《大规模分布式存储系统》第6章 分布式表格系统【6.1】

javazx

第6章　分布式表格系统
分布式表格系统对外提供表格模型，每个表格由很多行组成，通过主键唯一标
; A6 c6 [$ U. M4 u6 x3 \识，每一行包含很多列。整个表格在系统中全局有序，适用3.3.2节中讲的顺序分
  i% j# x" ~& h布。
9 j+ S2 D8 ?- \$ y' hGoogle Bigtable是分布式表格系统的始祖，它采用双层结构，底层采用GFS作为
1 ?: a2 _2 N, M6 Z/ ]; n; S持久化存储层。GFS+Bigtable双层架构是一种里程碑式的架构，其他系统，包括
) |6 K! Z4 I' S7 |Microsoft分布式存储系统Windows Azure Storage以及开源的Hadoop系统，均为其模仿
# z1 p. }4 J6 G$ ]者。Bigtable的问题在于对外接口不够丰富，因此，Google后续开发了两套系统，一
套是Megastore，构建在Bigtable之上，提供更加丰富的使用接口；另外一套是
Spanner，支持跨多个数据中心的数据库事务，下一章会专门介绍。
1 s5 F0 g  f! w% r' F. o7 z本章首先详细介绍Bigtable的架构及实现，接着分析Megastore的架构，最后介绍
$ j$ U! X- e- W! b( [) s+ A4 AMicrosoft Azure Storage的架构。
" a3 }+ d. i* y6.1　Google Bigtable
Bigtable是Google开发的基于GFS和Chubby的分布式表格系统。Google的很多数
据，包括Web索引、卫星图像数据等在内的海量结构化和半结构化数据，都存储在
Bigtable中。与Google的其他系统一样，Bigtable的设计理念是构建在廉价的硬件之
  S; w/ I3 d5 x) w3 D: ^2 _6 i* ]上，通过软件层面提供自动化容错和线性可扩展性能力。
Bigtable系统由很多表格组成，每个表格包含很多行，每行通过一个主键（Row
Key）唯一标识，每行又包含很多列（Column）。某一行的某一列构成一个单元
（Cell），每个单元包含多个版本的数据。整体上看，Bigtable是一个分布式多维映
射表，如下所示：
(row:string,column:string,timestamp:int64)-＞string
* m2 G% Q3 U1 k% g' Q另外，Bigtable将多个列组织成列族（column family），这样，列名由两个部分
组成：（column family,qualifier）。列族是Bigtable中访问控制的基本单元，也就是
3 `6 W, M# f" q* S# U, R. D说，访问权限的设置是在列族这一级别上进行的。Bigtable中的列族在创建表格的时
候需要预先定义好，个数也不允许过多；然而，每个列族包含哪些qualifier是不需要
  Z+ H  _# l# ^; G- E预先定义的，qualifier可以任意多个，适合表示半结构化数据。
$ U8 @$ G1 J' _0 m0 N0 p2 @Bigtable数据的存储格式如图6-1所示。
图　6-1　Bigtable数据存储格式
/ T, z! r0 s7 g2 `* [. L; gBigtable中的行主键可以是任意的字符串，最大不超过64KB。Bigtable表中的数
4 }" |$ I2 U* a0 Q+ Q: W4 K0 B据按照行主键进行排序，排序使用的是字典序。图6-1中行主键com.cnn.www是域名
www.cnn.com变换后的结果，这样做的好处是使得所有www.cnn.com下的子域名在系
6 O: C$ a! H7 L* z+ i4 v! R  W5 W统中连续存放。这一行数据包含两个列族："contents"和"anchor"。其中，列
8 v6 ?. p* S: B: Y5 }" W3 d族"anchor"又包含两个列，qualifier分别为"cnnsi.com"和"my:look.ca"。
$ B: }) x5 s# m, s+ c8 e8 aGoogle的很多服务，比如Web检索和用户的个性化设置，都需要保存不同时间的
数据，这些不同的数据版本必须通过时间戳来区分。图6-1中的t 4 、t 5 和t 6 表示保存了
. V- g5 a: [3 s三个时间点获取的网页。为了简化不同版本的数据管理，Bigtable提供了两种设置：
! b) E& e7 q! Z3 _* }一种是保留最近的N个不同版本，另一种是保留限定时间内的所有不同版本，比如可
, O  N) J. r+ n4 y6 O以保存最近10天的所有不同版本的数据。失效的版本将会由Bigtable的垃圾回收机制
. @, x/ o, y; D; _7 x! H自动删除。
: j0 x( ?+ T% {. k6.1.1　架构
8 ^; h0 q1 K' jBigtable构建在GFS之上，为文件系统增加一层分布式索引层。另外，Bigtable依
赖Google的Chubby（即分布式锁服务）进行服务器选举及全局信息维护。
* m$ M, h# A9 M# H如图6-2所示，Bigtable将大表划分为大小在100～200MB的子表（tablet），每个
子表对应一个连续的数据范围。Bigtable主要由三个部分组成：客户端程序库
1 Q& }; Z7 _$ t8 h% w: Q$ {（Client）、一个主控服务器（Master）和多个子表服务器（Tablet Server）。
图　6-2　Bigtable的整体架构
: X8 Q# u9 U( Q2 ~●客户端程序库（Client）：提供Bigtable到应用程序的接口，应用程序通过客户
9 {0 b) H" h( h6 S6 `端程序库对表格的数据单元进行增、删、查、改等操作。客户端通过Chubby锁服务
获取一些控制信息，但所有表格的数据内容都在客户端与子表服务器之间直接传
送；
●主控服务器（Master）：管理所有的子表服务器，包括分配子表给子表服务
器，指导子表服务器实现子表的合并，接受来自子表服务器的子表分裂消息，监控
7 g- u$ t  Q! H! E( z! U" s6 l8 w子表服务器，在子表服务器之间进行负载均衡并实现子表服务器的故障恢复等。
* X: E9 x; c8 ?+ O●子表服务器（Tablet Server）：实现子表的装载/卸出、表格内容的读和写，子
表的合并和分裂。Tablet Server服务的数据包括操作日志以及每个子表上的sstable数
" j! G0 c" |. ^! Q' Z据，这些数据存储在底层的GFS中。
4 h5 W2 G  \% J! p" v- _Bigtable依赖于Chubby锁服务完成如下功能：
1）选取并保证同一时间内只有一个主控服务器；
2）存储Bigtable系统引导信息；
/ }  @4 t: J- ^: R) T" j3）用于配合主控服务器发现子表服务器加入和下线；
9 D# |) l0 c% @, s2 z. {0 `4）获取Bigtable表格的schema信息及访问控制信息。
' E* p: s) ?: IChubby是一个分布式锁服务，底层的核心算法为Paxos。Paxos算法的实现过程需
( u* }+ d2 S% h9 s2 j要一个“多数派”就某个值达成一致，进而才能得到一个分布式一致性状态。也就是
说，只要一半以上的节点不发生故障，Chubby就能够正常提供服务。Chubby服务部
2 l( v- k, n$ u( a! n8 l: C# ]署在多个数据中心，典型的部署为两地三数据中心五副本，同城的两个数据中心分
别部署两个副本，异地的数据中心部署一个副本，任何一个数据中心整体发生故障
! W, r* P6 N; x1 A. k都不影响正常服务。
8 U, h1 m3 t, R7 `8 ^Bigtable包含三种类型的表格：用户表（User Table）、元数据表（Meta Table）
和根表（Root Table）。其中，用户表存储用户实际数据；元数据表存储用户表的元
0 o' F- g7 t; o5 _( x' l1 J# m, U数据；如子表位置信息、SSTable及操作日志文件编号、日志回放点等，根表用来存
* k8 d5 g; ^# N* \储元数据表的元数据；根表的元数据，也就是根表的位置信息，又称为Bigtable引导
  ?- b0 P+ h, A- w( q信息，存放在Chubby系统中。客户端、主控服务器以及子表服务器执行过程中都需
" {, S4 v! r, B1 f要依赖Chubby服务，如果Chubby发生故障，Bigtable系统整体不可用。
* C- y; q$ @" `' V, J, o+ n8 S6.1.2　数据分布
  \5 |# D7 K2 y. S) ~' B% xBigtable中的数据在系统中切分为大小100～200MB的子表，所有的数据按照行
4 Z. T" _! d8 E% p" ~主键全局排序。Bigtable中包含两级元数据，元数据表及根表。用户表在进行某些操
作，比如子表分裂的时候需要修改元数据表，元数据表的某些操作又需要修改根
* [& g( o+ x+ ?0 u表。通过使用两级元数据，提高了系统能够支持的数据量。假设平均一个子表大小
0 W% q4 z+ h$ M+ _+ {& {& T+ D为128MB，每个子表的元信息为1KB，那么一级元数据能够支持的数据量为
' G1 Z4 }6 Z( z' ^1 e128MB×（128MB/1KB）=16TB，两级元数据能够支持的数据量为
% F, D6 k8 r4 @4 l" N16TB×（128MB/1KB）=2048 PB，满足几乎所有业务的数据量需求。如图6-3所示。
图　6-3　Bigtable数据结构
$ J2 n, v- D; D/ C4 d& e客户端查询时，首先从Chubby中读取根表的位置，接着从根表读取所需的元数
据子表的位置，最后就可以从元数据子表中找到待查询的用户子表的位置。为了减
少访问开销，客户端使用了缓存（cache）和预取（prefetch）技术。子表的位置信息
* t. E7 C7 z6 Z7 D8 H% ]被缓存在客户端，客户端在寻址时首先查找缓存，一旦缓存为空或者缓存信息过
$ u2 |! w6 L2 B. \% R! X2 i期，客户端就需要请求子表服务器的上一级元数据表获取位置信息，比如用户子表
9 C8 P% X  X0 z- ?! g缓存过期需要请求元数据表，元数据子表缓存过期需要请求根表，根表缓存过期需
要读取Chubby中的引导信息。如果缓存为空，最多需要三次请求；如果缓存信息过
6 L$ h0 |/ V- H! `期，最多需要六次请求，其中三次用来确定信息是过期的，另外三次获取新的地
址。预取则是在每次访问元数据表时不仅仅读取所需的子表元数据，而是读取连续
的多个子表元数据，这样查找下一个子表时不需要再次访问元数据表。
- d- K, o6 ?5 u' ]# z. s6.1.3　复制与一致性
& e/ C- r3 ~1 G. C; ?Bigtable系统保证强一致性，同一个时刻同一个子表只能被一台Tablet Server服
$ _* A& o% t% Z! @1 ]务，也就是说，Master将子表分配给某个Tablet Server服务时需要确保没有其他的
+ j( q+ s- Z1 B7 ^7 w5 fTablet Server正在服务这个子表。这是通过Chubby的互斥锁机制保证的，Tablet Server
启动时需要获取Chubby互斥锁，当Tablet Server出现故障，Master需要等到Tablet
Server的互斥锁失效，才能把它上面的子表迁移到其他Tablet Server。
+ R4 u% k) [- Z2 X% M1 WBigtable的底层存储系统为GFS（参见前面4.1节）。GFS本质上是一个弱一致性
系统，其一致性模型只保证“同一个记录至少成功写入一次”，但是可能存在重复记
录，而且可能存在一些补零（padding）记录。
Bigtable写入GFS的数据分为两种：
7 o. \* ~& V* }2 ?+ n+ S●操作日志。当Tablet Server发生故障时，它上面服务的子表会被集群中的其他
6 _3 v: a0 w4 {. a8 P- l/ FTablet Server加载继续提供服务。加载子表可能需要回放操作日志，每条操作日志都
有唯一的序号，通过它可以去除重复的操作日志。
●每个子表包含的SSTable数据。如果写入GFS失败可以重试并产生多条重复记
6 E) q/ m* I5 H8 h5 ^0 Y9 e录，但是Bigtable只会索引最后一条写入成功的记录。
( f$ j' g% S) t' S$ B% u( o# XBigtable本质上是构建在GFS之上的一层分布式索引，通过它解决了GFS遗留的
一致性问题，大大简化了用户使用。
6.1.4　容错
+ ~) ^$ s" U+ v" XBigtable中Master对Tablet Server的监控是通过Chubby完成的，Tablet Server在初始
9 v4 I, H; w! E5 {化时都会从Chubby中获取一个独占锁。通过这种方式所有的Tablet Server基本信息被
9 D, S' G% o6 C$ I' f保存在Chubby中一个称为服务器目录（Server Directory）的特殊目录之中。Master通
) G8 |! e$ a5 t" @过检测这个目录以随时获取最新的Tablet Server信息，包括目前活跃的Tablet Server，
以及每个Tablet Server上现已分配的子表。对于每个Tablet Server,Master会定期询问其
独占锁的状态。如果Tablet Server的锁丢失或者没有回应，则此时可能有两种情况，
( h) i3 {. s/ P7 |8 @. F7 I& J要么是Chubby出现了问题，要么是Tablet Server出现了问题。对此Master首先自己尝
试获取这个独占锁，如果失败说明是Chubby服务出现问题，否则说明是Tablet Server
0 S1 ^& O/ x7 w% q出现了问题。Master将中止这个Tablet Server并将其上的子表全部迁移到其他Tablet
Server。
每个子表持久化的数据包含两个部分：操作日志以及SSTable。Tablet Server发生
* @; b& r! h1 i5 s' Y故障时某些子表的一些更新操作还在内存中，需要通过回放操作日志来恢复。为了
提高性能，Tablet Server没有为它服务的每个子表写一个操作日志文件，而是把所有
它服务的子表的操作日志混在一起写入GFS，每条日志通过＜表格编号，行主键，日
志序列号＞来唯一标识。当某个Tablet Server宕机后，Master将该Tablet Server服务的
' Q$ |% o" t, W4 T1 U子表分配给其他Tablet Server。为了减少Tablet Server从GFS读取的日志数据量，
Master将选择一些Tablet Server对日志进行分段排序。排好序后，同一个子表的操作
日志连续存放，Tablet Server恢复某个子表时只需要读取该子表对应的操作日志即
& L9 s# D1 @2 F" W' Z2 T" a; O) F) Y2 u可。Master需要尽可能选择负载低的Tablet Server执行排序，并且需要处理排序任务
失败的情况。
% V7 e* h! R+ f2 \- f: i. L6 w8 LBigtable Master启动时需要从Chubby中获取一个独占锁，如果Master发生故障，
% Y! F/ R4 D5 |7 DMaster的独占锁将过期，管理程序会自动指定一个新的Master服务器，它从Chubby成
功获取独占锁后可以继续提供服务。
$ V0 n, z* c, J5 a( u6.1.5　负载均衡
子表是Bigtable负载均衡的基本单位。Tablet Server定期向Master汇报状态，当状
态检测时发现某个Tablet Server上的负载过重时，Master会自动对其进行负载均衡，
2 D7 s2 S! V' I1 \- v即执行子表迁移操作。子表迁移分为两步：第一步请求原有的Tablet Server卸载子
表；第二步选择一台负载较低的Tablet Server加载子表。Master发送命令请求原有的
Tablet Server卸载子表，原有Tablet Server解除加在子表上的互斥锁，而新的Tablet
Server加载子表时需要首先获取互斥锁。如果原有Tablet Server发生故障，新的Tablet
Server需要等待原有Tablet Server加在子表上的互斥锁过期。子表迁移前原有的Tablet
, K. {- ?2 `- k8 sServer会对其执行Minor Compaction操作，将内存中的更新操作以SSTable文件的形式
( a2 M& n" z7 w. F  a转储到GFS中，因此，负载均衡带来的子表迁移在新的Tablet Server上不需要回放操
作日志。
3 z/ p/ q' l& z; O# l子表迁移的过程中有短暂的时间需要停服务，为了尽可能减少停服务的时间，
5 E, X4 Y' y8 p9 ~& J" w7 [Bigtable内部采用两次Minor Compaction的策略。具体操作如下：
6 f$ h2 v+ `6 g% O8 H1）原有Tablet Server对子表执行一次Minor Compaction操作，操作过程中仍然允
9 _! Z" I2 Y3 A/ C许写操作。
2）停止子表的写服务，对子表再次执行一次Minor Compaction操作。由于第一
次Minor Compaction过程中写入的数据一般比较少，第二次Minor Compaction的时间
! B& K& @8 V. J; v会比较短。
由于Bigtable负载均衡的过程中会停一会读写服务，负载均衡策略不应当过于激
进。负载均衡涉及的因素很多，Tablet Server通过心跳定时将读、写个数、磁盘、内
4 t2 W, z2 R2 o5 P" g( {2 P存负载等信息发送给Master,Master根据负载计算公式计算出需要迁移的子表，然后放
入迁移队列中等待执行。
6.1.6　分裂与合并
, H# `( m. D) }% s6 L, w# M随着数据不断写入和删除，某些子表可能太大，某些子表可能太小，需要执行
2 R# X/ s0 e: Z4 E( j子表分裂与合并操作。顺序分布与哈希分布的区别在于哈希分布往往是静态的，而
顺序分布是动态的，需要通过分裂与合并操作动态调整。
5 G6 E+ E- \5 h/ o+ I6 l1 E- ~5 ~4 nBigtable每个子表的数据分为内存中的MemTable和GFS中的多个SSTable，由于
. T6 _+ D9 _% |4 O" qBigtable中同一个子表只被一台Tablet Server服务，进行分裂时比较简单。Bigtable上
执行分裂操作不需要进行实际的数据拷贝工作，只需要将内存中的索引信息分成两
. C7 I% |! Z3 M( m( z. \: Z  ^8 e* ~/ O# I份，比如分裂前子表的范围为（起始主键，结束主键]，在内存中将索引分成（起始
主键，分裂主键]和（分裂主键，结束主键]两个范围。例如，某个子表（1，10]的分
3 q+ C( D5 U; B& L0 q3 e裂主键为5，那么，分裂后生成的两个子表的数据范围为：（1，5]和（5，10]。分裂
! _/ P' Y8 b9 _) K, `- x以后两个子表各自写不同的MemTable，等到执行Compaction操作时再根据分裂后的
子表范围生成不同的SSTable，无用的数据自然成为垃圾被回收。
分裂操作由Tablet Server发起，需要修改元数据，即用户表的分裂需要修改元数
据表，元数据表的分裂需要修改根表。分裂操作需要增加一个子表，相当于在元数
据表中增加一行，通过Bigtable的行事务保证原子性。只要修改元数据表成功，分裂
操作就算成功。分裂成功后Tablet Server将向Master汇报，如果出现Tablet Server故
5 K: E; H! P4 x障，Master可能丢失汇报分裂消息。新的Tablet Server加载这个子表时将发现它已经
& c9 E* e: Y. O6 ?分裂，并通知Master。
合并操作由Master发起，相比分裂操作要更加复杂。由于待合并的两个子表可能
被不同的Tablet Server加载，合并的第一步需要迁移其中一个子表，以使它们在同一
8 b6 {* w1 Y% R' m个Tablet Server上，接着通知Tablet Server执行子表合并。子表合并操作具体实现时非
3 c% Q' U2 e" p" z3 i" x9 z# N常麻烦，有兴趣的读者可以自行思考。
6.1.7　单机存储
如图6-4所示，Bigtable采用Merge-dump存储引擎。数据写入时需要先写操作日
志，成功后应用到内存中的MemTable中，写操作日志是往磁盘中的日志文件追加数
, x& J, C6 x- w# y4 c5 X1 M据，很好地利用了磁盘设备的特性。当内存中的MemTable达到一定大小，需要将
% V! X' S' B. ]# v/ [8 a+ y. uMemTable转储（Dump）到磁盘中生成SSTable文件。由于数据同时存在MemTable和
* `, s5 p- f- B2 w1 c& v可能多个SSTable中，读取操作需要按从旧到新的时间顺序合并SSTable和内存中的
MemTable数据。数据在SSTable中连续存放，因此可以同时满足随机读取和顺序读取
5 k1 @/ j* W8 G  d; n两种需求。为了防止磁盘中的SSTable文件过多，需要定时将多个SSTable通过
compaction过程合并为一个SSTable，从而减少后续读操作需要读取的文件个数。一
+ ?, ?) D) M, b" B般情况下，如果写操作比较少，我们总是能够使得对每一份数据同时只存在一个
8 S' R' x0 C0 W6 v' U* y# \9 |SSTable和一个MemTable，也就是说，随机读取和顺序读取都只需要访问一次磁盘，
7 [7 [2 F9 y7 j4 T4 Y这对于线上服务基本上都是成立的。
图　6-4　Bigtable单机存储引擎
插入、删除、更新、增加（Add）等操作在Merge-dump引擎中都看成一回事，除
了最早生成的SSTable外，SSTable中记录的只是操作，而不是最终的结果，需要等到
读取（随机或者顺序）时才合并得到最终结果。
Bigtable中包含三种Compaction策略：Minor Compaction、Merging Compaction和
3 X- T" H* C7 ?0 x; f9 w$ WMajor Compaction。其中，Minor Compaction把内存中的MemTable转储到GFS中，
Merging Compaction和Major Compaction合并GFS中的多个SSTable文件生成一个更大
7 X, d' C% v- J4 b1 O/ ^2 B的SSTable。Minor Compaction主要是为了防止内存占用过多，Merging和Major
Compaction则是为了防止读取文件个数过多。Major Compaction与Merging Compaction
! v8 W# u  ?& Y4 Y, O的区别在于Major Compaction会合并所有的SSTable文件和内存中的MemTable，生成
* g! x0 [6 u0 t最终结果；而Merging Compaction生成的SSTable文件可能包含一些操作，比如删除、
增加等。
数据在SSTable中按照主键有序存储，每个SSTable由若干个大小相近的数据块
, b4 s" O# Q# n9 z8 T- e6 T" X. {  c0 w（Block）组成，每个数据块包含若干行。数据块的大小一般在8～64KB之间，允许
用户配置。Tablet Server的缓存包括两种：块缓存（Block Cache）和行缓存（Row
Cache）。其中，块缓存的单位为SSTable中的数据块，行缓存的单位为一行记录。随
$ z  r' R" P/ i7 r  r/ B0 d! t; _  \7 O机读取时，首先查找行缓存；如果行缓存不命中，接着再查找块缓存。另外，
Bigtable还支持布隆过滤器（Bloom Filter），如果读取的数据行在SSTable中不存在，
( ~. V/ A% j7 I, P% M" G* a可以通过布隆过滤器发现，从而避免一次读取GFS文件操作。
  G7 F" n9 a" |& {+ d4 T) ^6.1.8　垃圾回收
Compaction后生成新的SSTable，原有的SSTable成为垃圾需要被回收掉。每个子
表正在引用的SSTable文件保存在元数据中。Master定期执行垃圾回收任务，这是一
个标记删除（mark-and-sweep）过程。首先扫描GFS获取所有的SSTable文件，接着扫
& ?2 k4 k# [4 X8 P描根表和元数据表获取所有正在使用的SSTable文件，如果GFS中的SSTable没被任何
# Y; g( S0 N0 m: J9 Y一个子表使用，说明可以被回收掉。这里需要注意，由于Tablet Server执行
* e& J" O3 }% r  v# _$ l5 }! xCompaction操作生成一个全新的SSTable与修改元数据这两个操作不是原子的，垃圾
回收需要避免删除刚刚生成但还没有记录到元数据中的SSTable文件。一种比较简单
的做法是垃圾回收只删除至少一段时间，比如1小时没有被使用的SSTable文件。
6.1.9　讨论
GFS+Bigtable两层架构以一种很优雅的方式兼顾系统的强一致性和可用性。底层
文件系统GFS是弱一致性系统，可用性和性能很好，但是多客户端追加可能出现重复
7 a5 l/ L- ?, N4 C记录等数据不一致问题；上层的表格系统Bigtable通过多级分布式索引的方式使得系
+ ]4 u/ L4 E$ A- A- A# P6 s- ~统对外整体表现为强一致性。Bigtable最大的优势在于线性可扩展，单台机器出现故
. U1 m: G- N- N) `5 {6 Q障可将服务迅速（一分钟以内）迁移到整个集群。Bigtable架构最多可支持几千台的
# e5 o) L; t" c5 J3 E集群规模，通过自动化容错技术大大降低了存储成本。
Bigtable架构也面临一些问题，如下所示：
●单副本服务。Bigtable架构非常适合离线或者半线上应用，然而，Tablet Server
节点出现故障时部分数据短时间内无法提供读写服务，不适合实时性要求特别高的
业务，如交易类业务。
! a: X5 m5 c' b4 [& m●SSD使用。Google整体架构的设计理念为通过廉价机器构建自动容错的大集
群，然而，随着SSD等硬件技术的发展，机器宕机的概率变得更小，SSD和SAS混合
; r; i& [6 D0 \6 ]) ~存储也变得比较常见，存储和服务分离的架构有些不太适应。
●架构的复杂性导致Bug定位很难。Bigtable依赖GFS和Chubby，这些依赖系统本
' h' ]4 t: F* U2 N+ v2 K身比较复杂，另外，Bigtable多级分布式索引和容错等机制内部实现都非常复杂，工
$ y8 T% |- E4 L9 r( F# B9 P程量巨大，使用的过程中如果发现问题很难定位。
( T& M" h7 X% m8 I# x总体上看，Bigtable架构把可扩展性和成本做到了极致，但在线实时服务能力有
3 q$ `( h. T) [* b- B+ m一定的改进空间，适合通用的离线和半线上应用场合。
/ O& t( h, Q0 T' L% d) r