《大规模分布式存储系统》第10章 数据库功能【10.4】

javazx

10.4　OLAP业务支持
OLAP业务的特点是SQL每次执行涉及的数据量很大，需要一次性分析几百万行
甚至几千万行的数据。另外，SQL执行时往往只读取每行的部分列而不是整行数据。
3 G0 t- d& E# x9 N# W8 B5 a) a为了支持OLAP计算，OceanBase实现了两个主要功能：并发查询以及列式存
储。并行查询功能允许将SQL请求拆分为多个子请求同时发送给多台机器并发执行，
列式存储能够提高压缩率，大大降低SQL执行时读取的数据量。本节首先介绍并发查
, i; n* j4 R4 k1 p" R* |询功能，接着介绍OceanBase的列式存储引擎。
10.4.1　并发查询
$ s' c9 B6 p9 p. E/ u2 `如图10-13所示，MergeServer将大请求拆分为多个子请求，同时发往每个子请求
所在的ChunkServer并发执行，每个ChunkServer执行子请求并将部分结果返回给
# t, }1 s- T% R1 a# w: L/ `3 w) b) h. fMergeServer。MergeServer合并ChunkServer返回的部分结果并将最终结果返回给客户
端。
图　10-13　OceanBase并发查询
/ R2 t8 c" P5 w+ DMergeServer并发查询执行步骤如下：
1）MergeServer解析SQL语句，根据本地缓存的子表位置信息获取需要请求的
ChunkServer。
( |+ ]4 G9 M( s# e( O2）如果请求只涉及一个子表，将请求发送给该子表所在的ChunkServer执行；如
% z# C+ D0 U  C8 \8 ^/ n9 X: e果请求涉及多个子表，将请求按照子表拆分为多个子请求，每个子请求对应一个子
1 c5 [' P' b( r6 `0 E/ d表，并发送给该子表所在的ChunkServer并发执行。MergeServer等待每个子请求的返
; p- g/ ]* U' K( y- j$ o回结果。
" ~' x* I3 R. c' y3）ChunkServer执行子请求，计算子请求的部分结果。SQL执行遵从10.2.4节提
到的本地化原则，即能让ChunkServer执行的尽量让ChunkServer执行，包括Filter、
Project、子请求部分结果的GroupBy、OrderBy、聚合运算等。
8 \4 w# P; b4 Y/ I# j' @% j4）每个子请求执行完成后，ChunkServer将执行结果回复MergeServer,Merge-
Server首先将每个子请求的执行结果保存起来。如果某个子请求执行失败，
MergeServer会将该子请求发往子表其他副本所在的ChunkServer执行。
& z( _  E6 p4 T( }! t% J5）等到所有的子请求执行完成后，MergeServer会对全部数据排序、分组、聚合
并将最终结果返回给客户。OceanBase还支持批量读取（multiget）操作一次性读取多
行数据，且读取的数据可能在不同的ChunkServer上。对于这样的操作，MergeServer
会按照ChunkServer拆分子请求，每个子请求对应一个ChunkServer。假设客户端请求5
行数据，其中第1、3、5行在ChunkServer A上，第2、4行在ChunkServer B上。那么，
该请求将被拆分为（1、3、5）和（2、4）两个子请求，分别发往ChunkServer A和
B。
/ _$ n( H3 c! Y' r1 P" IClass ObMsSqlRequest
{
7 t6 c- j/ f5 J5 F; P+ Cpublic:
//唤醒正在等待的工作线程
6 H) L$ D5 S' Lint signal(ObMsSqlRpcEvent＆event);
0 Y  P1 w6 h% o. Q" g: f//等待某个子请求返回
0 ]. S- e' J2 k8 J7 T$ t2 ?9 Y9 Dint wait_single_event(int64_t＆timeout);
" g6 L8 c5 ^3 e+ g7 F5 k//处理某个子请求的返回结果
- ~% Y& v" g; Bvirtual int process_result(const int64_t timeout,ObMsSqlRpcEvent*event,bool＆
finish)=0;
) F+ S0 z0 c5 K7 I' r# w; Q/ V: k};
ObMsSqlRequest类用于实现并发查询，相应地，ObMsSqlScanRequest以及ObMs-
SqlGetRequest类分别用于实现并发扫描和并发批量读取。MergeServer将大请求拆分
, p% w- i+ r5 q+ z; s" B  y( ~为多个子请求，每个子请求对应一个子请求事件（ObMsSqlRpcEvent）。工作线程将
! U. b9 p# A+ }, _0 S/ @3 d4 m子请求发给相应的ChunkServer后开始等待（调用wait_single_event方法），
ChunkServer执行完子请求后应答MergeServer。MergeServer收到应答包后回调signal
函数，唤醒工作线程，工作线程接着调用process_result进行处理。
ObMsSqlScanRequest和ObMsSql-GetRequest实现了process_result接口，将每个子请求
返回的部分结果保存到结果合并器merge_operator_中。如果所有的子请求全部执行完
9 B% l# e$ Q9 O$ B成，process_result函数返回的finish变量将置为true，这时，merge_operator_中便保存
了并发查询的最终结果。
5 b2 x1 C1 [3 x: ?1 G: f  Y细心的读者可能会发现，OceanBase这种查询模式虽然解决了绝大部分大查询请
求的延时问题，但是，如果查询的返回结果特别大，MergeServer将成为性能瓶颈。
$ f6 I! ~$ q+ L% G7 i! E2 l因此，新版的OceanBase系统将对OLAP查询执行逻辑进行升级，使其能够支持数据
量更大且更加复杂的SQL查询。
10.4.2　列式存储
列式存储主要的目的有两个：1）大部分OLAP查询只需要读取部分列而不是全
( I1 A( M, }8 e/ `" G部列数据，列式存储可以避免读取无用数据；2）将同一列的数据在物理上存放在一
3 `7 e) L; r) t7 O起，能够极大地提高数据压缩率。
列组（Column Group）
OceanBase通过列组支持行列混合存储，每个列组存储多个经常一起访问的列。
  ?* K! s% E+ \- l  }如图10-14所示，OceanBase SSTable首先按照列组存储，每个列组内部再按行存
. S2 A' b' `  \# M" k& Y储。分为几种情况：
) e* a/ K# G% a: q' W1 |7 [5 w$ W图　10-14　OceanBase列组设计
) A5 j  n' q( }7 Q  W●所有列属于同一个列组。数据在SSTable中按行存储，OLTP应用往往配置为这
/ Q/ w, N, M' ?3 U6 y+ f& E种方式。
●每列对应一个列组。数据在SSTable中按列存储，这种方式在实际应用中比较
/ V% U* }# D' V% P1 t1 g+ C. Z少见。
●每个列组对应一行数据的部分列。数据在SSTable中按行列混合存储，OLAP应
用往往配置为这种方式。
' _/ g2 D( ^( l5 l/ |# t7 |OceanBase还允许一个列属于多个列组，通过冗余存储这些列，能够提高访问性
' J/ c; C+ V5 h4 B  @. Q能。例如，某表格总共包含5列，用户经常一起访问（1，3，5）或者（1，2，3，
3 Y/ D) a& g1 M  A7 o4）列。如果将（1，3，5）和（1，2，3，4）存储到两个列组中，那么，大部分访
+ A6 R) Q( K4 w2 Z问只需要读取一个列组，避免了多个列组的合并操作。
列式存储提高了数据压缩比，然而，实践过程中我们发现，由于OceanBase最初
的几个版本内存操作实现得不够精细，例如数据结构设计不合理，数据在内存中膨
胀很多倍，导致大查询的性能瓶颈集中在CPU，列式存储的优势完全没有发挥出
来。这就告诉我们，列式存储的前提是设计好内存数据结构，把CPU操作优化好，
6 E8 X" w# L! E0 g) x3 {6 Q3 n: W$ K否则，后续的工作都是无用功。为了更好地支持OLAP应用，新版的OceanBase将重
$ e3 u* P: @+ q) s( `# m新设计列式存储引擎。
1 Z* h8 e* ^1 O0 x
- s$ Z  ^4 w) H% Q: y4 Y  |
, R5 W6 Z$ E* `