极客大学架构师训练营 系统架构 分布式数据库 Zookeeper 第12课 听课总结
说明
讲师:李智慧
架构师要有设计、并开发出分布式数据库。仅仅是会用的话,竞争力是不够的。像阿里巴巴、腾讯、京东都有自己的分布式数据库开发团队,要想进入这个团队当架构师,就要有这种视野。
在公司里面,你要是听别人的,那么基本上都是把重复的、没有技术含量的活分配给你。人生的机会,都是自己去争取的。
作为架构师,要传递一个信息,打动公司,让公司支持你不赚钱的项目。你要有技术影响力,争取说服领导支持去你做这个事情,并且能够说服团队跟你一起干。
分布式一致性 ZooKeeper
分布式系统脑裂
在一个分布式系统中,不同服务器获得了互相冲突的数据信息或者执行指令,导致整个集群陷入混乱,数据损坏,统一称作分布式系统脑裂。
数据库主主备份
分布式一致性算法 Paxos
三个角色
- Proposer
- Acceptor
- Learner
- 第一阶段:Prepare阶段。Proposer向Acceptors发出Prepare请求,Acceptors针对收到的Prepare请求进行Promise承诺。
- 第二阶段:Accept阶段。Proposer收到多数Acceptors承诺的Promise后,向Acceptors发出Propose请求,Acceptors针对收到的Propose请求进行Accept处理。
- 第三阶段:Learn阶段。Proposer在收到多数Acceptors的Accept之后,标志着本次Accept成功,决议形成,将形成的决议发送给所有Learners。
Proposer生成全局唯一且递增的Proposal ID(可使用时间戳Server ID),向所有Acceptors发送Prepare请求,这里无需携带提案内容,只携带Proposal ID即可。
Acceptors收到Prepare和Propose请求后
4. 不再接受Proposal ID小于等于当前请求的Prepare请求。
5. 不再接受Proposal ID小于等于当前请求的Propose请求。
ZooKeeper 架构
ZooKeeper 树状记录结构
ZooKeeper API
String create(path, data, acl, flags);
void delete(path, expectedVersion);
Stat setData(path, data, extectedVersion);
(data, Stat) getData(path, watch);
Stat exists(path, watch);
String[] getChildren(path, watch)
void sync(path)
List multi(ops)
配置管理
- Administrator:
setData("/config/param1", "value", -1)
- Consumer:
getData("/config/param1", true)
选 Master (Leader)
- getdata("/servers/leader", true)
- if successful follow the leader described in the data and exit
- create("/servers/leader", hostname, EPHEMERAL)
- if successful lead and exit
- goto step 1
选 Master/ Leader (Python)
handle = zookeeper.init("localhost:2181", my_connection_watcher, 10000, 0)
(data, stat) = zookeeper.get(handle, "/app/leader", True);
if (stat == None)path = zookeeper.create(handle, "/app/leader", hostname:info, [ZOO_OPEN_ACL_UNSAFE], zookeeper.EPHEMERAL)if (path == None)(data, stat) = zookeeper.get(handle, "/app/leader", True)# someone else is the leader# parse the string path that contains the leader addresselse# we are the leader continue leading
else# someone else is the leader# parse the string path that contains the leader address
集群管理(负载均衡与失效转移)
Monitoring process:
- Watch
on/nodes
- On watch trigger do
getChildren(/nodes, true)
- Track which nodes have gone away
Each Node:
- Create
/nodes/node-${i}
as ephemeral nodes - Keep updating
/nodes/node-${i}
periodically for node status changes (status updates could beload/iostat/cpu/others
)
ZooKeeper 性能
- 读的能力要远远高于写的能力。这是因为写的时候要最终选举一个结果,读的时候,随便读一个服务器就好。
- 服务器越多,写的时候投票数就越大,写速度就越慢。
- 服务器都是基数台服务器部署,投票容易产生最大数。
Zab 协议
商用都是简化版的ZooKeeper协议 - Zab协议。更简单,性能更高。
当Leader宕机以后,会有一段时间没有响应,Follower中会重新选举一位Leader,投票给服务器id最大的服务器。
Doris - 海量 KV Engine
当前现状
网站关键业务有许多海量KV数据存储和访问需求。
- **站 UDAS 使用。
- 存在问题:扩容困难、写性能较低、实时性低等
- 网站有多套KV方案,接口不统一,运维成本高。
- **站 USAS - BDB
- **站:TT
- 飞天 KV Engine (Aspara)问题。
- 使用复杂
- 性能较低
产品需求
产品定位:海量分布式透明化KV存储引擎。
解决问题:
- 替换 UDAS:解决扩容迁移复杂,维护困难的问题。
- **站海量 KV 数据存储
☞ Global SEO, 1亿 Product,2.4T 数据量
☞ 2011年底:3.1 T - **站
☞ WholeSale Global SEO
☞ Product 数:1600w,2.8T
☞ 2011年底:3400w,5.8T - **站
☞ 风控用户行为日志:每月2亿,40G,增长很快。
案例:有个微信用户30w在钱包里冻结了,就打电话给微信客服,微信客服回答:“你的钱是你的钱,但微信是微信的。不用慌,我们会帮你解决的。” 在分布式系统里面,数据最终是会一致的。
产品目标
- 产品目标:
- KV 存储 Engine
- 逻辑管理:Namespace
- 二级索引
- 非功能目标
- 海量存储:透明集群管理,存储可替换
- 伸缩性:线性伸缩,平滑扩容
- 高可用:自动容错和故障转移
- 高性能:低响应时间,高并发
- 扩展性:灵活扩展新功能
- 低运维成本
☞ 易管理
☞ 可监控
- 约束
- 一致性:最终一致性
技术指标
目标 | 指标 | 说明 |
---|---|---|
集群规模 | 4 - 100 + Machine | - |
容量 | 100T+(取决于硬件规模) | B2B 所有KV存储场景 |
可用性 | 99.99 + 7% | - |
持久性 | 10个9 | - |
伸缩性、平滑扩容 | 不停机扩容完成时间 约= 单 Node 迁移时间 (10台扩1台场景)总数据=2.4T 单Node迁移量=240G/10 = 24G 迁移时间=24G/33M = 12分钟 | 10 + 1 场景 |
高性能 | Read: < 8ms (Aspara:10ms); Write: < 10 ms (Aspara: 10ms) (高于 Aspara, 国际站 SEO 需求,高并发场景) | - |
逻辑架构
- 二层架构 - Client、DataServer + Store
- 四个核心组件 - Client、DataServer、Store、Administration
KV Storage 概念模型
- Machine:物理机
- Node: 分区单元,一台 Machine 可运行多个 Node。
- Namespace:数据的逻辑划分 Tag,Client 可识别。数据管理无需识别。
关键技术点 - 数据分区
- 解决海量数据存储
- 客户端计算分区
- 分区算法(Partition Policy)
- Client 向 Config Server 抓取分区配置
基于虚拟节点的分区算法
- 均衡性:数据分布均衡
- 波动性:X/(M+X), 优于一致性 Hash 的 X/M.
作为架构师,当有人质疑你的时候,说明有人关注你,说明是好事。那么你就要用设计方案,用数据去证明你的架构更优。就像网红一样,不管是好消息、还是坏消息都是好事情,说明有人关注你。当你能得到马云的质疑,那么说明你的人生就走上巅峰了。
物理节点由2个扩充到3个,映射关系变化
每个虚拟节点对应两个对等物理节点。(最终公式的效果不好,换为别的公式解决。)
基本访问架构
- 对等 Node 访问
- 双写保证可用性(W=2, R=1)
- 基于分区算法查找两个 Node
- Copy 1 Node
- Copy 2 Node
- 数据恢复和数据同步
- Redo Log
- Update Log
集群管理 - 健康检查和配置抓取
- 检查1:ConfigServer 对DataServer心跳检查
- 检查2:Client 访问时 Fail 报告
- 其它Client定时配置抓取
关键技术点 - 可用性关键场景
- 瞬时失效
- 临时失效
- 服务器升级或者网络暂时不可用
- 失效机器在短时内可恢复(例如:2小时内)
- 恢复后数据和失效前一致
- 永久失效
- 机器下线
关键技术点 - 临时失效的 fail over
- 物理节点2临时失效,并在可接受时间内恢复。
- 物理节点X:备用节点,临时存放失效的物理节点2的数据,物理节点2恢复后迁移回物理节点2.
- 物理节点2临时失效及恢复期间物理节点1承担所有read操作。
关键技术点 - 永久失效 failover
每份 Data 写两份保证高可用:Copy1,Copy2
一致性处理:version(timestamp)
- Conflict Check & Merge
关键技术点 - 扩容实施数据迁移:基本原理
- 集群扩容,新增 Node X.
- 旧路由算法:
Route1(key1)={pn1, pn2}
- 新路由算法:
Route1(key1)={pn1, pnx}
- 新旧算法有一个Node相同,因此只需要迁移一个Node.
Pn2 数据迁移到pnx, client不再对pn2数据操作
- R操作只在pn1 上
- W/R 操作指向
{pn1, pnx}
Client 对等节点中的一个pn1不变(路由算法保证)
关键技术点 - 扩容实施数据迁移:迁移过程
基本原理:基于遍历的路由对比迁移(描述见备注)
- 迁移时,计算两个 Route 算法,不相同则迁移。
- 采用改进的分区路由算法,减少迁移量:
X(M+X)
数据可识别功能 - 逻辑数据结构
- Namespace:一个业务实体数据的集合
- Data Definition
☞ Namespace的MetaData数据结构定义,满足“数据定义可描述”的需求。
Doris 和平台产品关系
产品规划(功能和版本)
目标 | 功能/特性 | 一期(Q2) | 二期 | 三期 |
---|---|---|---|---|
功能 | 数据模型 | Key-Value 模型, Namespace,数据结构可描述 | 二级索引 | Column |
- | 数据访问和 KVClient | KV API Client调用框架数据通信 | - | - |
非功能性 | 分区和线性伸缩 | 分区路由算法 | - | - |
- | 可用性 | W2, Failover | - | - |
- | 透明集群管理 | 状态报告,配置抓取 | 集成Normandy配置推送 | - |
- | 扩容 | 实时平滑扩容 | - | - |
- | 存储方案 | StoreDriver、BDB实现 | MySql/TT | - |
管理和运维 | 监控 | 集群管理、基本集群监控(接入Dragoon) | 硬件监控(接入Dragoon) | - |
- | 备份与恢复 | Store原生方案 | - | - |
Doris Q2 研发计划 - 功能需求
数据模型
- Key-Value 结构
- Namespace 支持
数据访问
- 基本KV API规范
- KV Client:抽象API,调用框架
- 高性能通信
Doris Q2 研发计划
非功能需求
- 分区和线性伸缩:改进的分区路由算法
- 可用性:对等Node,写2,Failover
- 透明集群管理和配置抓取
- 实时平滑扩容
- 存储可替换和 BDB 实现
管理和运维
- 集群管理
- 基本集群监控(接入 Dragoon)
实施计划 Q3 - Q4
** 站 **** (Product多语言)
- 业务范围:Product,产品摘要,产品描述,产品属性,Company
- 当前UDAS 支持情况
☞ 数据量:2.4T,Product数1亿,机器:10台
☞ 商业PV:800w,KV PV:1.08亿,14ms-100ms,TPS:250 - 2011年底:产品数和存储量 +30%,3.1T
站**
- Product数:1600w
- 存储量:2.8T
- 2011年底:Product 3400w,5.8T
极客大学架构师训练营 系统架构 分布式数据库 Zookeeper 第12课 听课总结相关推荐
- 极客大学产品经理训练营 解决方案的设计与积累 第6课总结
说明 讲师:邱岳(二爷) 1. 解决方案 解决方案的前提是明确了 利益相关者 和 待解决的问题 出解决方案是产品经理的天职,不要直接转发 注意 X-Y Problem,核心关注 X 大量的练习/模仿/ ...
- 什么是系统架构师,系统架构师应具备哪些能力?
目录 什么是系统架构师? 系统架构师应具备哪些能力? 什么是系统架构师? 系统架构师是一个既需要掌控整体,又需要洞悉局部瓶颈,并依据具体的业务场景给出解决方案的团队领导型人物.一个架构师需要有足够的想 ...
- 极客大学产品经理训练营 产品文档和原型 作业4
作业 [本周作业]写一个用例,挑一个:你自己的产品 / 你喜欢的产品 / [拍东西]发起拍卖/ [知识星球]加入星球/ [极客时间]购买课程: 1. 标题作者修改历史 标题:[极客时间]购买课程 作者 ...
- 极客大学产品经理训练营:业务流程与产品文档 第11课总结
讲师:邱岳 1. 原型图 1.1 手绘图 + Scanner Pro 1.2 线框图 1.3 高保真产品图 1.4 做原型图的目的 坍缩:规划时梦到自己成了乔布斯,赶紧画个图让自己冷静冷静: 具体:具 ...
- 极客大学产品经理训练营:产品文档和原型咋弄 - 流程图 第9课总结
讲师:邱岳 1. 图的意义 流程图.活动图.时序图.状态图,本次聚焦于过程和行为描述. 提效.宏观.点睛. 梳理思路 用例:做什么? 流程图:怎么做? 2. 流程图.活动图.时序图 3. 动手画 – ...
- 极客大学产品经理训练营 极客时间购买课程-大作业
1. 标题作者修改历史 标题:[极客时间]购买课程 作者 历史 时间 易筋 创建 2021-01-09 易筋 添加购买流程图6 2021-03-02 易筋 添加购买时序图7 2021-03-16 2. ...
- 极客大学产品经理训练营:数据分析与商业分析,商业分析到业务分析 第18课总结
讲师:邱岳 1. 产品经理眼中的利润.成本.收入 利润 = 收入 - 成本 奶茶利润率极高,达到60%左右.但是奶茶盈利比较难. 所有买水的产品利润率都极高,比如可口可乐,咖啡,奶茶等. 案例:有个面 ...
- 阿里P8架构师进阶心得:分布式数据库架构MyCat学习笔记送给你
前言: MyCat 是一个数据库分库分表中间件,使用 MyCat 可以非常方便地实现数据库的分库分表查询,并且减少项目中的业务代码.今天我们将通过数据库架构发展的演变来介绍 MyCat 的诞生背景,以 ...
- 极客大学产品经理训练营:业务架构与概念模型 第10课总结
讲师:邱岳 1. 什么是状态图 系统中的概念或对象随着一些事件的发生,改变了状态,通常这个状态比较多.比较复杂时,我们需要用状态图来表示他们的边界,以及触发状态转换的活动. 2. 动手画 – 员工状态 ...
- 极客大学产品经理训练营 认识产品经理下 第2课总结
说明 讲师:邱岳(二爷) 分享提纲 互联网产品经理的能力模型 互联网产品经理的个人素质 产品经理的特质与气场 互联网产品经理的职业发展阶段与晋级之路 互联网产品经理的若干真相 1. 产品经理的能力模型 ...
最新文章
- linux md5sum 的用法(转)
- 详解OS X和iOS图像处理框架Core Image
- [Android Pro] 通过IMSI判断手机是移动、联通、电信
- git按照tag拉取代码_Git实操小课堂
- spring 事务-使用@Transactional 注解(事务隔离级别)
- copy与mutableCopy的区别总结
- Aspx 页面生命周期
- 华为ensp的缺省_华为模拟器 eNSP安装教程
- java 局部变量垃圾回收_java局部变量对垃圾回收的影响
- redis数据类型之ZSet
- 【第三方互联】5、网页添加QQ好友及QQ群组
- 小论文之旅(2)——introduction与related work
- 【23】processing-向量(中文)
- 次模优化·第〇集:简介
- 职场上的情绪管理,作用比你想象的要大
- 苹果或将采用高通屏下指纹方案,5GiPhone基带由三星、高通共同提供...
- XSSFWorkbook Excel导出导入
- Spring/Boot/Cloud系列知识:SpringMVC进行HTTP信息接收和发送的过程(1)
- 尼康D780相机黑屏的故障原因
- android APN解析
热门文章
- 二级python和office哪个难_对于操作office来说,python能与vbs相比吗?谁强谁弱呢?...
- 上面两点下面一个三角形_【人人都能欣赏的数学证明】为什么三角形的三个内角相加是180度?...
- sensor曝光量和曝光行的区别_求教:关于lcd和sensor的几个问题和讨论
- 0基础学java可行吗_上海0基础学JAVA可行吗?
- OpenCASCADE Expression Interpreter by Flex Bison
- 那些令人喷饭的代码注释:仅以此代码献给...it's realy ?
- Android基础-Content Provider
- linq to sql 系列之 linq to sql性能优化技巧
- php cookbook怎么样,《PHP Cookbook》学习笔记(三)
- python os.path.splitext()的用法_Python中的os.path路径模块中的操作方法总结