• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
网易 王磊 网易海量数据存储平台的构建和运维
 

网易 王磊 网易海量数据存储平台的构建和运维

on

  • 1,538 views

中国互联网运维高峰论坛

中国互联网运维高峰论坛

Statistics

Views

Total Views
1,538
Views on SlideShare
1,538
Embed Views
0

Actions

Likes
1
Downloads
44
Comments
1

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel

11 of 1 previous next

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
  • 谢谢分享! 有几个问题想请教:1、能否解释一些P6里面的sharding原理?哈希表中存储的是负载信息?那这一页为什么叫做sharding呢??
    2、能否解释一下p9的DBI : ?
    3、
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    网易 王磊 网易海量数据存储平台的构建和运维 网易 王磊 网易海量数据存储平台的构建和运维 Presentation Transcript

    • 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
    • 互联网应用的数据存储需求• 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
    • 网易海量数据存储平台简介•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。
    • DDB的功能特点• 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系统架构 客户机(Client) 数据流 应用程序 控制流 C/Python/ PHP/Java/... 客户机(Client) Java程序 查询服务器(QS) DDB JDBC 管理服务器 DBA QuryServer DBI Master 管理工具 数据库节点(DBN) 数据库节点(DBN) 数据库节点(DBN) MySQL/ MySQL/ MySQL/ Oracle Oracle Oracle
    • DDB Sharding实现原理表(记录)、均衡字段、桶、DBN 哈希函数 存储映射表 (固定) 哈希表 (可调整) 逻辑ID 均衡字段 H SN 1 DBN1 SN 2 DBN2 负载信息
    • 需要解决的问题• 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
    • DDB访问性能优化——系统设计优化• 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——开发DBA• 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
    • 访问异常排除和性能优化——工具支持• 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
    • DDB系统安全• 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状态监视和故障处理• 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
    • 应对系统变更和升级• 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
    • DDB扩容(1)• 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 存储映射表 存储映射表 哈希表 (可调整) 负载 9+7=16哈希表 (可调整) 负载 9+7+7=23 7 5 7 数据迁移后 9 5 SN 1 9 7 负载 SN 1 7 负载 4 7+5+4=164 7+5+4+8=24 8 8 7 7 SN 2 SN 2 负载信息 负载 8+7=15 SN 3
    • DDB扩容(2)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。
    • DFS的设计目标• 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的功能特点• 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系统架构
    • 数据定位——ID到文件地址的映射 ID BucketID (16bit) Level1 (12bit) Level1 (12bit) Level3 (12bit) Filename(12bit) 文档分配表 Bucket 1 SN 1 Bucket 2 SN 2 Bucket 3 SN 3 Bucket 4 …… …… SN RootDir/Level1/Level2/Level3/Filename
    • 多副本管理• 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
    • 数据复制和迁移• 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。
    • DFS定制存储服务器• 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
    • 总结• 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。
    • 存储平台应用情况• 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
    • 感谢您的关注! Q&A