire_time;

▶︎ 性能提升效果：經測試驗證，RETURNING子句在不同場景下都能帶來顯著的性能提升：

•固定行更新場景：16併發時TPS提升61%，響應時間降低44%

•隨機行更新場景：128併發時TPS提升18%

•大規模更新測試：2000萬次操作中平均TPS提升5-10%

▶︎ 生產落地預期：該功能與DongDAL發號器邏輯高度匹配，有望將發號器性能瓶頸大幅提升(DongDAL團隊配套開發推進中)

1.2. Hint語法擴展

▶︎ 多樣化Hint支持：DongSQL擴展了Hint語法體系，提供了針對電商場景的專用提示功能，包括併發控制、庫存管理等領域特定的優化。

▶︎ Inventory Hint：專門針對電商庫存管理場景設計的提示語法，提供目標影響行數控制、自動提交/回滾等特性。

-- 庫存扣減：確保隻影響一行，成功自動提交，失敗自動回滾
 UPDATE /*+ TARGET_AFFECT_ROW(1) COMMIT_ON_SUCCESS ROLLBACK_ON_FAIL */
  inventory SET stock = stock - 5 
   WHERE product_id = 1001 AND stock >= 5;

▶︎ 性能提升數據：在16併發的庫存扣減場景下，使用Inventory Hint比不使用hint性能提升215%。

2、DongSQL在併發控制上的優化

2.1. CCL併發控制

▶︎ 多維度限流機制：DongSQL實現了CCL(Concurrency Control)併發控制功能，通過多維度的限流策略，有效解決電商秒殺場景下的熱點數據訪問問題。

傳統數據庫在面對高併發熱點數據訪問時，往往會因為激烈的鎖競爭導致性能急劇下降，甚至系統雪崩。DongSQL的CCL通過智能排隊機制，將無序的併發請求轉換為有序處理，從根本上解決了這一問題。

▶︎ 多維度控制策略：

•基於字段的限流：ccl_queue_field(column_name, concurrency)，對特定字段值進行併發控制

•基於值的限流：ccl_queue_value(value, concurrency)，對特定數據值進行精準限流

•基於SQL指紋的限流：ccl_queue_digest(concurrency)，對相同SQL模式進行統一管控

-- 對商品ID為999的熱門商品進行限流，併發度限制為5
 SELECT /*+ ccl_queue_value(999, 5) */ * FROM products WHERE product_id = 999; 
 
 -- 對庫存扣減操作按商品ID進行限流 
 UPDATE /*+ ccl_queue_field(product_id, 8) */ inventory SET stock = stock - 1 WHERE product_id = ?; 
 
 -- 對相同SQL模式進行統一限流 
 SELECT /*+ ccl_queue_digest(10) */ * FROM hot_products WHERE status = 1;

▶︎ 性能突破數據：

•秒殺場景優化：在4096併發下，使用CCL限流後TPS從573提升至1337，性能提升133%

•系統穩定性：有效防止系統雪崩，將無序併發轉換為有序處理

•熱點緩解：通過隊列機制顯著降低熱點數據的鎖競爭

2.2. Statement Outline執行計劃及自定義提示管理

▶︎ 企業級計劃穩定性：DongSQL提供了Statement Outline功能，用於固化重要SQL的執行計劃，防止因數據變化導致的計劃不穩定問題。

▶︎ 自定義Hint注入工具：包括但不限於上述秒殺、CCL限流場景的Hint，即使業務研發預期外的過載或者突發流量發生，應急情況下DBA也可以通過Statement Outline功能對問題SQL進行干預

-- 為重要SQL固化執行計劃 
CALL dbms_outln.add_index_outline(  
'test_db', '', 1, 'USE INDEX', 'idx_status', '',  
 'SELECT * FROM orders WHERE status = "PAID"' 
 ); 
 -- 為特定查詢添加ccl_queue_digest限流hint，限制併發度為2 
CALL dbms_outln.add_optimizer_outline(  
'test_db', '', 1, '/*+ ccl_queue_digest(2) */',  
'SELECT * FROM orders WHERE customer_id = 1001' );

▶︎ 核心價值：

•性能穩定性：保障核心SQL性能不因數據變化而波動

•智能限流：支持基於SQL指紋的手動限流和自動限流(自動限流默認不開啓，需要開啓的業務需單獨申請)

•企業級管理：提供生產級的執行計劃管理能力

3、DongSQL在查詢優化上的改進

3.1. 單點查詢優化

▶︎ 查詢路徑優化：DongSQL實現了單點查詢bypass功能，針對主鍵等值查詢這類高頻簡單查詢，繞過部分SQL層處理邏輯，直接訪問存儲引擎，大幅提升查詢性能。

電商場景中，商品詳情查詢、用户信息查詢等基於主鍵的簡單查詢佔據了很大比例。雖然這些查詢邏輯簡單，但在高併發下仍然消耗大量CPU資源。DongSQL的單點查詢優化針對這一痛點進行了專項優化。

▶︎ 性能提升數據：

•不同環境性能提升：容器環境提升20%，物理機環境提升30%

•高併發場景：當CPU達到瓶頸時，QPS提升20-28%

•資源效率：相同硬件配置下處理能力顯著提升

3.2. 線程池優化

▶︎ 高併發處理能力：DongSQL實現了企業級線程池功能，通過智能線程調度和資源管理，顯著提升了系統在高併發場景下的處理能力和穩定性。

傳統數據庫在面對大量併發連接時，會為每個連接創建獨立線程，這在高併發下會導致線程切換開銷過大、內存消耗激增等問題。DongSQL的線程池優化通過複用線程資源，有效解決了這些問題。

▶︎ 調度機制：

•線程複用： 通過線程池複用減少線程創建銷燬開銷

•負載均衡： 分配任務到不同線程，避免熱點線程

•優先級調度： 支持任務優先級，保障重要業務優先處理

▶︎ 性能突破數據（基於8C32G測試環境，sysbench 16張表每張1000萬行數據）：

只讀場景性能對比：

•低併發優勢：32線程時，線程池模式QPS達到141,261，相比傳統模式的110,658提升27.6%

•高併發穩定性：在512線程高併發下，線程池模式QPS保持131,939，而傳統模式僅61,580，性能提升114%

•延遲控制：512線程時TP99延遲從傳統模式的297.92ms優化到118.92ms，降低60%

純寫場景性能突破：

•中等併發：64線程時QPS從46,577提升到57,655，性能提升23.8%

•高併發場景：512線程時QPS從29,541提升到58,166，性能提升97%

•超高併發：4096線程時QPS從28,571提升到54,687，性能提升91%

讀寫混合場景優化：

•128線程：QPS從54,870提升到80,244，性能提升46%

•256線程：QPS從48,787提升到77,961，性能提升60%

•延遲優化：256線程時TP99延遲從196.89ms優化到158.63ms，降低19%

3.3. 其他查詢執行優化

▶︎ 執行路徑優化：DongSQL在查詢執行引擎層面進行了多項優化，包括算子優化、內存管理優化、並行執行優化等。

▶︎ 緩存機制增強：優化了Buffer Pool管理策略，頁面mutex優化，提升了數據訪問效率，降低了I/O鎖衝突。

4、性能基準測試彙總

OLTP標準基準測試

基於標準測試環境的性能數據（16C32G, 16張表，每張表100萬行）：

電商場景專項性能彙總

5、未來規劃

1.持續語法擴展：基於業務需求繼續擴展SQL語法功能

2.智能優化增強：引入機器學習優化執行計劃選擇

3.內核級技術支持：具備內核研發能力的團隊，持續從最底層為業務研發提供深度優化的數據庫解決方案

4.雲原生存算分離：繼續打造屬於京東自己的高性能低成本數據庫產品

6、結語

從開源內核到自研DongSQL，京東零售數據庫團隊始終以"業務價值驅動技術創新"為核心理念。DongSQL作為專為京東電商場景設計的數據庫，通過語法擴展、併發控制、查詢優化等多個模塊的深度創新，為電商業務的快速發展提供了強有力的數據庫技術支撐。

這些優化不僅提升了系統性能，更重要的是為集團基礎技術底座提供了堅實的基礎。未來，京東零售數據庫團隊將持續深耕數據庫內核技術，讓數據庫更好地服務業務發展。