في Facebook، كانت MySQL تدير كميات هائلة من البيانات، تصل إلى عدة Petabytes، باستخدام محرك التخزين InnoDB.
كانت هذه المنظومة تخدم أنشطة يومية مثل تسجيل الإعجابات والتعليقات والمشاركات. وكان InnoDB يقدم أداءً جيدًا وموثوقية مناسبة لأحمال العمل المختلفة.
لكن مع الاعتماد المتزايد على وحدات التخزين Flash، بدأت تظهر مشكلة لم تكن مرتبطة بسرعة تنفيذ الاستعلامات فقط، بل بكيفية تخزين البيانات نفسها.
كانت Facebook تريد تخزين كمية أكبر من البيانات باستخدام مساحة أقل، وتقليل عمليات الكتابة على وحدات التخزين.
وهنا بدأت القصة.
لماذا كانت Facebook تستخدم MySQL وInnoDB؟
لم يكن اختيار MySQL بسبب الأداء وحده.
كانت MySQL مناسبة لإدارة آلاف الخوادم بواسطة فريق صغير، بفضل إمكانيات الأتمتة التي تشمل النسخ الاحتياطي، والاستعادة، والتحويل إلى خادم بديل عند الفشل (Failover)، وتغيير بنية الجداول.
كما وفرت إمكانيات مرنة للنسخ المتماثل (Replication)، بما فيها Asynchronous Replication وLossless Semi-synchronous Replication.
أما InnoDB، فكان مناسبًا لأحمال معالجة المعاملات (OLTP)، التي تتضمن عددًا كبيرًا من العمليات القصيرة والمتزامنة.
كانت معظم العمليات المستخدمة، مثل INSERT وUPDATE وDELETE والبحث عن سجل محدد، تنفذ في أقل من مللي ثانية عند استخدام Flash Storage.
إذًا، لم تكن المشكلة أن InnoDB محرك سيئ. المشكلة أن Facebook أرادت تحسين جوانب معينة لم يكن InnoDB يقدم فيها الكفاءة المطلوبة.
المشكلة الأولى: الكتابة أكثر مما نتوقع
تتميز وحدات Flash Storage بسرعة الوصول إلى البيانات، لكنها محدودة بعدد عمليات الكتابة التي يمكنها تحملها طوال عمرها التشغيلي.
وهنا ظهرت مشكلة مهمة: Write Amplification.
تخيل أنك تريد تحديث سجل واحد في قاعدة البيانات.
قد لا تقتصر العملية على كتابة هذا السجل فقط؛ فقد يحتاج المحرك إلى قراءة عدة صفحات (Pages)، وتعديل صفحات أخرى، ثم كتابة هذه الصفحات مرة أخرى إلى وحدة التخزين.
وتزداد المشكلة عندما تكون البيانات أكبر من أن تتسع في الذاكرة، وتحدث التحديثات على مفاتيح متفرقة عشوائيًا.
في InnoDB، كانت هناك أسباب إضافية لزيادة عمليات الكتابة:
- Doublewrite Buffer: يكتب InnoDB صفحات البيانات مرتين للمساعدة في التعافي من الكتابة الجزئية للصفحات عند حدوث عطل مفاجئ.
- Online Defragmentation: كانت Facebook تنفذ عملية دورية لفحص صفحات الفهارس التي لا يتجاوز امتلاؤها 50%، ثم إعادة كتابتها لتقليل التجزئة.
كل هذه العمليات تساعد في الحفاظ على سلامة البيانات وتنظيم التخزين، لكنها تضيف عمليات كتابة أخرى.
وهذا ما جعل Facebook تبحث عن طريقة تقلل كمية البيانات التي تُكتب فعليًا إلى وحدة التخزين.
المشكلة الثانية: المساحة المهدرة في التخزين
لم تكن عمليات الكتابة هي المشكلة الوحيدة. كان هناك أيضًا جزء من المساحة لا تستفيد منه قاعدة البيانات بكفاءة.
يستخدم InnoDB صفحات ذات أحجام محددة (Fixed Page Sizes)، حتى عند ضغط البيانات.
لنفترض أن حجم الصفحة قبل الضغط هو 16 KB، وبعد الضغط أصبح 5 KB.
إذا كان حجم الصفحة المضغوطة المحدد هو 8 KB، فستظل الصفحة تشغل 8 KB على وحدة التخزين، رغم أن البيانات الفعلية لا تحتاج إلا إلى 5 KB.
أي أن هناك 3 KB غير مستخدمة.
وتظهر مشكلة أخرى في البيانات الوصفية (Metadata) التي يحتفظ بها InnoDB لكل سجل في الفهرس الأساسي (Primary Key Index).
تستهلك هذه البيانات 13 Bytes لكل سجل:
- 6 Bytes لمعرّف المعاملة (Transaction ID).
- 7 Bytes لمؤشر التراجع (Rollback Pointer).
والأهم أن هذه البيانات لا تخضع للضغط.
قد يبدو حجم 13 Bytes صغيرًا، لكنه يصبح مؤثرًا عندما نتعامل مع مليارات السجلات، خصوصًا عندما تكون أحجام السجلات نفسها صغيرة.
هل كان الحل هو ترك MySQL؟
لم تكن Facebook تريد التخلي عن MySQL.
فقد كانت تعتمد عليها في منظومة متكاملة تشمل SQL، والنسخ المتماثل، والأتمتة، وإدارة الخوادم.
لكنها كانت تبحث عن طريقة للاستفادة من محرك تخزين أكثر كفاءة في استخدام المساحة وتقليل عمليات الكتابة.
وكان لديها بالفعل مشروع آخر يمكن أن يساعدها: RocksDB.
في عام 2014، بدأت Facebook البحث في دمج RocksDB مع MySQL.
كان RocksDB يوفر خصائص مناسبة للمشكلة التي تواجهها، لكنه لم يكن يوفر طبقة SQL أو إمكانيات Replication التي تحتاج إليها Facebook.
وهكذا ظهرت فكرة MyRocks: استخدام RocksDB كمحرك تخزين داخل MySQL، مع الاحتفاظ بإمكانيات MySQL التي تعتمد عليها التطبيقات.
لكن كيف يمكن لمحرك تخزين مختلف أن يقلل المساحة وعمليات الكتابة، دون التخلي عن MySQL؟
هذا ما سنراه في الجزء الثاني.

