《大规模分布式存储系统》第9章 分布式存储引擎【9.5】

javazx

9.5　消除更新瓶颈
UpdateServer单点看起来像是OceanBase架构的软肋，然而，经过OceanBase团队
% z; d1 k7 N  r3 r% b2 Z持续不断地性能优化以及旁路导入功能的开发，单点的架构在实践过程中经受住了
线上考验。每年淘宝网“双十一”光棍节，OceanBase系统都承载着核心的数据库业
0 y- @: e& Y6 t5 S3 B, X务，系统访问量出现5到10倍的增长，而OceanBase只需简单地增加机器即可。
1 v1 @* A3 y% V$ v( M7 Z当然，UpdateServer单点架构并不是不可突破。虽然目前UpdateServer单点架构
还不是瓶颈，但是OceanBase系统设计时已经留好了“后门”，以后可以通过对系统打
: q$ k# y9 \! `4 C$ u3 f4 L补丁的方式支持UpdateServer线性扩展。当然，这里可能会做一些牺牲，比如短期内
暂不支持全局事务，只支持针对单个用户的事务操作。
; s- C+ B4 i; n. {" S. d! ]; n本节首先回顾OceanBase已经实现的优化工作，包括读写性能优化以及旁路导入
功能，接着介绍一种数据分区实现UpdateServer线性扩展的方法。
9 V0 `. q0 g8 i" U( H9.5.1　读写优化回顾
OceanBase UpdateServer相当于一个内存数据库，其架构设计和“世界上最快的内
存数据库”MemSQL比较类似，能够支持每秒数百万次单行读写操作，这样的性能对
于目前关系数据库的应用场景都是足够的。为了达到这样的性能指标，我们已经完
成或正在进行的工作如下。
1.网络框架优化
9.2.2　节中提到，如果不经过优化，单机每秒最多能够接收的数据包个数只有
/ }6 z2 Z) h/ b" J+ G10万个左右，而经过优化后的libeasy框架对于千兆网卡每秒最多收包个数超过50
万，对于万兆网卡则超过100万。另外，UpdateServer内部还会在软件层面实现多块
网卡的负载均衡，从而更好地发挥多网卡的优势。通过网络框架优化，使得单机支
持百万次操作成为可能。
2.高性能内存数据结构
UpdateServer的底层是一颗高性能内存B树。为了最大程度地发挥多核的优势，B
树实现时大部分情况下都做到了无锁（lock-free）。测试数据表明，即使在普通的16
/ H3 X# }$ z4 ]& t( Y# c核机器上，OceanBase B树每秒支持的单行修改操作都超过150万次。
3.写操作日志优化
在软件层面，写操作日志涉及的工作主要有如下几点：
1）成组提交。将多个写操作聚合在一起，一次性刷入磁盘中。
2）降低日志缓冲区的锁冲突。多个线程同时往日志缓冲区中追加数据，实现时
需要尽可能地减少追加过程的锁冲突。追加过程包含两个阶段：第一个阶段是占
  e& k. M7 g7 M4 A位，第二个阶段是拷贝数据，相比较而言，拷贝数据比较耗时。实现的关键在于只
! y) g: R2 c4 H! r# E2 `6 g  o' b- M对占位操作互斥，而允许多线程并发拷贝数据。例如，有两个线程，线程1和线程
2，他们分别需要往缓冲区追加大小为100字节和大小为300字节的数据。假设缓冲区
# q$ p+ N1 f% L' U' Y初始为空，那么，线程1可以首先占住位置0～100，线程2接着占住100～300。最
后，线程1和线程2并发将数据拷贝到刚才占住的位置。
3）日志文件并发写入。UpdateServer中每个日志缓冲区的大小一般为2MB，如
果写入太快，那么，很快会产生多个日志缓冲区需要刷入磁盘，可以并发地将这些
2 D! A0 `3 y5 V" _) u" Y日志缓冲区刷入不同的磁盘。当然，UpdateServer目前并没有实现2和3这两个优化
点。在硬件层面，UpdateServer机器需要配置较好的RAID卡。这些RAID卡自带缓
. k/ y  C: T# b7 `" W存，而且容量比较大（例如1GB），从而进一步提升写磁盘性能。
8 c  d0 r$ X5 z+ _& [6 T4.内存容量优化
随着数据不断写入，UpdateServer的内存容量将成为瓶颈。因此，有两种解决思
0 a# P4 H1 w3 r! ^: e路。一种思路是精心设计UpdateServer的内存数据结构，尽可能地节省内存使用；另
外一种思路就是将UpdateServer内存中的数据很快地分发出去。
OceanBase实现了这两种思路。首先，UpdateServer会将内存中的数据编码为精
4 m& G9 e- p. f  l$ K心设计的格式，从9.3.1节中可以看出，100以内的64位整数在内存中只需要占用两个
字节。这种编码格式不仅能够有效地减少内存占用，而且往往使得CPU缓存能够容
; s' m2 j5 t2 z  s纳更多的数据，从而弥补编码和解码操作造成的性能损失。另外，当UpdateServer的
内存使用量到达一定大小时，OceanBase会自动触发数据分发操作，将UpdateServer
6 }7 p) m' L  W) o的数据分发到集群中的ChunkServer中，从而避免UpdateServer的内存容量成为瓶颈。
# ~) g8 J' k6 h# w& P当然，随着单机内存容量变得越来越大，普通的2U服务器已经具备1TB内存的扩展
能力，数据分发也可能只是一种过渡方案。
7 g; ]3 }) J6 ~+ ]6 m  N0 P% F3 [% m1 r9.5.2　数据旁路导入
6 }* C* \9 q2 V7 P- G1 K; y6 a2 s虽然OceanBase内部实现了大量优化技术，但是UpdateServer单点写入对于某些
9 q) b" ]* J+ o, Q) s- IOLAP应用仍然可能成为问题。这些应用往往需要定期（例如每天，每个月）导入大
9 D0 Z( @* @: b! a# `* b0 S4 L; r批数据，对导入性能要求很高。为此，OceanBase专门开发了旁路导入功能，本节介
绍直接将数据导入到ChunkServer中的方法（即ChunkServer旁路导入）。
8 E2 D% M- g" F8 n  i2 |. `OceanBase的数据按照全局有序排列，因此，旁路导入的第一步就是使用Hadoop
MapReduce这样的工具将所有的数据排好序，并且划分为一个个有序的范围，每个范
: E) w8 h9 \; [2 }7 Z围对应一个SSTable文件。接着，再将SSTable文件并行拷贝到集群中所有的
5 {& ]9 N8 t( {2 ~ChunkServer中。最后，通知RootServer要求每个ChunkServer并行加载这些SSTable文
" i% t6 N; P" n  s件。每个SSTable文件对应ChunkServer的一个子表，ChunkServer加载完本地的SSTable
" }1 O# p! ]1 p  E# v4 C文件后会向RootServer汇报，RootServer接着将汇报的子表信息更新到RootTable中。
例9-7　有4台ChunkServer：A、B、C和D。所有的数据排好序后划分为6个范
围：r1（0～100]、r2（100～200]、r3（200～300]、r4（300～400]、r5（400～
$ M& K; y8 A- b$ @3 D500]、r6（500～600]，对应的SSTable文件分别记为sst1，sst2，……，sst6。假设每
  m0 z. _4 v( T" G$ R: F+ M个子表存储两个副本，那么，拷贝完SSTable文件后，可能的分布情况为：
A:sst1，sst3，sst4
B:sst2，sst3，sst5
C:sst1，sst4，sst6
D:sst2，sst5，sst6
" Y! m* n0 y2 r2 f; |7 P接着，每个ChunkServer分别加载本地的SSTable文件，完成后向RootServer汇
; k1 Q* ]2 l$ F1 `6 o: o" [报。RootServer最终会将这些信息记录到RootTable中，如下：
r1(0～100]:A、C
r2(100～200]:B、D
  X1 x* R) D# g/ zr3(200～300]:A、B
r4(300～400]:A、C
r5(400～500]:B、D
- U) Z1 f' ^7 H. t; ~- j# J4 @/ C  u0 l7 tr6(500～600]:C、D
; f; z6 h& t5 N4 b如果导入的过程中ChunkServer发生故障，例如拷贝sst1到机器C失败，那么，旁
% }+ ?8 i. L+ R) C6 _路导入模块会自动选择另外一台机器拷贝数据。
# b% h6 l/ w3 o当然，实现旁路导入功能时还需要考虑很多问题。例如，如何支持将数据导入
到多个数据中心的主备OceanBase集群，这里不会涉及这些细节。
9.5.3　数据分区
虽然我们坚持认为通过单机性能优化以及硬件性能的提升，UpdateServer单点对
于互联网数据库业务不会成为瓶颈。但是，随着OceanBase的应用场景越来越广，例
8 x( W. E& W0 ]) r& d/ Q如，存储原始日志，我们也可能需要实现更新节点可扩展。本节探讨一种可能的做
: ^4 t- l: a9 o# ~; @法。
4 u# q0 T4 C7 {OceanBase可以借鉴关系数据库中的分区表的概念，将数据划分为多个分区，允
许不同的分区被不同的UpdateServer服务。例如，将所有的数据按照哈希的方式划分
为4096个分区，这样，同一个集群中最多允许4096个写节点。
如图9-11所示，可以将Users表格和Albums的user_id列按照相同的规则做哈希，
这样，同一个用户的所有数据属于相同的分区。由于同一个分区只会被同一个
UpdateServer服务，因此，保证了同一个用户下读写操作的事务性，另外，不同用户
$ S. R; t. q. f/ ~" \之间的事务可以通过两阶段提交或者最终一致性的方式实现。这种方式实现起来非
常简单，而且能够完全兼容SQL语法。
图　9-11　哈希分区SQL语法
从图8-1中的整体架构图可以看出，在目前的单更新节点架构中，UpdateServer进
程总是与ChunkServer进程部署到不同的服务器，而且两种服务器对硬件的要求不
同。如果OceanBase支持哈希分区，还能够将UpdateServer进程和ChunkServer进程部
1 A- s' f% I' J0 Q9 H署到一起，这样部署起来会更加方便。
除了哈希分区，OceanBase还能够通过范围分区实现更新节点可扩展，即不同的
用户按照user_id有序分布到多台UpdateServer。虽然支持UpdateServer线性可扩展的
! [9 z! I7 Y9 X架构看似“比较优雅”，但是，这件事情并不紧急。这是因为，OLTP类应用对性能的
' u- V- R2 l6 t$ A" F- E需求是有天花板的（例如全世界人口共50亿，即使其中五分之一的人都在某一天产
9 S4 j( j5 S+ j  U4 k生了一笔交易，这一天的总交易笔数也只有10亿笔），单UpdateServer对于OLTP类数
# o% |( j$ u7 w5 x- k据库业务的性能是足够的。
2 d: C- G* w0 ?, r- p% A

/ t; [' @% G8 |5 i