《大规模分布式存储系统》第13章 大数据【13.3】

javazx

13.3　MapReduce扩展
MapReduce框架有效地解决了海量数据的离线批处理问题，在各大互联网公司得
到广泛的应用。事实已经证明了MapReduce巨大的影响力，以至于引发了一系列的扩
展和改进。这些扩展包括：
●Google Tenzing：基于MapReduce模型构建SQL执行引擎，使得数据分析人员可
以直接通过SQL语言处理大数据。
●Microsoft Dryad：将MapReduce模型从一个简单的两步工作流扩展为任何函数
集的组合，并通过一个有向无环图来表示函数之间的工作流。
2 w6 C$ [0 F, K4 n●Google Pregel：用于图模型迭代计算，这种场景下Pregel的性能远远好于
# |# I! D3 k1 ZMapReduce。
/ V4 T( [1 F% l+ `+ `) Z$ r13.3.1　Google Tenzing
Google Tenzing是一个构建在MapReduce之上的SQL执行引擎，支持SQL查询且能
$ l; \3 U  \7 {. g7 `够扩展到成千上万台机器，极大地方便了数据分析人员。
. h$ U. p# f+ W& j' ?9 ?) g3 m1.整体架构
: x9 h8 C3 H& l8 e$ E8 e8 {: J" BTenzing系统有四个主要组件：分布式Worker池、查询服务器、客户端接口和元
- ?5 {: P0 K, a5 Q数据服务器，如图13-2所示。
) z* K! c7 D( t, H' v5 i* {图　13-2　Tenzing整体架构
" m' H6 k2 d0 Q7 o; g8 g●查询服务器（Query Server）：作为连接客户端和worker池的中间桥梁而存在。
; X  v- R, V/ H+ a, H; O. [" {查询服务器会解析客户端发送的查询请求，进行SQL优化，然后将执行计划发送给分
布式Worker池执行。Tenzing支持基于规则（rule-based optimizer）以及基于开销
& ?8 R8 \) d0 h3 i. \1 F( Y（cost-based optimizer）两种优化模式。
; {) ]" C0 |* t7 ~+ H5 j●分布式Worker池：作为执行系统，它会根据查询服务器生成的执行计划运行
$ f$ W& T% g* t/ k; N5 O9 c# ]+ HMapReduce任务。为了降低查询延时，Tenzing不是每次都重新生成新进程，而是让进
程一直处于运行状态。Worker池包含master和worker两种节点，其中，master对应
MapReduce框架中的master进程，worker对应MapReduce框架中的map和reduce进程。
$ m! b" @" L0 F) D) C另外，还有一个称为master监听者（master watcher）的守护进程，查询服务器通过
master监听者获取master信息。
( K  G" Q9 l& ^9 [1 v●元数据服务器（Metadata Server）：存储和获取表格schema、访问控制列表
6 [/ A  ^" w7 h- q+ Q8 |7 l1 C& k（Access Control List,ACL）等全局元数据。元数据服务器使用Bigtable作为持久化的
后台存储。
●客户端接口：Tenzing提供三类客户端接口，包括API、命令行客户端（CLI）以
及Web UI。
●存储（Storage）：分布式worker池中的master和worker进程执行MapReduce任务
  s( [% X: D6 U% Q! x0 t+ |6 j& W7 Q时需要读写存储服务。另外，查询服务器会从存储服务获取执行结果。
# S# K4 W* l& a: f: g' F2 ]: |7 d1 A+ ~: H2.查询流程
7 G- R% `: Q: r2 q1）用户通过Web UI、CLI或者API向查询服务器提交查询。
2）查询服务器将查询请求解析为一个中间语法树。
3）查询服务器从元数据服务器获取相应的元数据，然后创建一个更加完整的中
间格式。
4）优化器扫描该中间格式进行各种优化，生成物理查询计划。
5）优化后的物理查询计划由一个或多个MapReduce作业组成。对于每个
- A: T  H" ]4 R3 n% f: dMapReduce作业，查询服务器通过master监听者找到一个可用的master,master将该作业
$ }) o9 e/ \8 `" e" V. l2 b0 Z划分为多个任务。
6）空闲的worker从master拉取已就绪的任务。Reduce进程会将它们的结果写入
; n0 S" l( ~, Q1 K9 T2 f# `1 U. r到一个中间存储区域中。
7）查询服务器监控这些中间存储区域，收集中间结果，并流失地返回给客户
端。
3.SQL运算符映射到MapReduce
查询服务器负责将用户的SQL操作转化为MapReduce作业，本节介绍各个SQL物
理运算符对应的MapReduce实现。
; i2 b4 K" n" l4 Z/ L. n（1）选择和投影
4 \$ l0 c3 L% a7 c& Z- J4 _) r选择运算符σ C （R）的一种MapReduce实现如下。
Map函数：对R中的每个元素t，检测它是否满足条件C。如果满足，则产生一
, q! q- I& t, x. N# g5 Y0 ]个“键-值”对（t,t）。也就是说，键和值都是t。
# ?5 N: T5 ^- e1 g- y( @Reduce函数：Reduce的作用类似于恒等式，它仅仅将每个“键-值”对传递到输出
部分。
% Y8 e0 Z" z) S& O7 F4 J5 M投影运算的处理和选择运算类似，不同的是，投影运算可能会产生多个相同的
* c* u3 Y; r, Z元组，因此Reduce函数必须要剔除冗余元组。可以采用如下方式实现投影运算符
π S （R）。
Map函数：对R中的每个元组t，通过剔除属性不在S中的字段得到元组t'，输出一
! L  F9 _- l/ C* ?: I  C' ~9 m个“键-值”对（t'，t'）。
& \& d2 ]% ^& _$ |# GReduce函数：对任意Map任务产生的每个键t'，将存在一个或多个“键-值”对
（t'，t'），Reduce函数将（t'，[t'，t'，…，t']）转换为（t'，t'），以保证对该键t'只产
生一个（t'，t'）对。
Tenzing执行时会做一些优化，例如选择运算符下移到存储层；如果存储层支持
列式存储，Tenzing只扫描那些查询执行必须的列。
2 p( x; K! Y, V% _（2）分组和聚合
假定对关系R（A,B，C）按照字段A分组，并计算每个分组中所有元组的字段B
, k3 l5 N+ ^: Y& n之和。可以采用如下方式实现γ A,SUM（B） (R）。
Map函数：对于每个元组，生成“键-值”对（a,b）。
$ }5 W* a% R& Y! r. K0 O0 H6 e/ _Reduce函数：每个键a代表一个分组，对与键a相关的字段B的值的列表[b 1 ，b 2 ，
( ]9 c8 v  j3 g0 z…，b n ]执行SUM操作，输出结果为（a,SUM（b 1 ，b 2 ，…，b n ））。
4 f4 X8 ]( o# t2 Z3 Y0 i4 fTenzing支持基于哈希的聚合操作，首先，放松底层MapReduce框架的限制，
shuffle时保证所有键相同的“键-值”对属于同一个Reduce任务，但是并不要求按照键
有序排列。其次，Reduce函数采用基于哈希的方法对数据分组并计算聚合结果。
（3）多表连接
大表连接是分布式数据库的难题，MapReduce模型能够有效地解决这一类问题。
) I  |& F* c/ @' k0 I9 v% R# J常见的连接算法包括Sort Merge Join、Hash Join以及Nested Loop Join。
8 g$ h3 O4 ~! I% H假设需要将R（A,B）和S（B,C）进行自然连接运算，即寻找字段B相同的元
组。可以通过Sort Merge Join实现如下：
0 o2 l' F" H- X% S9 [Map函数：对于R中的每个元组（a,b），生成“键-值”对（b,（R,a）），对S中的
+ M& d0 ~; v: w每个元组（b,c），生成“键-值”对（b,（S,c））。
6 |8 O" q+ d; ZReduce函数：每个键值b会与一系列对相关联，这些对要么来自（R,a），要么来
自（S,c）。键b对应的输出结果是（b,[（a 1 ,b,c 1 ）,（a 2 ,b,c 2 ）,…]），也就是说，与b
相关联的元组列表由来自R和S中的具有共同b值的元组组合而成。
# m% [, O6 M( y如果两张表格都很大，且二者的大小比较接近，Join字段也没有索引，Sort
Merge Join往往比较高效。然而，如果一张表格相比另外一张表格要大很多，Hash
Join往往更加合适。
假设R（A,B）比S（B,C）大很多，可以通过Hash Join实现自然连接。Tenzing中
一次Hash Join需要执行三个MapReduce任务。
0 i6 p& H2 c. L% c; Q" O( ~MR1：将R（A,B）按照字段B划分为N个哈希分区，记为R 1 ，R 2 ，…，R N ；
MR2：将S（B,C）按照字段B划分为N个哈希分区，记为S 1 ，S 2 ，…，S n ；
3 ]1 h2 H3 \+ T' JMR3：每个哈希分区＜R i ,S i ＞对应一个Map任务，这个Map任务会将S i 加载到内
存中。对于R i 中的每个元组（a,b），生成（b,[（a,b,c 1 ）,（a,b,c 2 ）,…]），其中，
（b,[c 1 ,c 2 ，…]）是S i 中存储的元组。Reduce的作用类似于恒等式，输出每个传入
2 S, p; F4 `) ~3 H9 B) u; N8 ?的“键-值”对。
6 @' V; l& P8 Y5 sSort Merge Join和Hash Join适用于两张表格都不能够存放到内存中，且连接列没
有索引的场景。如果S（B,C）在B列有索引，可以通过Remote Lookup Join实现自然
连接，如下：
; w  m$ j; p: A+ C. FMap函数：对于R中的每个元组（a,b），通过索引查询S（B,C）中所有列值为b
的元组，生成（b,[（a,b,c 1 ），（a,b,c 2 ）,…]）。
Reduce函数：Reduce的作用类似于恒等式，输出每个传入的“键-值”对。
! a+ K6 m. c" B9 [% Q如果S（B,C）能够存放到内存中，那么，Map进程在执行map任务的过程中会将
* ~' q6 j' J# R! Z6 Z% `8 p" bS（B,C）的所有元组缓存在本地，进一步优化执行效率。另外，同一个Map进程可
能执行多个map任务，这些map任务共享一份S（B,C）的所有元组缓存。
; U: C3 B  w- y; Q0 S13.3.2　Microsoft Dryad
; {5 G+ ?- D- c, g3 sMicrosoft Dryad是微软研究院创建的研究项目，主要用来提供一个分布式并行计
% m0 Z1 z1 o" o7 X) p, H算平台。在Dryad平台上，每个Dryad工作流被表示为一个有向无环图。图中的每个
节点表示一个要执行的程序，节点之间的边表示数据通道中数据的传输方式，其可
& G# u( R2 a) C* R1 K能是文件、管道、共享内存、网络RPC等。Dryard工作流如图13-3所示。
图　13-3　Dryad工作流
每个节点（vertices）上都有一个处理程序在运行，并且通过数据通道
, n7 ?/ B+ E7 o% w3 F/ j5 N4 B; L（channels）的方式在它们之间传输数据。类似于Map和Reduce函数，工作流中的
grep、sed、map、reduce、merge等函数可以被很多节点执行，每个节点会被分配一部
/ [9 ~7 \0 d- k分输入。Dryad的主控进程（Job Manager）负责将整个工作分割成多个任务，并分发
给多个节点执行。每个节点执行完任务后通知主控进程，接着，主控进程会通知后
: P' V$ |3 N- B# S0 O  s& S* A( Y续节点获取前一个节点的输出结果。等到后续节点的输入数据全部准备好后，才可
以继续执行后续任务。
Dryad与MapReduce具有的共同特性就是，只有任务完成之后才会将输出传递给
接收任务。如果某个任务失败，其结果将不会传递给它在工作流中的任何后续任
+ \' x( p6 R- }/ p" i) |务。因此，主控进程可以在其他计算节点上重启该任务，同时不用担心会将结果重
* t3 m1 Q: M/ t3 Z复传递给以前传过的任务。
相比多个MapReduce作业串联模型，Dryad模型的优势在于不需要将每个
MapReduce作业输出的临时结果存放在分布式文件系统中。如果先存储前一个
MapReduce作业的结果，然后再启动新的MapReduce作业，那么，这种开销很难避
免。
13.3.3　Google Pregel
Google Pregel用于图模型迭代计算，图中的每个节点对应一个任务，每个图节点
会产生输出消息给图中与它关联的后续节点，而每个节点会对从其他节点传入的输
入消息进行处理。
9 l' x2 s+ x( e; dPregel中将计算组织成“超步”（superstep）。在每个超步中，每个节点在上一步
收到的所有消息将被处理，并且将处理完后的结果传递给后续节点。
- ?6 h5 ~) a* n( j, {1 gPregel采用了BSP（Bulk Sychronous Parallel，整体同步并行计算）模型。每个“超
步”分为三个步骤：每个节点首先执行本地计算，接着将本地计算的结果发送给图中
相邻的节点，最后执行一次栅栏同步，等待所有节点的前两步操作结束。Pregel模型
6 V5 v3 ?/ [  F  B% O1 f2 A会在每个超步做一次迭代运算，当某次迭代生成的结果没有比上一次更好，说明结
7 V6 g0 G, L. I6 n果已经收敛，可以终止迭代。
图　13-4　Pregel BSP计算模型
1 R, t2 M0 Z/ ~假设有一个带边权重的图，我们的目标是对图中的每个节点计算到其他任一节
) b* m3 X$ Z3 c% e: u4 c点的最短路径长度。一开始，每个图节点a都保存了诸如（b,w）对的集合，这表示a
到b的边权重为w。
（1）超步
, _7 W7 T5 p- X6 k: A% Q( d每个节点会将（a,b,w）传递给图中与它关联的后续节点。当节点c收到三元组
（a,b,w）时，它会重新计算c到b的最短距离，如果w+v＜u（假设当前已知的c到a的
最短距离为v,c到b的最短距离为u），那么，更新c到b的最短距离为w+v。最后，消
8 o2 A! C, v& `' V1 D8 H- A息（c,b,w+v）会传递给后续节点。
（2）终止条件
% Y' R3 C% M# m+ k8 y, {当所有节点在执行某个超步时都没有更新到其他节点的最短距离时，说明已经
1 _4 t, D" i4 T计算出想要的结果，整个迭代过程可以结束。
; R. H/ `: f/ V. sPregel通过检查点（checkpoint）的方式进行容错处理。它在每执行完一个超步之
后会记录整个计算的现场，即记录检查点情况。检查点中记录了这一轮迭代中每个
任务的全部状态信息，一旦后续某个计算节点失效，Pregel将从最近的检查点重启整
' V/ C2 d7 J) P个超步。尽管上述的容错策略会重做很多并未失效的任务，但是实现简单。考虑到
, O5 k" L' |( o! n3 _, [. D服务器故障的概率不高，这种方法在大多数时候还是令人满意的。

1 S; F1 @1 @+ c0 N