etcd 分散式資料庫概念初探

来源:https://www.cnblogs.com/qsyqian/archive/2018/07/12/9300116.html
-Advertisement-
Play Games

Lease（租約）： 其實就是一個定時器。首先申請一個TTL=N的lease（定時器），然後創建key的時候傳入該lease，那麼就實現了一個定時的key。 在程式中可以定時為該lease續約，也就是不斷重覆的重置TTL=N。當lease過期的時候，其所關聯的所有key都會自動刪除。 Raft協議： ...


Lease（租約）：

其實就是一個定時器。首先申請一個TTL=N的lease（定時器），然後創建key的時候傳入該lease，那麼就實現了一個定時的key。

在程式中可以定時為該lease續約，也就是不斷重覆的重置TTL=N。當lease過期的時候，其所關聯的所有key都會自動刪除。

Raft協議：

etcd基於Raft協議實現數據同步（K-V數據），集群由多個節點組成。
Raft協議理解起來相比Paxos並沒有簡單到哪裡，因為都很難理解，所以我簡單描述一下：

  • 每次寫入都是在一個事務（tx）中完成的。
  • 一個事務（tx）可以包含若幹put（寫入K-V鍵值對）操作。
  • etcd集群有一個leader，寫入請求都會提交給它。
  • leader先將數據保存成日誌形式，並定時的將日誌發往其他節點保存。
  • 當超過1/2節點成功保存了日誌，則leader會將tx最終提交（也是一條日誌）。
  • 一旦leader提交tx，則會在下一次心跳時將提交記錄發送給其他節點，其他節點也會提交。
  • leader宕機後，剩餘節點協商找到擁有最大已提交tx ID（必須是被超過半數的節點已提交的）的節點作為新leader。


這裡最重要的是知道：

  • Raft中，後提交的事務ID>先提交的事務ID，每個事務ID都是唯一的。
  • 無論客戶端是在哪個etcd節點提交，整個集群對外表現出數據視圖最終都是一樣的。

 

K-V存儲

etcd根本上來說是一個K-V存儲，它在記憶體中維護了一個btree（B樹），就和MySQL的索引一樣，它是有序的。
在這個btree中，key就是用戶傳入的原始key，而value並不是用戶傳入的value，具體是什麼後面再說，整個k-v存儲大概就是這樣：

type treeIndex struct {
sync.RWMutex
tree *btree.BTree
}

當存儲大量的K-V時，因為用戶的value一般比較大，全部放在記憶體btree里記憶體耗費過大，所以etcd將用戶value保存在磁碟中。
簡單的說，etcd是純記憶體索引，數據在磁碟持久化，這個模型整體來說並不複雜。在磁碟上，etcd使用了一個叫做bbolt的純K-V存儲引擎（可以理解為leveldb），那麼bbolt的key和value分別是什麼呢？

MVCC多版本

如果僅僅維護一個K-V模型，那麼連續的更新只能保存最後一個value，歷史版本無從追溯，而多版本可以解決這個問題，怎麼維護多個版本呢？下麵是幾條預備知識：

  • 每個tx事務有唯一事務ID，在etcd中叫做main ID，全局遞增不重覆。
  • 一個tx可以包含多個修改操作（put和delete），每一個操作叫做一個revision（修訂），共用同一個main ID。
  • 一個tx內連續的多個修改操作會被從0遞增編號，這個編號叫做sub ID。
  • 每個revision由（main ID，sub ID）唯一標識。

下麵是revision的定義：

// A revision indicates modification of the key-value space.
// The set of changes that share same main revision changes the key-value space atomically.
type revision struct {
// main is the main revision of a set of changes that happen atomically.
main int64

// sub is the the sub revision of a change in a set of changes that happen
// atomically. Each change has different increasing sub revision in that
// set.
sub int64
}

　　在記憶體索引中，每個用戶原始key會關聯一個key_index結構，裡面維護了多版本信息：

type keyIndex struct {
key         []byte
modified    revision // the main rev of the last modification
generations []generation
}

key欄位就是用戶的原始key，modified欄位記錄這個key的最後一次修改對應的revision信息。
多版本（歷史修改）保存在Generations數組中，它的定義：

// generation contains multiple revisions of a key.
type generation struct {
ver     int64
created revision // when the generation is created (put in first revision).
revs    []revision
}

我稱generations[i]為第i代，當一個key從無到有的時候，generations[0]會被創建，其created欄位記錄了引起本次key創建的revision信息。
當用戶繼續更新這個key的時候，generations[0].revs數組會不斷追加記錄本次的revision信息（main，sub）。
在多版本中，每一次操作行為都被單獨記錄下來，那麼用戶value是怎麼存儲的呢？就是保存到bbolt中。
在bbolt中，每個revision將作為key，即序列化（revision.main+revision.sub）作為key。因此，我們先通過記憶體btree在keyIndex.generations[0].revs中找到最後一條revision，即可去bbolt中讀取對應的數據。
相應的，etcd支持按key首碼查詢，其實也就是遍歷btree的同時根據revision去bbolt中獲取用戶的value。
如果我們持續更新同一個key，那麼generations[0].revs就會一直變大，這怎麼辦呢？在多版本中的，一般採用compact來壓縮歷史版本，即當歷史版本到達一定數量時，會刪除一些歷史版本，只保存最近的一些版本。
下麵的是一個keyIndex在compact時，Generations數組的變化：

// For example: put(1.0);put(2.0);tombstone(3.0);put(4.0);tombstone(5.0) on key "foo"
// generate a keyIndex:
// key:     "foo"
// rev: 5
// generations:
//    {empty}
//    {4.0, 5.0(t)}
//    {1.0, 2.0, 3.0(t)}
//
// Compact a keyIndex removes the versions with smaller or equal to
// rev except the largest one. If the generation becomes empty
// during compaction, it will be removed. if all the generations get
// removed, the keyIndex should be removed.

// For example:
// compact(2) on the previous example
// generations:
//    {empty}
//    {4.0, 5.0(t)}
//    {2.0, 3.0(t)}
//
// compact(4)
// generations:
//    {empty}
//    {4.0, 5.0(t)}
//
// compact(5):
// generations:
//    {empty} -> key SHOULD be removed.
//
// compact(6):
// generations:
//    {empty} -> key SHOULD be removed.

Tombstone就是指delete刪除key，一旦發生刪除就會結束當前的Generation，生成新的Generation，小括弧里的(t)標識Tombstone。
compact(n)表示壓縮掉revision.main <= n的所有歷史版本，會發生一系列的刪減操作，可以仔細觀察上述流程。
多版本總結來說：記憶體btree維護的是用戶key => keyIndex的映射，keyIndex內維護多版本的revision信息，而revision可以映射到磁碟bbolt中的用戶value。
最後，在bbolt中存儲的value是這樣一個json序列化後的結構，包括key創建時的revision（對應某一代generation的created），本次更新版本，sub ID（Version ver），Lease ID（租約ID）：

kv := mvccpb.KeyValue{
    Key:            key,
    Value:          value,
    CreateRevision: c,
    ModRevision:    rev,
    Version:        ver,
    Lease:          int64(leaseID),
}

watch機制

etcd的事件通知機制是基於MVCC多版本實現的。
客戶端可以提供一個要監聽的revision.main作為watch的起始ID，只要etcd當前的全局自增事務ID > watch起始ID，etcd就會將MVCC在bbolt中存儲的所有歷史revision數據，逐一順序的推送給客戶端。
這顯然和ZooKeeper是不同的，ZooKeeper總是獲取最新數據並建立一個一次性的監聽後續變化。而etcd支持客戶端從任意歷史版本開始訂閱事件，並且會推送當時的數據快照給客戶端。
那麼，etcd大概是如何實現基於MVCC的watch機制的呢？
etcd會保存每個客戶端發來的watch請求，watch請求可以關註一個key（單key），或者一個key首碼（區間）。
etcd會有一個協程持續不斷的遍歷所有的watch請求，每個watch對象都維護了其watch的key事件推送到了哪個revision。
etcd會拿著這個revision.main ID去bbolt中繼續向後遍歷，實際上bbolt類似於leveldb，是一個按key有序的K-V引擎，而bbolt中的key是revision.main+revision.sub組成的，所以遍歷就會依次經過歷史上發生過的所有事務（tx）記錄。
對於遍歷經過的每個k-v，etcd會反序列化其中的value，也就是mvccpb.KeyValue，判斷其中的Key是否為watch請求關註的key，如果是就發送給客戶端。

// syncWatchersLoop syncs the watcher in the unsynced map every 100ms.
func (s *watchableStore) syncWatchersLoop() {
defer s.wg.Done()

for {
    s.mu.RLock()
    st := time.Now()
    lastUnsyncedWatchers := s.unsynced.size()
    s.mu.RUnlock()

    unsyncedWatchers := 0
    if lastUnsyncedWatchers > 0 {
        unsyncedWatchers = s.syncWatchers()
    }
    syncDuration := time.Since(st)

    waitDuration := 100 * time.Millisecond
    // more work pending?
    if unsyncedWatchers != 0 && lastUnsyncedWatchers > unsyncedWatchers {
        // be fair to other store operations by yielding time taken
        waitDuration = syncDuration
    }

    select {
    case <-time.After(waitDuration):
    case <-s.stopc:
        return
    }
}
}

上述代碼是一個迴圈，不停的調用syncWatchers：

// syncWatchers syncs unsynced watchers by:
//  1. choose a set of watchers from the unsynced watcher group
//  2. iterate over the set to get the minimum revision and remove compacted watchers
//  3. use minimum revision to get all key-value pairs and send those events to watchers
//  4. remove synced watchers in set from unsynced group and move to synced group
func (s *watchableStore) syncWatchers() int {
s.mu.Lock()
defer s.mu.Unlock()

if s.unsynced.size() == 0 {
    return 0
}

s.store.revMu.RLock()
defer s.store.revMu.RUnlock()

// in order to find key-value pairs from unsynced watchers, we need to
// find min revision index, and these revisions can be used to
// query the backend store of key-value pairs
curRev := s.store.currentRev
compactionRev := s.store.compactMainRev

wg, minRev := s.unsynced.choose(maxWatchersPerSync, curRev, compactionRev)
minBytes, maxBytes := newRevBytes(), newRevBytes()
revToBytes(revision{main: minRev}, minBytes)
revToBytes(revision{main: curRev + 1}, maxBytes)

// UnsafeRange returns keys and values. And in boltdb, keys are revisions.
// values are actual key-value pairs in backend.
tx := s.store.b.ReadTx()
tx.Lock()
revs, vs := tx.UnsafeRange(keyBucketName, minBytes, maxBytes, 0)
evs := kvsToEvents(wg, revs, vs)
tx.Unlock()

代碼比較長不全貼，它會每次從所有的watcher選出一批watcher進行批處理（組成為一個group，叫做watchGroup），這批watcher中觀察的最小revision.main ID作為bbolt的遍歷起始位置，這是一種優化。
你可以想一下，如果為每個watcher單獨遍歷bbolt並從中摘出屬於自己關註的key，那性能就太差了。通過一次性遍歷，處理多個watcher，顯然可以有效減少遍歷的次數。
也許你覺得這樣在watcher數量多的情況下性能仍舊很差，但是你需要知道一般的用戶行為都是從最新的Revision開始watch，很少有需求關註到很古老的revision，這就是關鍵。
遍歷bbolt時，json反序列化每個mvccpb.KeyValue結構，判斷其中的key是否屬於watchGroup關註的key，這是由kvsToEvents函數完成的：

// kvsToEvents gets all events for the watchers from all key-value pairs
func kvsToEvents(wg *watcherGroup, revs, vals [][]byte) (evs []mvccpb.Event) {
for i, v := range vals {
    var kv mvccpb.KeyValue
    if err := kv.Unmarshal(v); err != nil {
        plog.Panicf("cannot unmarshal event: %v", err)
    }

    if !wg.contains(string(kv.Key)) {
        continue
    }

    ty := mvccpb.PUT
    if isTombstone(revs[i]) {
        ty = mvccpb.DELETE
        // patch in mod revision so watchers won't skip
        kv.ModRevision = bytesToRev(revs[i]).main
    }
    evs = append(evs, mvccpb.Event{Kv: &kv, Type: ty})
}
return evs
}

可見，刪除key對應的revision也會保存到bbolt中，只是bbolt的key比較特別：
put操作的key由main+sub構成：

ibytes := newRevBytes()
idxRev := revision{main: rev, sub: int64(len(tw.changes))}
revToBytes(idxRev, ibytes)

delete操作的key由main+sub+”t”構成：

idxRev := revision{main: tw.beginRev + 1, sub: int64(len(tw.changes))}
revToBytes(idxRev, ibytes)
ibytes = appendMarkTombstone(ibytes)


// appendMarkTombstone appends tombstone mark to normal revision bytes.
func appendMarkTombstone(b []byte) []byte {
if len(b) != revBytesLen {
    plog.Panicf("cannot append mark to non normal revision bytes")
}
return append(b, markTombstone)
}

// isTombstone checks whether the revision bytes is a tombstone.
func isTombstone(b []byte) bool {
return len(b) == markedRevBytesLen && b[markBytePosition] == markTombstone
}

 

　　


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 資料庫sql優化總結之1-百萬級資料庫優化方案+數據分析
    資料庫sql優化總結-百萬級資料庫優化方案+數據分析 有三張百萬級數據表 知識點表（ex_subject_point）9,316條數據 試題表（ex_question_junior）2,159,519條數據 有45個欄位 知識點試題關係表（ex_question_r_knowledge）3,156,... ...
  • DRDS分散式SQL引擎—執行計劃介紹
    摘要： 本文著重介紹 DRDS 執行計劃中各個操作符的含義，以便用戶通過查詢計划了解 SQL 執行流程，從而有針對性的調優 SQL。 DRDS分散式SQL引擎 — 執行計劃介紹 前言 資料庫系統中，執行計劃是對 SQL 如何執行的形式化表示，往往由若幹關係操作符構成，用戶可以通過對應的 EXPLAI ...
  • Oracle資料庫的安裝 【超詳細的文圖詳解】
    Oracle簡介Oracle Database，又名Oracle RDBMS，或簡稱Oracle。是甲骨文公司的一款關係資料庫管理系統。它是在資料庫領域一直處於領先地位的產品。可以說Oracle資料庫系統是目前世界上流行的關係資料庫管理系統，系統可移植性好、使用方便、功能強，適用於各類大、中、小、微 ...
  • MySQL中間件之ProxySQL(7)：詳述ProxySQL的路由規則
    返回 "ProxySQL系列文章：http://www.cnblogs.com/f ck need u/p/7586194.html"   1.關於ProxySQL路由的簡述 當ProxySQL收到前端app發送的SQL語句後，它需要將這個SQL語句(或者重寫後的SQL語句)發送給後端的M ...
  • 常用MySQL語法
    一、進入MySQL與退出MySQL 1.進入MySQL步驟：先打開CMD命令行；命令：C:\Users\admin> mysql -h(功能變數名稱,可填或不填) -u(賬號) -p(密碼)； 連接成功時會跳出以下命令： Connection id: 9 【這個表示：連接次數】Current databas ...
  • MySQL 5.7傳統複製到GTID線上切換
    占座 ...
  • mongo基本操作
    概念 庫級操作 #集合操作 文檔操作 插入 查詢 更新 刪除 mongodb配置 mongodb許可權 ...
  • mysql 開發基礎系列20 事務控制和鎖定語句(上)
    一.概述 在mysql 里不同存儲引擎有不同的鎖，預設情況下，表鎖和行鎖都是自動獲得的，不需要額外的命令， 有的情況下，用戶需要明確地進行鎖表或者進行事務的控制，以便確保整個事務的完整性。這樣就需要使用事務控制和鎖定語句來完成。 特點 myisam innodb memory merge ndb 事 ...
一周排行
    -Advertisement-
    Play Games
  • C#TMS系統學習（BaseCity頁面）
    C#TMS系統代碼-基礎頁面BaseCity學習 本人純新手，剛進公司跟領導報道，我說我是java全棧，他問我會不會C#，我說大學學過，他說這個TMS系統就給你來管了。外包已經把代碼給我了，這幾天先把增刪改查的代碼背一下，說不定後面就要趕鴨子上架了 Service頁面 //using => impo ...
  • C# - 委托與事件
    委托與事件 委托 委托的定義 委托是C#中的一種類型，用於存儲對方法的引用。它允許將方法作為參數傳遞給其他方法，實現回調、事件處理和動態調用等功能。通俗來講，就是委托包含方法的記憶體地址，方法匹配與委托相同的簽名，因此通過使用正確的參數類型來調用方法。 委托的特性 引用方法：委托允許存儲對方法的引用， ...
  • 解析 ABP vNext 依賴註入實現【屬性註入】的原理
    前言 這幾天閑來沒事看看ABP vNext的文檔和源碼，關於關於依賴註入(屬性註入)這塊兒產生了興趣。 我們都知道。Volo.ABP 依賴註入容器使用了第三方組件Autofac實現的。有三種註入方式，構造函數註入和方法註入和屬性註入。 ABP的屬性註入原則參考如下： 這時候我就開始疑惑了，因為我知道 ...
  • C#TMS系統學習（ShippingNotice頁面）
    C#TMS系統代碼-業務頁面ShippingNotice學習 學一個業務頁面，ok，領導開完會就被裁掉了，很突然啊，他收拾東西的時候我還以為他要旅游提前請假了，還在尋思為什麼回家連自己買的幾箱飲料都要叫跑腿帶走，怕被偷嗎？還好我在他開會之前拿了兩瓶芬達 感覺感覺前面的BaseCity差不太多，這邊的 ...
  • C#動態查詢：巧用Expression組合多條件表達式
    概述：在C#中，通過`Expression`類、`AndAlso`和`OrElse`方法可組合兩個`Expression<Func<T, bool>>`，實現多條件動態查詢。通過創建表達式樹，可輕鬆構建複雜的查詢條件。 在C#中，可以使用AndAlso和OrElse方法組合兩個Expression< ...
  • 在Biwen.QuickApi中整合一個極簡的發佈訂閱(事件匯流排)
    閑來無聊在我的Biwen.QuickApi中實現一下極簡的事件匯流排,其實代碼還是蠻簡單的,對於初學者可能有些幫助 就貼出來,有什麼不足的地方也歡迎板磚交流~ 首先定義一個事件約定的空介面 public interface IEvent{} 然後定義事件訂閱者介面 public interface I ...
  • WPF 穩定的全屏化視窗方法
    1. 案例 成某三甲醫預約系統， 該項目在2024年初進行上線測試，在正常運行了兩天後，業務系統報錯：The connection pool has been exhausted, either raise MaxPoolSize (currently 800) or Timeout (curren ...
  • 在 WPF 中集成 ASP.NET Core 和 WebView2 用於集成 SPA 應用
    背景 我們有些工具在 Web 版中已經有了很好的實踐，而在 WPF 中重新開發也是一種費時費力的操作，那麼直接集成則是最省事省力的方法了。 思路解釋 為什麼要使用 WPF？莫問為什麼，老 C# 開發的堅持，另外因為 Windows 上已經裝了 Webview2/edge 整體打包比 electron ...
  • C#事件
    EDP是一套集組織架構，許可權框架【功能許可權，操作許可權，數據訪問許可權，WebApi許可權】，自動化日誌，動態Interface，WebApi管理等基礎功能於一體的，基於.net的企業應用開發框架。通過友好的編碼方式實現數據行、列許可權的管控。 ...
  • .Net8.0 Blazor Hybird 桌面端 (WPF/Winform) 發佈到 Win7+
    .Net8.0 Blazor Hybird 桌面端 (WPF/Winform) 實測可以完整運行在 win7sp1/win10/win11. 如果用其他工具打包,還可以運行在mac/linux下, 傳送門BlazorHybrid 發佈為無依賴包方式 安裝 WebView2Runtime 1.57 M ...
所有分類