《大规模分布式存储系统》第9章 分布式存储引擎【9.3】
9.3 UpdateServer实现机制UpdateServer用于存储增量数据，它是一个单机存储系统，由如下几个部分组
成：
●内存存储引擎，在内存中存储修改增量，支持冻结以及转储操作；
●任务处理模型，包括网络框架、任务队列、工作线程等，针对小数据包做了专
门的优化；
●主备同步模块，将更新事务以操作日志的形式同步到备UpdateServer。
UpdateServer是OceanBase性能瓶颈点，核心是高效，实现时对锁（例如，无锁
数据结构）、索引结构、内存占用、任务处理模型以及主备同步都需要做专门的优
化。
9.3.1 存储引擎
UpdateServer存储引擎如图9-3所示。
图 9-3 UpdateServer存储引擎
UpdateServer存储引擎与6.1节中提到的Bigtable存储引擎看起来很相似，不同点
在于：
●UpdateServer只存储了增量修改数据，基线数据以SSTable的形式存储在
ChunkServer上，而Bigtable存储引擎同时包含某个子表的基线数据和增量数据；
●UpdateServer内部所有表格共用MemTable以及SSTable，而Bigtable中每个子表
的MemTable和SSTable分开存放；
●UpdateServer的SSTable存储在SSD磁盘中，而Bigtable的SSTable存储在 GFS
中。
UpdateServer存储引擎包含几个部分：操作日志、MemTable以及SSTable。更新
操作首先记录到操作日志中，接着更新内存中活跃的MemTable（Active
MemTable），活跃的MemTable到达一定大小后将被冻结，称为Frozen MemTable，同
时创建新的Active MemTable。Frozen MemTable将以SSTable文件的形式转储到SSD磁
盘中。
1.操作日志
OceanBase中有一个专门的提交线程负责确定多个写事务的顺序（即事务id），
将这些写事务的操作追加到日志缓冲区，并将日志缓冲区的内容写入日志文件。为
了防止写操作日志污染操作系统的缓存，写操作日志文件采用Direct IO的方式实现：
class ObLogWriter
{
public:
//write_log函数将操作日志存入日志缓冲区
int write_log(const LogCommand cmd,const char*log_data,const int64_t
data_len);
//将日志缓冲区中的日志先同步到备机再写入主机磁盘
int flush_log(LogBuffer＆tlog_buffer,const bool sync_to_slave=true,const bool
is_master=true);
};
每条日志项由四部分组成：日志头+日志序号+日志类型（LogCommand）+日志
内容，其中，日志头中记录了每条日志的校验和（checksum）。ObLogWriter中的
write_log函数负责将操作日志拷贝到日志缓冲区中，如果日志缓冲区已满，则向调
用者返回缓冲区不足（OB_BUF_NOT_ENOUGH）错误码。接着，调用者会通过
flush_log将缓冲区中已有的日志内容同步到备机并写入主机磁盘。如果主机磁盘的最
后一个日志文件超过指定大小（默认为64MB），还会调用switch_log函数切换日志
文件。为了提高写性能，UpdateServer实现了成组提交（Group Commit）技术，即首
先多次调用write_log函数将多个写操作的日志拷贝到相同的日志缓冲区，接着再调
用flush_log函数将日志缓冲区中的内容一次性写入到日志文件中。
2.MemTable
MemTable底层是一个高性能内存B树。MemTable封装了B树，对外提供统一的读
写接口。
B树中的每个叶子节点对应MemTable中的一行数据，key为行主键，value为行操
作链表的指针。每行的操作按照时间顺序构成一个行操作链表。
如图9-4所示，MemTable的内存结构包含两部分：索引结构以及行操作链表，索
引结构为9.1.2节中提到的B树，支持插入、删除、更新、随机读取以及范围查询操
作。行操作链表保存的是对某一行各个列（每个行和列确定一个单元，称为Cell）的
修改操作。
图 9-4 MemTable的内存结构
例9-3 对主键为1的商品有3个修改操作，分别是：将商品购买人数修改为
100，删除该商品，将商品名称修改为“女鞋”，那么，该商品的行操作链中将保存三
个Cell，分别为：＜update，购买人数，100＞、＜delete，*＞以及＜update，商品
名，“女鞋”＞。
MemTable中存储的是对该商品的所有修改操作，而不是最终结果。另外，
MemTable删除一行也只是往行操作链表的末尾加入一个逻辑删除标记，即＜delete，
*＞，而不是实际删除索引结构或者行操作链表中的行内容。
MemTable实现时做了很多优化，包括：
●哈希索引：针对主要操作为随机读取的应用，MemTable不仅支持B树索引，还
支持哈希索引，UpdateServer内部会保证两个索引之间的一致性。
●内存优化：行操作链表中每个cell操作都需要存储操作列的编号
（column_id）、操作类型（更新操作还是删除操作）、操作值以及指向下一个cell操
作的指针，如果不做优化，内存膨胀会很大。为了减少内存占用，MemTable实现时
会对整数值进行变长编码，并将多个cell操作编码后序列到同一块缓冲区中，共用一
个指向下一批cell操作缓冲区的指针：
struct ObCellMeta
{
const static int64_t TP_INT8=1;//int8整数类型
const static int64_t TP_INT16=2;//int16整数类型
const static int64_t TP_INT32=3;//int32整数类型
const static int64_t TP_INT64=4;//int64整数类型
const static int64_t TP_VARCHAR=6;//变长字符串类型
const static int64_t TP_DOUBLE=13;//双精度浮点类型
const static int64_t TP_ESCAPE=0x1f;//扩展类型
const static int64_t ES_DEL_ROW=1;//删除行操作
};
class ObCompactCellWriter
{
public:
//写入更新操作，存储成压缩格式
int append(uint64_t column_id,const ObObj＆value);
//写入删除操作，存储成压缩格式
int row_delete();
};
MemTable通过ObCompactCellWriter来将cell操作序列化到内存缓冲区中，如果为
更新操作，调用append函数；如果为删除操作，调用row_delete函数。更新操作的存
储格式为：数据类型+值+列ID,TP_INT8/TP_INT16/TP_INT32/TP_INT64分别表示8
位/16位/32位/64位整数类型，TP_VARCHAR表示变长字符串类型，TP_DOUBLE表示
双精度浮点类型。删除操作为扩展操作，其存储格式为：
TP_ESCAPE+ES_DEL_ROW。例9-3中的三个Cell：＜update，购买人数，100＞、＜
delete，*＞以及＜update，商品名，“女鞋”＞在内存缓冲区的存储格式为：
第1～3字节表示第一个Cell，即＜update，购买人数，100＞；第4～5字节表示第
二个cell，即＜delete，*＞；第6～8字节表示第三个Cell，即＜update，商品名，“女
鞋”＞。
MemTable的主要对外接口可以归结如下：
//开启一个事务
//@paramtrans_type事务类型，可能为读事务或者写事务
//@paramtd返回的事务描述符
int start_transaction(const TETransType trans_type,MemTableTransDescriptor＆
td);
//提交或者回滚一个事务
//@paramtd事务描述符
//@paramrollback是否回滚，默认为false
int end_transaction(const MemTableTransDescriptor td,bool rollback=false);
//执行随机读取操作，返回一个迭代器
//@paramtd事务描述符
//@paramtable_id表格编号
//@paramrow_key待查询的主键
//@paramiter返回的迭代器
int get(const MemTableTransDescriptor td,const uint64_t table_id,const
ObRowkey＆row_key,MemTableIterator＆iter);
//执行范围查询操作，返回一个迭代器
//@paramtd事务描述符
//@paramrange查询范围，包括起始行、结束行，开区间或者闭区间
//@paramiter返回的迭代器
int scan(const MemTableTransDescriptor td,const ObRange＆
range,MemTableIterator＆iter);
//开始执行一次修改操作
//@paramtd事务描述符
int start_mutation(const MemTableTransDescriptor td);
//提交或者回滚一次修改操作
//@paramtd事务描述符
//@paramrollback是否回滚
int end_mutation(const MemTableTransDescriptor td,bool rollback);
//执行修改操作
//@paramtd事务描述符
//@parammutator修改操作，包含一个或者多个对多个表格的cell操作
int set(const MemTableTransDescriptor td,ObUpsMutator＆mutator);
对于读事务，操作步骤如下：
1）调用start_transaction开始一个读事务，获得事务描述符；
2）执行随机读取或者扫描操作，返回一个迭代器；接着可以从迭代器不断迭代
数据；
3）调用end_transaction提交或者回滚一个事务。
class MemTableIterator
{
public:
//迭代器移动到下一个cell
int next_cell();
//获取当前cell的内容
//@paramcell_info当前cell的内容，包括表名（table_id），行主键（row_
key)，列编号(column_id)以及列值(column_value)
int get_cell(ObCellInfo**cell_info);
//获取当前cell的内容
//@paramcell_info当前cell的内容
//@param is_row_changed是否迭代到下一行
int get_cell(ObCellInfo**cell_info,bool*is_row_changed);
};
读事务返回一个迭代器MemTableIterator，通过它可以不断地获取下一个读到的
cell。在例9-3中，读取编号为1的商品可以得到一个迭代器，从这个迭代器中可以读
出行操作链中保存的3个Cell，依次为：＜update，购买人数，100＞，＜delete，*
＞，＜update，商品名，“女鞋”＞。
写事务总是批量执行，步骤如下：
1）调用start_transaction开始一批写事务，获得事务描述符；
2）调用start_mutation开始一次写操作；
3）执行写操作，将数据写入到MemTable中；
4）调用end_mutation提交或者回滚一次写操作；如果还有写事务，转到步骤
2）；
5）调用end_transaction提交写事务。
3.SSTable
当活跃的MemTable超过一定大小或者管理员主动发起冻结命令时，活跃的
MemTable将被冻结，生成冻结的MemTable，并同时以SSTable的形式转储到SSD磁盘
中。
SSTable的详细格式请参考9.4节ChunkServer实现机制，与ChunkServer中的
SSTable不同的是，UpdateServer中所有的表格共用一个SSTable，且SSTable为稀疏格
式，也就是说，每一行数据的每一列可能存在，也可能不存在修改操作。
另外，OceanBase设计时也尽量避免读取UpdateServer中的SSTable，只要内存足
够，冻结的MemTable会保留在内存中，系统会尽快将冻结的数据通过定期合并或者
数据分发的方式转移到ChunkServer中去，以后不再需要访问UpdateServer中的
SSTable数据。
当然，如果内存不够需要丢弃冻结MemTable，大量请求只能读取SSD磁盘，
UpdateServer性能将大幅下降。因此，希望能够在丢弃冻结MemTable之前将SSTable
的缓存预热。
UpdateServer的缓存预热机制实现如下：在丢弃冻结MemTable之前的一段时间
（比如10分钟），每隔一段时间（比如30秒），将一定比率（比如5%）的请求发给
SSTable，而不是冻结MemTable。这样，SSTable上的读请求将从5%到10%，再到
15%，依次类推，直到100%，很自然地实现了缓存预热。
9.3.2 任务模型
任务模型包括网络框架、任务队列、工作线程，UpdateServer最初的任务模型基
于淘宝网实现的Tbnet框架（已开源，见http://code.taobao.org/p/tb-common-
utils/src/trunk/tbnet/）。Tbnet封装得很好，使用比较方便，每秒收包个数最多可以达
到接近10万，不过仍然无法完全发挥UpdateServer收发小数据包以及内存服务的特
点。OceanBase后来采用优化过的任务模型Libeasy，小数据包处理能力得到进一步提
升。
1.Tbnet
如图9-5所示，Tbnet队列模型本质上是一个生产者—消费者队列模型，有两个线
程：网络读写线程以及超时检查线程，其中，网络读写线程执行事件循环，当服务
器端有可读事件时，调用回调函数读取请求数据包，生成请求任务，并加入到任务
队列中。工作线程从任务队列中获取任务，处理完成后触发可写事件，网络读写线
程会将处理结果发送给客户端。超时检查线程用于将超时的请求移除。
图 9-5 Tbnet队列模型
Tbnet模型的问题在于多个工作线程从任务队列获取任务需要加锁互斥，这个过
程将产生大量的上下文切换（context switch），测试发现，当UpdateServer每秒处理
包的数量超过8万个时，UpdateServer每秒的上下文切换次数接近30万次，在测试环
境中已经达到极限（测试环境配置：Linux内核2.6.18，CPU为2*Intel Nehalem
E5520，共8核16线程）。
2.Libeasy
为了解决收发小数据包带来的上下文切换问题，OceanBase目前采用Libeasy任务
模型。Libeasy采用多个线程收发包，增强了网络收发能力，每个线程收到网络包后
立即处理，减少了上下文切换，如图9-6所示。
图 9-6 Libeasy任务模型
UpdateServer有多个网络读写线程，每个线程通过Linux epool监听一个套接字集
合上的网络读写事件，每个套接字只能同时分配给一个线程。当网络读写线程收到
网络包后，立即调用任务处理函数，如果任务处理时间很短，可以很快完成并回复
客户端，不需要加锁，避免了上下文切换。UpdateServer中大部分任务为短任务，比
如随机读取内存表，另外还有少量任务需要等待共享资源上的锁，可以将这些任务
加入到长任务队列中，交给专门的长任务处理线程处理。
由于每个网络读写线程处理一部分预先分配的套接字，这就可能出现某些套接
字上请求特别多而导致负载不均衡的情况。例如，有两个网络读写线程thread1和
thread2，其中thread1处理套接字fd1、fd2，thread2处理套接字fd3、fd4，fd1和fd2上每
秒1000次请求，fd3和fd4上每秒10次请求，两个线程之间的负载很不均衡。为了处理
这种情况，Libeasy内部会自动在网络读写线程之间执行负载均衡操作，将套接字从
负载较高的线程迁移到负载较低的线程。
9.3.3 主备同步
8.4.1节已经介绍了UpdateServer的一致性选择。OceanBase选择了强一致性，主
UpdateServer往备UpdateServer同步操作日志，如果同步成功，主UpdateServer操作本
地后返回客户端更新成功，否则，主UpdateServer会把备UpdateServer从同步列表中
剔除。另外，剔除备UpdateServer之前需要通知RootServer，从而防止RootServer将不
一致的备UpdateServer选为主UpdateServer。
如图9-7所示，主UpdateServer往备机推送操作日志，备UpdateServer的接收线程
接收日志，并写入到一块全局日志缓冲区中。备UpdateServer只要接收到日志就可以
回复主UpdateServer同步成功，主UpdateServer接着更新本地内存并将日志刷到磁盘
文件中，最后回复客户端写入操作成功。这种方式实现了强一致性，如果主
UpdateServer出现故障，备UpdateServer包含所有的修改操作，因而能够完全无缝地
切换为主UpdateServer继续提供服务。另外，主备同步过程中要求主机刷磁盘文件，
备机只需要写内存缓冲区，强同步带来的额外延时也几乎可以忽略。
图 9-7 UpdateServer主备同步原理
正常情况下，备UpdateServer的日志回放线程会从全局日志缓冲区中读取操作日
志，在内存中回放并同时将操作日志刷到备机的日志文件中。如果发生异常，比如
备UpdateServer刚启动或者主备之间网络刚恢复，全局日志缓冲区中没有日志或者日
志不连续，此时，备UpdateServer需要主动请求主UpdateServer拉取操作日志。主
UpdateServer首先查找日志缓冲区，如果缓冲区中没有数据，还需要读取磁盘日志文
件，并将操作日志回复备UpdateServer。代码如下：
class ObReplayLogSrc
{
public:
//读取一批待回放的操作日志
//@paramstart_cursor日志起始点
//@paramend_id读取到的最大日志号加1，即下一次读取的起始日志号
//@parambuf日志缓冲区
//@paramlen日志缓冲区长度
//@paramread_count读取到的有效字节数
int get_log(const ObLogCursor＆start_cursor,int64_t＆end_id,char*buf,const
int64_t len,int64_t＆read_count);
};
class ObUpsLogMgr
{
public:
enum WAIT_SYNC_TYPE
{
WAIT_NONE=0，
WAIT_COMMIT=1，
WAIT_FLUSH=2，
};
public:
//备UpdateServer接收主UpdateServer发送的操作日志
int slave_receive_log(const char*buf,int64_t len,const int64_t
wait_sync_time_us,const WAIT_SYNC_TYPE wait_event_type);
//备UpdateServer获取并回放操作日志
int replay_log();
};
备UpdateServer接收到主UpdateServer发送的操作日志后，调用ObUpsLogMgr类的
slave_receive_log将操作日志保存到日志缓冲区中。备UpdateServer可以配置成不等待
（WAIT_NONE）、等待提交到MemTable（WAIT_COMMIT）或者等待提交到
MemTable且写入磁盘（WAIT_FLUSH）。另外，备UpdateServer有专门的日志回放线
程不断地调用ObUpsLogMgr中的replay_log函数获取并回放操作日志。
备UpdateServer执行replay_log函数时，首先调用ObReplayLogSrc的get_log函数读
取一批待回放的操作日志，接着，将操作日志应用到MemTable中并写入日志文件持
久化。Get_log函数执行时首先查看本机的日志缓冲区，如果缓冲区中不存在日志起
始点（start_cursor）开始的操作日志，那么，生成一个异步任务，读取主
UpdateServer。一般情况下，slave_receive_log接收的日志刚加入日志缓冲区就被
get_log读走了，不需要读取主UpdateServer。
页:
[1]