网易海量数据存储平台的构建和运维

openkk

贡献于2011-08-26

字数:0 关键词: 海量数据 网易

网易海量数据存储平台的构建和运维 王磊@网易杭研院 wanglei@corp.netease.com • 海量存储空间 • 高效的数据访问:高并发、低延迟 • 高可扩展性 • 高可用性:7x24 • 安全性和可靠性 • 功能和接口丰富、简单易用 • 有效应对系统(数据、模式、环境)变更和升级 • 易维护:管理便捷,自动化程度高 • 控制成本 互联网应用的数据存储需求 •设计目标: 为博客、相册、邮箱、网盘、IM等各类大型互联网应 用提供一种通用的用户数据存储和管理解决方案。 •实现方案:分布式数据库+分布式文件系统 –分布式数据库(DDB):基于关系数据库集群解决结构 化数据的海量存储和高效访问。 –分布式文件系统(DFS):以文件为存储单位的非结构化 数据分布式存储解决方案。 网易海量数据存储平台简介 • 基于Sharding的Scale Out。 • 多平台和多语言环境下的通用SQL访问接口。 • 支持常用的RDBMS功能: –DDL:支持大多数语句,union和嵌套查询除外 –DML:表、视图、存储过程、触发器等 –用户管理和权限控制 –全局ID分配 • 事务支持:节点内、跨节点、跨DDB。 • 支持MySQL和Oracle混合使用。 • 命令行和图形化管理工具。 DDB的功能特点 DDB系统架构 管理服务器 Master DBA 管理工具 客户机(Client) Java程序 DBI 查询服务器(QS) DDB JDBC QuryServer 客户机(Client) 应用程序 C/Python/ PHP/Java/... 数据库节点(DBN) MySQL/ Oracle 数据库节点(DBN) MySQL/ Oracle 数据库节点(DBN) MySQL/ Oracle 控制流 数据流 DDB Sharding实现原理 逻辑ID H SN 1 SN 2 哈希函数 (固定) 哈希表 存储映射表 (可调整) 负载信息 DBN1 DBN2 表(记录)、均衡字段、桶、DBN 均衡字段 • 优化访问性能 • 安全性问题 • 监控和故障处理 • 系统更新和升级 • 系统扩容 需要解决的问题 • 去中心化,Client通过DBI直接访问DBN • DBI Cache –Meta Data Cache –DBN Connection Pool –DBN PreparedStatement Cache –SQL Syntax Tree Cache • 优化排序操作:Merge Sort优先 • 支持游标 • 基于Master-Slave的读写分离和读负载均衡 DDB访问性能优化——系统设计优化 • 优化索引和SQL • 尽量使用绑定变量(PreparedStatement) • 尽量控制事务范围和执行时间 • 避免limit或offset值过大 • 获取大结果集时使用游标 • 为表选择合适的均衡策略(均衡字段、均衡函数、桶到 DBN的映射) • 查询条件中尽量使用均衡字段等值条件 • 开销大的查询在Slave节点执行 DDB访问性能优化——开发DBA • SQL Explain:分析DDB SQL执行计划 • SQL执行统计 –计算SQL签名:select * from T where a=? And b=# –DDB SQL统计:tables, dbns, clients, count,time, avg_time, mysql_count, mysql_time, dbn_count, rows –MySQL SQL统计:handler_read_first, handler_read_key, hander_read_next, handler_read_rnd, hander_read_next, explain • DBI资源状态监视 –DBN连接池状态,占用连接的线程堆栈 –资源对象:Connection/Statement/PreparedStatement 访问异常排除和性能优化——工具支持 • 访问认证 –用户名、口令认证和IP地址检查 –DDB认证+DBN(RDBMS)认证 • 权限管理 –区分普通用户和管理员用户 –权限控制粒度:用户对表的读、写和授权 –用户访问配额控制 –管理员权限细分:Schema配置、维护、监控统计、用户管理 –管理员操作日志 • 其他: –口令加密传输和保存 –只允许内网访问 DDB系统安全 • DBN状态监视:By Master –心跳监视和报警,故障时切换到Standby Node。 –Session自动监视、统计和报警 –Slow Log自动监视、统计和报警 –复制延迟和异常自动监视和报警 • Query Server监视:By Master –心跳监视和报警,动态调整和广播可用的QueryServer列表。 –负载监视,动态调整和广播可用的QueryServer访问权值。 • Master监视:By Monitor or Zookeeper –采用主从模式,故障时自动切换 –Meta Data复制 DDB状态监视和故障处理 • 系统变更: 产品升级、硬件升级、系统软件升级、DDB版本升级 • 技术挑战: 降低影响、避免误操作、时间可控、自动化、可回退 • 应对策略 – 硬件和系统软件升级:主备切换,逐步替换 – 测试环境 -> 线上环境:正确性验证和实施时间评估 – 管理操作支持命令行方式执行,降低重复操作中的误操作 – 计划任务:支持多任务、多模式、异常处理、详细日志和执行结果通知 – 数据备份:Mirror + backup(snapshot) + Binlog – DDB版本升级:Master和DBI升级,通信协议向下兼容 应对系统变更和升级 • 技术挑战 – 降低对线上服务的影响 – 灵活地扩充资源 – 降低复杂度 – 保证执行效率 • 实现原理 DDB扩容(1) SN 1 SN 2 哈希表 存储映射表 (可调整) 7 5 9 7 4 8 7 负载 9+7+7=23 负载 7+5+4+8=24 SN 3 SN 1 SN 2 哈希表 存储映射表 (可调整) 7 5 9 7 4 8 7 负载信息 负载 9+7=16 负载 7+5+4=16 负载 8+7=15 数据迁移后 实现方案 • 方案一:DBN间数据导出导入 – 优点:迁移效率较好,实现较简单,灵活性好 – 缺点:停服时间长,容易导致数据不一致,删除数据的负面影响 • 方案二:基于事务的批量数据迁移 – 优点:不用停服,应用透明,灵活性好 – 缺点:实现复杂,迁移效率低,对线上访问有一定影响。 • 方案三:基于复制的数据扩容 – 优点:对应用透明,不需停服,效率高,对线上访问基本无影响。 – 缺点:操作较为复杂,只能实现成倍扩容,灵活性较差。 DDB扩容(2) • 面向海量的非结构化用户数据存取 • 支持大量的高并发数据操作 • 支持动态扩展,存储量和处理能力线性增加。 • 高可靠性,避免数据丢失和单点故障 • 负载均衡,可控性好 • 存储成本可控 DFS的设计目标 • 数据访问去中心化 – 文件读取和写入不经过中心节点,提高访问效率 – 通过ID(64bit)标识和定位文件 – 文件元信息:不支持目录、文件名、权限信息,支持SIZE,UpdateTime,MD5。 • 访问接口: – 不支持POSIX文件接口 – 面向Java/C++的API:read,insert,delete,append,update等 – HTTP文件读取接口 • 支持多副本 • 支持数据在集群中复制和迁移 • 支持文件级别的数据去重 • 定制硬件降低成本 DFS的功能特点 DFS系统架构 数据定位——ID到文件地址的映射 BucketID (16bit) Level1 (12bit) Level1 (12bit) Level3 (12bit) Filename(12bit) Bucket 1 Bucket 2 Bucket 3 Bucket 4 …… SN 1 SN 2 SN 3 …… 文档分配表 SN RootDir/Level1/Level2/Level3/Filename ID • 以Bucket为单位进行配置和管理 • 将Bucket映射到不同SN的不同磁盘上 • FSI负责多副本的同步写 • FSI和前端机随机挑选副本读取数据 • SN故障处理: 1.MDS检查到SN心跳失效 2.MDS通知所有FSI和前端机停止对故障SN的访问 3.MDS通知其他副本所在SN将桶数据复制到空闲SN上 4.MDS修改数据映射表 多副本管理 • 应用场景: –SN异常恢复,恢复或增加副本 –SN系统软硬件更换或升级,服务器搬迁 –跨数据中心数据灾备 –均衡负载 • 实现策略: –以桶为单位进行复制和迁移。 –源SN上记录操作日志 –将源SN上的桶数据拷贝到目标SN后通过redo操作日志来保证源 和目标SN的同步。 –完成最后的数据同步瞬间源SN设为只读。 数据复制和迁移 • 定制存储服务器 –配备桌面级SATA硬盘 24x2T –电源管理功管理磁盘上下电状态 • DFS对定制服务器的支持 –通过多副本减少磁盘故障的影响。 –控制SN的读写。 –对只读或只有少量写操作的多副本磁盘组轮流上下电,通过定期 Redo操作日志保证数据一致。 • 带来的好处: –降低硬件采购的成本 –降低功耗 –延长磁盘寿命 DFS定制存储服务器 • DDB在保持了RDBMS的特性和功能的基础上支持高吞吐、 高可用、高扩展,适合传统的基于RDBMS的应用开发。 • DFS在DDB的基础上提供大对象存储,提供了更好的扩展性 。 • DDB弥补了DFS在元数据管理方面的不足。 • DDB与DFS的结合可以满足大多数互联网应用的快速开发要 求。 • 基于廉价服务器的分布式解决方案降低了存储系统的成本。 • 功能强大的管理工具弥补分布式集群带来的管理复杂性。 总结 • 使用平台的产品 – 网易博客 – 网易微博 – 网易相册 – 网易企业邮箱 – 邮箱网盘和超大附件 – 网易POPO(即时通信) – 社区类游戏 • DDB存储节点数量 400+ • DDB总数据量 60TB • DFS存储节点数量 1200+ • DFS总数据量 4PB 存储平台应用情况 感谢您的关注! Q&A

下载文档,方便阅读与编辑

文档的实际排版效果,会与网站的显示效果略有不同!!

需要 20 金币 [ 分享文档获得金币 ] 10 人已下载

下载文档

相关文档