《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
) P: B! E8 q7 A4 ?  [: f# [, o' X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
$ r- S7 t: r! W2 g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。
$ W' _* t2 j' C( Q●Google Pregel：用于图模型迭代计算，这种场景下Pregel的性能远远好于
MapReduce。
2 n, R+ }) X3 t2 J) T: A13.3.1　Google Tenzing
6 s( ]" O( p2 w) z6 `) mGoogle Tenzing是一个构建在MapReduce之上的SQL执行引擎，支持SQL查询且能
够扩展到成千上万台机器，极大地方便了数据分析人员。
1.整体架构
Tenzing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
数据服务器，如图13-2所示。
: G/ P; C8 ~+ d$ c' S, U图　13-2　Tenzing整体架构
●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。
. E1 ]# [* ?5 `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
) V8 |3 ~0 o6 d（cost-based optimizer）两种优化模式。
+ o! ^3 g5 W* Y: A2 |! ^●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
: R9 q( p8 Q- f7 ~' s' gMapReduce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
& o) g9 e/ M# t& A8 [% n( S, L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
7 }# A4 x: L! Z# [MapReduce框架中的master进程，worker对应MapReduce框架中的map和reduce进程。
+ _. J' @# P9 j; {; v+ r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。
: [) W5 g% s" U9 j: i: U7 c  b7 R●元数据服务器（Metadata Server）：存储和获取表格schema、访问控制列表
( U+ P$ s* c# H+ B  r$ 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
, N3 t# C! m7 j/ S2 |% u后台存储。
! X# @# J3 M3 |8 V$ H0 [/ k●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
+ \# w. m3 n# z  u. x- r及Web UI。
4 [( X! D1 n9 ^●存储（Storage）：分布式worker池中的master和worker进程执行MapReduce任务
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。
2.查询流程
1）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。
, l& P) Z2 k% a6 F: ^. O3）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
  W2 ^; e+ ^/ t- `# T( F, Q间格式。
. ~/ L$ S  v2 c, z8 s4）优化器扫描该中间格式进行各种优化，生成物理查询计划。
) w# L/ \' `( ]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
; N$ E8 P$ @4 H! O* mMapReduce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
  }3 I, p  ^1 b8 D. i, g划分为多个任务。
; y' M, U4 ^& j2 V+ ^# W0 W6）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
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
; D, Y( j, _4 z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。
$ V: s2 w7 i  O, @, c3 k（1）选择和投影
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
个“键-值”对（t,t）。也就是说，键和值都是t。
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。
8 I+ f- M+ I$ d* ]: V6 F  Z( g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
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
" N( N6 v# s+ |* Kπ 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
, q; ^) T2 W, ~个“键-值”对（t'，t'）。
Reduce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
& l2 F- y* t7 |3 X6 Q生一个（t'，t'）对。
$ n, X1 w. Q. f* H; R) CTenzing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
; B, l2 h2 {4 b6 K( J列式存储，Tenzing只扫描那些查询执行必须的列。
（2）分组和聚合
  ~9 k% g* j" {9 i. }( f9 X6 w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
+ ?& \, M2 V# g6 A% s; H/ z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）。
/ s; t. j+ a- C/ k# l/ z# \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 ，
7 L( l# z. r! u; O…，b n ]执行SUM操作，输出结果为（a,SUM（b 1 ，b 2 ，…，b n ））。
% r+ J. i( f: Q1 pTenzing支持基于哈希的聚合操作，首先，放松底层MapReduce框架的限制，
2 z! Y9 _% o' b! j2 U+ W# x7 Sshuffle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
; E. u* F$ Q6 ]( k& {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。
常见的连接算法包括Sort Merge Join、Hash Join以及Nested Loop Join。
& R& d7 `5 N+ o: p& Q$ H0 c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
/ v3 g' D. u, w2 E" _0 b* ]组。可以通过Sort Merge Join实现如下：
* O% K, G; x2 iMap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
每个元组（b,c），生成“键-值”对（b,（S,c））。
7 p1 W: M7 W# m* X$ W  t" R- lReduce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
" ?7 ]) k& [: `9 R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
1 b) c3 @8 u& P2 `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。
- }5 J' e/ F7 X& H- C: {) y' {' p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
6 P: m- n& F2 J4 }1 V) H一次Hash Join需要执行三个MapReduce任务。
2 W) x$ l5 g; G; OMR1：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 ；
! h1 \, @6 T8 W: d% N! B4 s% p, sMR2：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 ；
MR3：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
的“键-值”对。
2 A0 w& b5 p/ p; \/ y6 z7 ?Sort 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
6 Q$ T/ C1 W% g8 C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
4 Q' l- I) U* x! `' ]9 \0 ]连接，如下：
Map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。
1 t! O+ ^& e' p, _$ P; A$ U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
S（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。
" [! v( `5 ^0 A  \' u* ~; m13.3.2　Microsoft Dryad
Microsoft 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
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
* o; w: e5 ~: _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
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
（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
. Y& U. W1 }( i8 o) D$ q( X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
3 h$ }* Z8 a* o8 f( V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
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
* Z' r3 ~, c  M2 Q& A以继续执行后续任务。
" M: i5 T; K2 w5 MDryad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
! _: D" k: i, n+ |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
& e, @. H7 X! w& |4 J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
" Y! c" A  }( i9 K复传递给以前传过的任务。
9 _  M* L, H# H0 ^5 N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。
3 d' ^0 s) j+ I  a2 D& s3 H; ]' n13.3.3　Google Pregel
$ z* q( g6 x3 n2 c0 H1 p* y! gGoogle 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。
Pregel中将计算组织成“超步”（superstep）。在每个超步中，每个节点在上一步
+ ~- h" |+ }+ H+ `9 A5 }0 ~+ B, c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。
Pregel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
0 F/ e! E3 a* Q$ i( @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
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
果已经收敛，可以终止迭代。
图　13-4　Pregel BSP计算模型
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
- s: R% C1 f( u! @0 g/ b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
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
0 w, D& ^7 X- F9 Q. N$ h( h' c7 g' Q（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
+ ]4 K7 T, |7 ^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
, a  ~2 g+ [( p/ D9 x8 q息（c,b,w+v）会传递给后续节点。
8 q( u) u3 ^! H- M) w) N（2）终止条件
# X2 W) ?- a! t5 ?/ D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
8 M8 \( g/ q1 S! v. ]" ?( o计算出想要的结果，整个迭代过程可以结束。
Pregel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
' _  v/ T: t- Y+ J; f4 e1 e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
4 d. A0 T8 J( U0 v, p9 `/ D* C5 E4 |7 U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
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。
3 I- g8 {8 @3 Y( i( F9 A
" G  C& X# X0 r" X