《大规模分布式存储系统》第13章 大数据【13.3】

javazx

13.3　MapReduce扩展
- g% N6 R8 T+ q( _$ [7 ]; K# aMapReduce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
, [" E  ]$ T  Z( u, i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
: [9 I+ s" l" n9 D7 F/ x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。
% [& I7 O% u. R  y, B. P' v●Microsoft Dryad：将MapReduce模型从一个简单的两步工作流扩展为任何函数
. |! z; P8 j. o  L6 |) C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。
●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。
13.3.1　Google Tenzing
2 o9 l: k( d3 g/ x' M  }* SGoogle Tenzing是一个构建在MapReduce之上的SQL执行引擎，支持SQL查询且能
4 r! D6 }: V/ @' {8 P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。
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。
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
（cost-based optimizer）两种优化模式。
( |9 `* `$ W/ E% b: A$ K●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
MapReduce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。
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
% d( N# o0 }2 `! a: ?' ~" fmaster监听者获取master信息。
●元数据服务器（Metadata Server）：存储和获取表格schema、访问控制列表
6 c- x0 ~+ ^% ^1 f" w（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
1 j6 O7 s; V# z8 e/ o% V及Web UI。
●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。
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。
5 V  n; j, h4 g' s) F* T4）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
% G' ?9 i, k; z( N* e! q0 t1 \MapReduce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
划分为多个任务。
4 B% h! o6 N2 ]3 p  Y7 c) [4 ?' j& K6）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。
# P* v( D. Z6 a& L! p4 p. K+ [  p7）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
, h3 Q" v0 q8 G& T端。
3.SQL运算符映射到MapReduce
# s8 e8 ?3 X& B5 O. M- u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。
（1）选择和投影
( |. B# P+ O9 r+ M8 I6 i0 K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
1 ^& ~( v: m: ~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
0 v' b/ }; Z3 S0 k2 _部分。
% k; r2 S- ]$ ]* U; O3 {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
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
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
* i( @5 Q0 o( ?( k! T) A& C* R, q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 U; V; H; f  R! p7 W（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
( _' u4 U5 K, e( n之和。可以采用如下方式实现γ A,SUM（B） (R）。
1 ^5 U0 r+ ^+ o  DMap函数：对于每个元组，生成“键-值”对（a,b）。
' k7 }" v7 f; E7 FReduce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 ，
" e9 B$ f5 r: U% A: M4 b…，b n ]执行SUM操作，输出结果为（a,SUM（b 1 ，b 2 ，…，b n ））。
Tenzing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。
+ U7 E, X2 B$ E- V7 K（3）多表连接
1 \- a! i. {1 k" Z6 A+ v/ w3 u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。
  e! l# e, O7 v0 c常见的连接算法包括Sort Merge Join、Hash Join以及Nested Loop Join。
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：
& {7 }6 H5 G3 z* ZMap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））。
# \- c) V4 S& r/ J" A0 z/ w9 j0 bReduce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
0 h/ W) p4 x+ w) f4 o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。
" R2 b# J9 a9 Y5 u8 V8 C7 w* X6 w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
4 l! }0 A5 j  m, KMerge 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。
  F. |6 s& |* |4 }' D' {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
4 S: V, l& G/ C. Z) e0 G$ P$ Z一次Hash Join需要执行三个MapReduce任务。
" H/ S3 H- z: B' Q7 UMR1：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 ；
8 I9 a4 i2 b* H' r* S; ^" H9 x1 UMR2：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
1 ]% h6 z9 ~- f( D: U: Q的“键-值”对。
0 N$ K, {! R: K# ?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
- J( j3 a. ?! `' Y" L: ]+ z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：
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
5 U! u; @. x0 z( c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。
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。
" u% T8 ^5 D( o7 s( d: i+ ^) _. e13.3.2　Microsoft Dryad
  I7 e. I$ e' h* L4 Z6 l3 IMicrosoft 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
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
9 c  u9 p& U7 \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
: a4 f) \9 f. o# ?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
+ q+ O6 q! O8 r' w2 A（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
8 ~/ T/ m1 Z8 Q, e& @0 k2 M0 O* u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
" ?6 L$ ?8 E+ R7 I2 p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
( M# [4 T4 X- \" W8 K- O: J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
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
. d# U0 K( c5 v) ]7 b0 A7 D复传递给以前传过的任务。
$ z+ r4 j5 w* V3 N+ v$ z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
7 [$ k' w1 X8 r' p& K2 Q5 j: iMapReduce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。
8 M! h) b8 f' ^7 @* ?( c0 g13.3.3　Google Pregel
- c1 o2 x8 ]. M' D! P6 vGoogle 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
* A1 r" M, J: I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
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。
& L/ Q2 p" c& sPregel采用了BSP（Bulk Sychronous Parallel，整体同步并行计算）模型。每个“超
+ ]$ Y3 I" A  t" H) i: X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
9 x% T3 ]6 s7 d7 N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。
6 U; }# k! Y" M, Z) u图　13-4　Pregel BSP计算模型
; S% u/ `. k- G. L- }# M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; P( a/ g8 \3 D# D. I' }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
& x9 I7 m% p1 u7 y8 t. H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
（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
7 a  R8 T2 `6 h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
3 v" ]- A; ~1 F8 X- ^2 w7 x息（c,b,w+v）会传递给后续节点。
（2）终止条件
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
5 a7 {: J, V1 m. \; H0 G# a( G2 p计算出想要的结果，整个迭代过程可以结束。
3 X( R  a6 h6 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
) y+ @5 e( u$ v8 b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
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
$ a( f2 ~$ L. g# g1 H0 E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。
  l. P% u5 L3 ^: q, I
( B" _4 i1 J# e