SlideShare a Scribd company logo
1 of 118
Download to read offline
Метаданные для кластера:
гонка key-value героев
Руслан Рагимов
Светлана Лазарева
2
О КОМПАНИИ
«Рэйдикс» — ведущий российский
разработчик высокопроизводительных систем
хранения данных.
Уникальные алгоритмы
помехоустойчивого кодирования
составляют ключевые преимущества создаваемого
продукта.
3
О КОМПАНИИ
В области развития технологий и оптимизации
решений компания «Рэйдикс» сотрудничает
с ведущими экспертами отрасли и крупнейшими
стратегическими партнерами по всему миру.
Партнерская сеть «Рэйдикс»
охватывает системных
интеграторов и поставщиков
более чем в 30 странах мира.
Все хотят, чтобы СХД:
•Легко масштабировалась до любых
размеров
•Стоила недорого
•Была гибкой в настройке и обслуживании
•Быстро развертывалась и легко
управлялась
5
• Перебалансировка
кластера в
приоритетном режиме:
• плохо работает с
большими дисками
• Избыточность-
репликация
6
Конфигурация кластера
12 узлов по 2 NVME диска.
Linux kernel 4.9.22 собранный с
поддержкой nvme и IB.
Узлы соединены по Infiniband
драйвера MLNX_OFED_LINUX-4.0
7
Максимальная производительность.
Без отказоустойчивости.
Random write 4K Random read 4K
СEPH Bluestore 240K 540K
MDRAID (ISER) 3180K 5160K
MDRAID(SPDK) 7759K 11078K
ZFS vol 180K 408K
Что нужносейчас рынку.
• Быстрый NVME- RAID
• Быстрый сетевой NVME- RAID
9
Рабочая нагрузка. HPC
•16/32 KB IO.
•Чередование запись/чтение в сотни и
тысячи потоков
Рабочая нагрузка. Enterprise
•8-64 KB IO.
•Random read/write примерно 50/50.
•Периодически Seq Read и Write в сотни
потоков (Boot, Virus Scan)
Рабочая нагрузка.Media
• NLE (нелинейный монтаж)
Чтение и запись нескольких больших файлов параллельно
• VOD (видео по запросу)
Чтение множества потоков, иногда с перескоками
Возможна параллельная запись в несколько потоков
• Транскодинг
16-128 KB random R/W 50/50
Требования
• Основной сценарий доступа - Случайные r/w
• Размер блоков 8-64kb
• Соотношение 50/50
• Latency -1-2мс для flash
• Производительность на узел от 20ГБ/с ,от 300-500K IOPs
Распределенная система хранения.
• Доступность 99.999% (простой 5 минут в год)
• Распределенное кодирование вместо репликации
(уменьшение стоимости, размещение данных)
• Лог-структурированная запись ???
• Дедупликация+сжатие онлайн ( для виртуализации)
• Гибридное хранение
• Снэпшоты
14
Запросы к СХД от клиента
•Время поступления запроса. Latency
•Тип запроса (запись или чтение)
•Логический адрес первого блока- LBA.
Определяем откуда читать/писать- PBA.
• Размер запроса.
Лог-структурированная запись. Журнал
Блочная дедупликация
• Получаем данные
• Считаем хэш от LBA
• Проверяем совпадение
• Создаем записи в таблицах
метаданных
800 Tbуникальных данных
при размере блока 8K
Требуют 2 Tb метаданных
Метаданные
Как выглядят наши метаданные?
lba1 metadata1
lba2 metadata2
lbaN metadataN
8 bytes 16 bytes 24 bytes
Адресует страницу 4КБ
Какое N?
Данных на
узел (ГБ)
N Метаданных
на узел (ГБ)
3815 1 000 000 000 22.3
Какое N?
Данных на
узел (ГБ)
N Метаданных
на узел (ГБ)
65536 17 179 869 184 384
3815 1 000 000 000 22.3
Какое N?
Данных на
узел (ГБ)
N Метаданных
на узел (ГБ)
524288 137 438 953 472 3072
65536 17 179 869 184 384
3815 1 000 000 000 22.3
Как их можно хранить?
• Key-value БД
✓ lba – ключ, metadata - значение
Как их можно хранить?
• Key-value БД
✓ lba – ключ, metadata - значение
• Прямая адресация
Прямая адресация
MD1 MD32MD2 MD3 MD31
pba1
lba1 lba2 lba3 lba31 lba32
lba1 metadata1
lba2 metadata2
lbaN metadataN
Как их можно хранить?
• Key-value БД
✓ lba – ключ, metadata - значение
• Прямая адресация
✓ Не храним lba = метаданных N*16Б, а не N*24Б
Попробуем выбрать KV-БД
Попробуем выбрать KV-БД
• Встраиваемые
Попробуем выбрать KV-БД
• Встраиваемые
• Выделенные
Попробуем выбрать KV-БД
• Встраиваемые
• Выделенные
• YCSB
Чем тестить?
СТАНДАРТ
WORKLOAD'Ы
JAVA
• YCSB
Чем тестить?
СТАНДАРТ
WORKLOAD'Ы
JAVA НЕ ДЛЯ ДВИЖКОВ
• YCSB
• ioarena
Чем тестить?
СТАНДАРТ
WORKLOAD'Ы
JAVA НЕ ДЛЯ ДВИЖКОВ
C
МАЛО
WORKLOAD'ОВ
Какие у нас workload'ы?
Mix 50/50
Какие у нас workload'ы?
Mix 50/50
Mix 70/30
Mix 30/70
Read
Методика тестирования
1. Заполнение БД
Сброс кэшей
Методика тестирования
1. Заполнение БД
Сброс кэшей
2. 32 потока:
1. Read
Сброс кэшей
2. Mix'ы
Сброс кэшей
1. Заполнение БД
Сброс кэшей
2. 32 потока:
1. Read
Сброс кэшей
2. Mix'ы
Сброс кэшей
3. 256 потоков:
1. Как 32 потока
Методика тестирования
Что измеряем?
• Throughput (IOPS/RPS)
• Latency (msec):
• Min
• Max
Что измеряем?
• Throughput (IOPS/RPS)
• Latency (msec):
• Min
• Max
• Среднее квадратическое значение
• 99.99% <=
Конфигурация
CPU: 2 x Intel Xeon E5-2620 v4 2.10GHz
RAM: 16Gb
Disk: [2 x] NVMe HGST SN100 1.5TB
OS: CentOS Linux 7.2 kernel 3.11
FS: EXT4
Тесты
RocksDB
WiredTiger
Sophia
MDBX
Тесты
RocksDB
WiredTiger
Sophia
MDBX
Durability = sync | lazy | nosync
Тесты
RocksDB
WiredTiger
Sophia
MDBX
Durability = sync | lazy | nosync
Результаты
RocksDB-? WiredTiger-? Sophia-? MDBX-?
Заполнение 1млрд ключей
RocksDB
WiredTiger-? Sophia-? MDBX-?
Заполнение 1млрд ключей
RocksDB
WiredTiger-? Sophia-? MDBX-?
Заполнение 1млрд ключей
RocksDB
Sophia-? MDBX-?
WiredTiger
Заполнение 1млрд ключей
RocksDB
Sophia
MDBX-?
WiredTiger
Заполнение 1млрд ключей
RocksDB
Sophia
MDBX
WiredTiger
Заполнение 1млрд ключей
RocksDB
Sophia
MDBX
WiredTiger
DATA > RAM
Заполнение 1млрд ключей
RocksDB
Sophia
MDBX
WiredTiger
Заполнение 1млрд ключей. MAX latency
RocksDB
Sophia
MDBX
WiredTiger
Заполнение 1млрд ключей. MAX latency
RocksDB
Sophia
MDBX
WiredTiger
Заполнение 1млрд ключей. RMS latency
RocksDB
Sophia
MDBX
WiredTiger
Заполнение 1млрд ключей. RMS latency
RocksDB
Sophia
MDBX
WiredTiger
Заполнение 1млрд ключей. RMS latency
Read. 1млрд ключей
cache_size=8GB
Read. 1млрд ключей
Mix70/30. 1млрд ключей
Mix50/50. 1млрд ключей
Mix30/70. 1млрд ключей
Latency. Read. 1млрд ключей
Latency. Mix50/50. 1млрд ключей
17млрд ключей
RocksDB
WiredTiger
Заполнение 17млрд ключей
RocksDB
Sophia
MDBX
WiredTiger
Заполнение 1млрд ключей
RocksDB
WiredTiger
Заполнение 17млрд ключей
RocksDB
WiredTiger
Заполнение 17млрд ключей. MAX latency + RMS latency
Read. 17млрд ключей
cache_size=96GB
Read. 17млрд ключей
Mix70/30. 17млрд ключей
Mix50/50. 17млрд ключей
Mix30/70. 17млрд ключей
Latency. Read. 17млрд ключей
Latency. Mix50/50. 17млрд ключей
Выводы
Запись + мало потоков => WiredTiger
Выводы
Запись + мало потоков => WiredTiger
Запись + много потоков => RocksDB
Выводы
Запись + мало потоков => WiredTiger
Запись + много потоков => RocksDB
Чтение + DATA > RAM => RocksDB
Выводы
Запись + мало потоков => WiredTiger
Запись + много потоков => RocksDB
Чтение + DATA > RAM => RocksDB
Чтение + DATA < RAM => MDBX
Выводы
Запись + мало потоков => WiredTiger
Запись + много потоков => RocksDB
Чтение + DATA > RAM => RocksDB
Чтение + DATA < RAM => MDBX
Mix50/50 + много потоков + DATA > RAM => RocksDB
Выделенные БД
Выделенные БД
• Aerospike
• Cassandra
Aerospike
• Индекс в RAM
Aerospike
• Индекс в RAM
• Использование RAW дисков (= нет ФС)
Aerospike
• Индекс в RAM
• Использование RAW дисков (= нет ФС)
• Не дерево, а хэш
Индекс Aerospike
• 64 байта на ключ
Индекс Aerospike
• 64 байта на ключ - ОЧЕНЬ МНОГО!
Индекс Aerospike
• 64 байта на ключ - ОЧЕНЬ МНОГО!
• Надо уменьшить кол-во ключей
Чит
lba1 metadata1
lba2 metadata2
lbaN metadataN
lba3 metadata3
lba4 metadata4
lba5 metadata5
Чит
lba1 metadata1
lba2 metadata2
lbaN metadataN
lba3 metadata3
lba4 metadata4
lba5 metadata5
Чит
lba1 metadata1
lba2
metadata2
lbaN metadataN
lba3
metadata3
lba4
metadata4
lba5 metadata5 metadata6 metadata7 metadata8
Чит
lba1 metadata1
lba2
metadata2
lbaN metadataN
lba3
metadata3
lba4
metadata4
lba5 metadata5 metadata6 metadata7 metadata8
Чит
lba1 metadata1
lba2
metadata2
lbaN/4 …..
lba3
metadata3
lba4
metadata4
lba5 metadata5 metadata6 metadata7 metadata8
Чит
lba1 metadata1
lba2
metadata2
lbaN/4 …..
lba3
metadata3
lba4
metadata4
lba5 metadata5 metadata6 metadata7 metadata8
УПАКОВКА
Чит
• Получили N/4 ключей
• Таким же образом получаем N/k ключей
Чит
• Получили N/4 ключей
• Таким же образом получаем N/k ключей
• Размер значения теперь 16 * k байт
Тесты
• 17млрд ключей
Тесты
• 17млрд ключей / 64 = 265млн ключей
Тесты
• 17млрд ключей / 64 = 265млн ключей
• 16 байт значение * 64 = 1024 байт значение
Результаты
Заполнение 17млрд ключей (265млн)
Заполнение 17млрд ключей (265млн). MAX latency
Read. 17млрд ключей (265млн)
Mix70/30. 17млрд ключей (256млн)
Mix50/50. 17млрд ключей (256млн)
Mix30/70. 17млрд ключей (256млн)
Latency. Read. 17млрд ключей (265млн)
Latency. Mix50/50. 17млрд ключей (265млн)
Выводы
Запись + мало потоков => WiredTiger
Запись + много потоков => RocksDB
Чтение + DATA > RAM => RocksDB
Чтение + DATA < RAM => MDBX
Много потоков + DATA > RAM + Упаковка => Aerospike
Упущения
• ФС и её настройки имеют значение
Упущения
• ФС и её настройки имеют значение
• Настройки виртуальной памяти
Упущения
• ФС и её настройки имеют значение
• Настройки виртуальной памяти
• Ещё что-то..
Что дальше?
• Попробовать упаковку на RocksDB/...
Что дальше?
• Попробовать упаковку на RocksDB/...
• Тесты на 137млрд ключей
Что дальше?
• Попробовать упаковку на RocksDB/...
• Тесты на 137млрд ключей
• Посмотреть на Cassandra/ещё что-то
Что дальше?
• Попробовать упаковку на RocksDB/...
• Тесты на 137млрд ключей
• Посмотреть на Cassandra/ещё что-то
• Прямая адресация
• Фрагментация
• Трудозатратно
• Выделение сразу всего места на накопителе
raidix.ru
Ragimov.R@raidix.com, Lazareva.s@raidix.ru
+7 812 622 16 80
Россия, Санкт-Петербург,
наб. р. Смоленки, д. 33
Спасибо за внимание!
118
https://github.com/ragruslan/raidixHL2017

More Related Content

Viewers also liked

Actors for fun and profit
Actors for fun and profitActors for fun and profit
Actors for fun and profitcorehard_by
 
(Не)чёткий поиск
(Не)чёткий поиск(Не)чёткий поиск
(Не)чёткий поискcorehard_by
 
Analysis and interpretation of monitoring data
Analysis and interpretation of monitoring dataAnalysis and interpretation of monitoring data
Analysis and interpretation of monitoring datacorehard_by
 
Ускоряем сборку С++ проектов. Практика использования unity-сборок
Ускоряем сборку С++ проектов. Практика использования unity-сборокУскоряем сборку С++ проектов. Практика использования unity-сборок
Ускоряем сборку С++ проектов. Практика использования unity-сборокcorehard_by
 
C++ в играх, больших и не очень
C++ в играх, больших и не оченьC++ в играх, больших и не очень
C++ в играх, больших и не оченьcorehard_by
 
MxxRu::externals: Repositoryless Dependency Manager
MxxRu::externals: Repositoryless Dependency ManagerMxxRu::externals: Repositoryless Dependency Manager
MxxRu::externals: Repositoryless Dependency Managercorehard_by
 
C++ and Assembly: Debugging and Reverse Engineering
C++ and Assembly: Debugging and Reverse EngineeringC++ and Assembly: Debugging and Reverse Engineering
C++ and Assembly: Debugging and Reverse Engineeringcorehard_by
 
Поиск уязвимостей с использованием статического анализа кода
Поиск уязвимостей с использованием статического анализа кодаПоиск уязвимостей с использованием статического анализа кода
Поиск уязвимостей с использованием статического анализа кодаcorehard_by
 
Субъекторная модель
Субъекторная модельСубъекторная модель
Субъекторная модельcorehard_by
 
C++ in kernel mode
C++ in kernel modeC++ in kernel mode
C++ in kernel modecorehard_by
 
Обработка потока данных на примере deep packet inspection: внутренняя архитек...
Обработка потока данных на примере deep packet inspection: внутренняя архитек...Обработка потока данных на примере deep packet inspection: внутренняя архитек...
Обработка потока данных на примере deep packet inspection: внутренняя архитек...corehard_by
 
Abseil - let the savior come?
Abseil - let the savior come?Abseil - let the savior come?
Abseil - let the savior come?corehard_by
 
C++Now Trip Report
C++Now Trip ReportC++Now Trip Report
C++Now Trip Reportcorehard_by
 
Mixing C++ & Python II: Pybind11
Mixing C++ & Python II: Pybind11Mixing C++ & Python II: Pybind11
Mixing C++ & Python II: Pybind11corehard_by
 
Battle: BDD vs notBDD
Battle: BDD vs notBDDBattle: BDD vs notBDD
Battle: BDD vs notBDDCOMAQA.BY
 
Слои тестового фрамеворка. Что? Где? Когда?
Слои тестового фрамеворка. Что? Где? Когда?Слои тестового фрамеворка. Что? Где? Когда?
Слои тестового фрамеворка. Что? Где? Когда?COMAQA.BY
 
Честное перформанс-тестирование / Дмитрий Пивоваров (ZeroTurnaround)
Честное перформанс-тестирование / Дмитрий Пивоваров (ZeroTurnaround)Честное перформанс-тестирование / Дмитрий Пивоваров (ZeroTurnaround)
Честное перформанс-тестирование / Дмитрий Пивоваров (ZeroTurnaround)Ontico
 
Развитие или смерть
Развитие или смертьРазвитие или смерть
Развитие или смертьCOMAQA.BY
 
C++ Core Guidelines
C++ Core Guidelines C++ Core Guidelines
C++ Core Guidelines Sergey Zubkov
 

Viewers also liked (20)

Actors for fun and profit
Actors for fun and profitActors for fun and profit
Actors for fun and profit
 
(Не)чёткий поиск
(Не)чёткий поиск(Не)чёткий поиск
(Не)чёткий поиск
 
Analysis and interpretation of monitoring data
Analysis and interpretation of monitoring dataAnalysis and interpretation of monitoring data
Analysis and interpretation of monitoring data
 
Ускоряем сборку С++ проектов. Практика использования unity-сборок
Ускоряем сборку С++ проектов. Практика использования unity-сборокУскоряем сборку С++ проектов. Практика использования unity-сборок
Ускоряем сборку С++ проектов. Практика использования unity-сборок
 
C++ в играх, больших и не очень
C++ в играх, больших и не оченьC++ в играх, больших и не очень
C++ в играх, больших и не очень
 
MxxRu::externals: Repositoryless Dependency Manager
MxxRu::externals: Repositoryless Dependency ManagerMxxRu::externals: Repositoryless Dependency Manager
MxxRu::externals: Repositoryless Dependency Manager
 
C++ and Assembly: Debugging and Reverse Engineering
C++ and Assembly: Debugging and Reverse EngineeringC++ and Assembly: Debugging and Reverse Engineering
C++ and Assembly: Debugging and Reverse Engineering
 
Поиск уязвимостей с использованием статического анализа кода
Поиск уязвимостей с использованием статического анализа кодаПоиск уязвимостей с использованием статического анализа кода
Поиск уязвимостей с использованием статического анализа кода
 
Субъекторная модель
Субъекторная модельСубъекторная модель
Субъекторная модель
 
C++ in kernel mode
C++ in kernel modeC++ in kernel mode
C++ in kernel mode
 
Обработка потока данных на примере deep packet inspection: внутренняя архитек...
Обработка потока данных на примере deep packet inspection: внутренняя архитек...Обработка потока данных на примере deep packet inspection: внутренняя архитек...
Обработка потока данных на примере deep packet inspection: внутренняя архитек...
 
Abseil - let the savior come?
Abseil - let the savior come?Abseil - let the savior come?
Abseil - let the savior come?
 
C++Now Trip Report
C++Now Trip ReportC++Now Trip Report
C++Now Trip Report
 
Mixing C++ & Python II: Pybind11
Mixing C++ & Python II: Pybind11Mixing C++ & Python II: Pybind11
Mixing C++ & Python II: Pybind11
 
Battle: BDD vs notBDD
Battle: BDD vs notBDDBattle: BDD vs notBDD
Battle: BDD vs notBDD
 
Benchmark it
Benchmark itBenchmark it
Benchmark it
 
Слои тестового фрамеворка. Что? Где? Когда?
Слои тестового фрамеворка. Что? Где? Когда?Слои тестового фрамеворка. Что? Где? Когда?
Слои тестового фрамеворка. Что? Где? Когда?
 
Честное перформанс-тестирование / Дмитрий Пивоваров (ZeroTurnaround)
Честное перформанс-тестирование / Дмитрий Пивоваров (ZeroTurnaround)Честное перформанс-тестирование / Дмитрий Пивоваров (ZeroTurnaround)
Честное перформанс-тестирование / Дмитрий Пивоваров (ZeroTurnaround)
 
Развитие или смерть
Развитие или смертьРазвитие или смерть
Развитие или смерть
 
C++ Core Guidelines
C++ Core Guidelines C++ Core Guidelines
C++ Core Guidelines
 

Similar to Метаданные для кластера: гонка key-value-героев / Руслан Рагимов, Светлана Лазарева (RAIDIX)

Oracle NoSQL Database
Oracle NoSQL DatabaseOracle NoSQL Database
Oracle NoSQL DatabaseAndrey Akulov
 
MyRocks: табличный движок для MySQL на основе RocksDB
MyRocks: табличный движок для MySQL на основе RocksDBMyRocks: табличный движок для MySQL на основе RocksDB
MyRocks: табличный движок для MySQL на основе RocksDBSergey Petrunya
 
MyRocks Табличный Движок для MySQL / Алексей Майков (Facebook) / Сергей Петру...
MyRocks Табличный Движок для MySQL / Алексей Майков (Facebook) / Сергей Петру...MyRocks Табличный Движок для MySQL / Алексей Майков (Facebook) / Сергей Петру...
MyRocks Табличный Движок для MySQL / Алексей Майков (Facebook) / Сергей Петру...Ontico
 
Опыт внедрения и использования распределенной системы хранения данных на осно...
Опыт внедрения и использования распределенной системы хранения данных на осно...Опыт внедрения и использования распределенной системы хранения данных на осно...
Опыт внедрения и использования распределенной системы хранения данных на осно...tfmailru
 
AVITO. Решардинг Redis без даунтайма. DevConf 2012
AVITO. Решардинг Redis без даунтайма. DevConf 2012AVITO. Решардинг Redis без даунтайма. DevConf 2012
AVITO. Решардинг Redis без даунтайма. DevConf 2012Roman Pavlushko
 
DevConf-2015: Lightning Memory-Mapped Database (LMDB), ReOpen IT
DevConf-2015: Lightning Memory-Mapped Database (LMDB), ReOpen ITDevConf-2015: Lightning Memory-Mapped Database (LMDB), ReOpen IT
DevConf-2015: Lightning Memory-Mapped Database (LMDB), ReOpen ITLeonid Yuriev
 
A popular DNS security overview
A popular DNS security overviewA popular DNS security overview
A popular DNS security overviewPhilipp Kulin
 
HighLoad весна 2014 лекция 6
HighLoad весна 2014 лекция 6HighLoad весна 2014 лекция 6
HighLoad весна 2014 лекция 6Technopark
 
Велосипедостраительство в NoSQL, строим собственное NoSQL хранилище
Велосипедостраительство в NoSQL, строим собственное NoSQL хранилищеВелосипедостраительство в NoSQL, строим собственное NoSQL хранилище
Велосипедостраительство в NoSQL, строим собственное NoSQL хранилищеAlexandre Kalendarev
 
16 декабря, DEV {highload} - конференция о Highload веб-разработке, "Строим N...
16 декабря, DEV {highload} - конференция о Highload веб-разработке, "Строим N...16 декабря, DEV {highload} - конференция о Highload веб-разработке, "Строим N...
16 декабря, DEV {highload} - конференция о Highload веб-разработке, "Строим N...IT-Portfolio
 
Logbroker: сбор и поставка больших объёмов данных. Алексей Озерицкий
 Logbroker: сбор и поставка больших объёмов данных. Алексей Озерицкий Logbroker: сбор и поставка больших объёмов данных. Алексей Озерицкий
Logbroker: сбор и поставка больших объёмов данных. Алексей ОзерицкийYandex
 
HighLoad весна 2014 лекция 5
HighLoad весна 2014 лекция 5HighLoad весна 2014 лекция 5
HighLoad весна 2014 лекция 5Technopark
 
HDD, SSD, RAM, RAID, и кого на ком кэшировать / Михаил Конюхов (Perfect Solut...
HDD, SSD, RAM, RAID, и кого на ком кэшировать / Михаил Конюхов (Perfect Solut...HDD, SSD, RAM, RAID, и кого на ком кэшировать / Михаил Конюхов (Perfect Solut...
HDD, SSD, RAM, RAID, и кого на ком кэшировать / Михаил Конюхов (Perfect Solut...Ontico
 
Преимущества NoSQL баз данных на примере MongoDB
Преимущества NoSQL баз данных на примере MongoDBПреимущества NoSQL баз данных на примере MongoDB
Преимущества NoSQL баз данных на примере MongoDBUNETA
 
Cassandra:Курс молодого бойца
Cassandra:Курс молодого бойцаCassandra:Курс молодого бойца
Cassandra:Курс молодого бойцаIgor Khokhryakov
 
Oracle. Моторин Иларион. "Современные и перспективные системы на базе процесс...
Oracle. Моторин Иларион. "Современные и перспективные системы на базе процесс...Oracle. Моторин Иларион. "Современные и перспективные системы на базе процесс...
Oracle. Моторин Иларион. "Современные и перспективные системы на базе процесс...Expolink
 
Решения DEPO Computers для консолидации данных и серверной виртуализации на б...
Решения DEPO Computers для консолидации данных и серверной виртуализации на б...Решения DEPO Computers для консолидации данных и серверной виртуализации на б...
Решения DEPO Computers для консолидации данных и серверной виртуализации на б...DEPO Computers
 
Как считать и анализировать сотни гигабит трафика в секунду, Станислав Николо...
Как считать и анализировать сотни гигабит трафика в секунду, Станислав Николо...Как считать и анализировать сотни гигабит трафика в секунду, Станислав Николо...
Как считать и анализировать сотни гигабит трафика в секунду, Станислав Николо...Ontico
 

Similar to Метаданные для кластера: гонка key-value-героев / Руслан Рагимов, Светлана Лазарева (RAIDIX) (20)

Oracle NoSQL Database
Oracle NoSQL DatabaseOracle NoSQL Database
Oracle NoSQL Database
 
High Load
High LoadHigh Load
High Load
 
MyRocks: табличный движок для MySQL на основе RocksDB
MyRocks: табличный движок для MySQL на основе RocksDBMyRocks: табличный движок для MySQL на основе RocksDB
MyRocks: табличный движок для MySQL на основе RocksDB
 
MyRocks Табличный Движок для MySQL / Алексей Майков (Facebook) / Сергей Петру...
MyRocks Табличный Движок для MySQL / Алексей Майков (Facebook) / Сергей Петру...MyRocks Табличный Движок для MySQL / Алексей Майков (Facebook) / Сергей Петру...
MyRocks Табличный Движок для MySQL / Алексей Майков (Facebook) / Сергей Петру...
 
Опыт внедрения и использования распределенной системы хранения данных на осно...
Опыт внедрения и использования распределенной системы хранения данных на осно...Опыт внедрения и использования распределенной системы хранения данных на осно...
Опыт внедрения и использования распределенной системы хранения данных на осно...
 
AVITO. Решардинг Redis без даунтайма. DevConf 2012
AVITO. Решардинг Redis без даунтайма. DevConf 2012AVITO. Решардинг Redis без даунтайма. DevConf 2012
AVITO. Решардинг Redis без даунтайма. DevConf 2012
 
DevConf-2015: Lightning Memory-Mapped Database (LMDB), ReOpen IT
DevConf-2015: Lightning Memory-Mapped Database (LMDB), ReOpen ITDevConf-2015: Lightning Memory-Mapped Database (LMDB), ReOpen IT
DevConf-2015: Lightning Memory-Mapped Database (LMDB), ReOpen IT
 
A popular DNS security overview
A popular DNS security overviewA popular DNS security overview
A popular DNS security overview
 
HighLoad весна 2014 лекция 6
HighLoad весна 2014 лекция 6HighLoad весна 2014 лекция 6
HighLoad весна 2014 лекция 6
 
Велосипедостраительство в NoSQL, строим собственное NoSQL хранилище
Велосипедостраительство в NoSQL, строим собственное NoSQL хранилищеВелосипедостраительство в NoSQL, строим собственное NoSQL хранилище
Велосипедостраительство в NoSQL, строим собственное NoSQL хранилище
 
16 декабря, DEV {highload} - конференция о Highload веб-разработке, "Строим N...
16 декабря, DEV {highload} - конференция о Highload веб-разработке, "Строим N...16 декабря, DEV {highload} - конференция о Highload веб-разработке, "Строим N...
16 декабря, DEV {highload} - конференция о Highload веб-разработке, "Строим N...
 
Logbroker: сбор и поставка больших объёмов данных. Алексей Озерицкий
 Logbroker: сбор и поставка больших объёмов данных. Алексей Озерицкий Logbroker: сбор и поставка больших объёмов данных. Алексей Озерицкий
Logbroker: сбор и поставка больших объёмов данных. Алексей Озерицкий
 
HighLoad весна 2014 лекция 5
HighLoad весна 2014 лекция 5HighLoad весна 2014 лекция 5
HighLoad весна 2014 лекция 5
 
HDD, SSD, RAM, RAID, и кого на ком кэшировать / Михаил Конюхов (Perfect Solut...
HDD, SSD, RAM, RAID, и кого на ком кэшировать / Михаил Конюхов (Perfect Solut...HDD, SSD, RAM, RAID, и кого на ком кэшировать / Михаил Конюхов (Perfect Solut...
HDD, SSD, RAM, RAID, и кого на ком кэшировать / Михаил Конюхов (Perfect Solut...
 
No sql.mongodb scaling
No sql.mongodb scalingNo sql.mongodb scaling
No sql.mongodb scaling
 
Преимущества NoSQL баз данных на примере MongoDB
Преимущества NoSQL баз данных на примере MongoDBПреимущества NoSQL баз данных на примере MongoDB
Преимущества NoSQL баз данных на примере MongoDB
 
Cassandra:Курс молодого бойца
Cassandra:Курс молодого бойцаCassandra:Курс молодого бойца
Cassandra:Курс молодого бойца
 
Oracle. Моторин Иларион. "Современные и перспективные системы на базе процесс...
Oracle. Моторин Иларион. "Современные и перспективные системы на базе процесс...Oracle. Моторин Иларион. "Современные и перспективные системы на базе процесс...
Oracle. Моторин Иларион. "Современные и перспективные системы на базе процесс...
 
Решения DEPO Computers для консолидации данных и серверной виртуализации на б...
Решения DEPO Computers для консолидации данных и серверной виртуализации на б...Решения DEPO Computers для консолидации данных и серверной виртуализации на б...
Решения DEPO Computers для консолидации данных и серверной виртуализации на б...
 
Как считать и анализировать сотни гигабит трафика в секунду, Станислав Николо...
Как считать и анализировать сотни гигабит трафика в секунду, Станислав Николо...Как считать и анализировать сотни гигабит трафика в секунду, Станислав Николо...
Как считать и анализировать сотни гигабит трафика в секунду, Станислав Николо...
 

More from Ontico

One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...
One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...
One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...Ontico
 
Масштабируя DNS / Артем Гавриченков (Qrator Labs)
Масштабируя DNS / Артем Гавриченков (Qrator Labs)Масштабируя DNS / Артем Гавриченков (Qrator Labs)
Масштабируя DNS / Артем Гавриченков (Qrator Labs)Ontico
 
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)Ontico
 
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...Ontico
 
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...Ontico
 
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)Ontico
 
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...Ontico
 
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...Ontico
 
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)Ontico
 
MySQL Replication — Advanced Features / Петр Зайцев (Percona)
MySQL Replication — Advanced Features / Петр Зайцев (Percona)MySQL Replication — Advanced Features / Петр Зайцев (Percona)
MySQL Replication — Advanced Features / Петр Зайцев (Percona)Ontico
 
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...Внутренний open-source. Как разрабатывать мобильное приложение большим количе...
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...Ontico
 
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...Ontico
 
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...Ontico
 
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)Ontico
 
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)Ontico
 
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)Ontico
 
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)Ontico
 
100500 способов кэширования в Oracle Database или как достичь максимальной ск...
100500 способов кэширования в Oracle Database или как достичь максимальной ск...100500 способов кэширования в Oracle Database или как достичь максимальной ск...
100500 способов кэширования в Oracle Database или как достичь максимальной ск...Ontico
 
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...Ontico
 
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...Ontico
 

More from Ontico (20)

One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...
One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...
One-cloud — система управления дата-центром в Одноклассниках / Олег Анастасье...
 
Масштабируя DNS / Артем Гавриченков (Qrator Labs)
Масштабируя DNS / Артем Гавриченков (Qrator Labs)Масштабируя DNS / Артем Гавриченков (Qrator Labs)
Масштабируя DNS / Артем Гавриченков (Qrator Labs)
 
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)
Создание BigData-платформы для ФГУП Почта России / Андрей Бащенко (Luxoft)
 
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...
Готовим тестовое окружение, или сколько тестовых инстансов вам нужно / Алекса...
 
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...
Новые технологии репликации данных в PostgreSQL / Александр Алексеев (Postgre...
 
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)
PostgreSQL Configuration for Humans / Alvaro Hernandez (OnGres)
 
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...
Inexpensive Datamasking for MySQL with ProxySQL — Data Anonymization for Deve...
 
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...
Опыт разработки модуля межсетевого экранирования для MySQL / Олег Брославский...
 
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)
ProxySQL Use Case Scenarios / Alkin Tezuysal (Percona)
 
MySQL Replication — Advanced Features / Петр Зайцев (Percona)
MySQL Replication — Advanced Features / Петр Зайцев (Percona)MySQL Replication — Advanced Features / Петр Зайцев (Percona)
MySQL Replication — Advanced Features / Петр Зайцев (Percona)
 
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...Внутренний open-source. Как разрабатывать мобильное приложение большим количе...
Внутренний open-source. Как разрабатывать мобильное приложение большим количе...
 
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...
Подробно о том, как Causal Consistency реализовано в MongoDB / Михаил Тюленев...
 
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...
Балансировка на скорости проводов. Без ASIC, без ограничений. Решения NFWare ...
 
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)
Перехват трафика — мифы и реальность / Евгений Усков (Qrator Labs)
 
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)
И тогда наверняка вдруг запляшут облака! / Алексей Сушков (ПЕТЕР-СЕРВИС)
 
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)
Как мы заставили Druid работать в Одноклассниках / Юрий Невиницин (OK.RU)
 
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)
Разгоняем ASP.NET Core / Илья Вербицкий (WebStoating s.r.o.)
 
100500 способов кэширования в Oracle Database или как достичь максимальной ск...
100500 способов кэширования в Oracle Database или как достичь максимальной ск...100500 способов кэширования в Oracle Database или как достичь максимальной ск...
100500 способов кэширования в Oracle Database или как достичь максимальной ск...
 
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...
Apache Ignite Persistence: зачем Persistence для In-Memory, и как он работает...
 
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...
Механизмы мониторинга баз данных: взгляд изнутри / Дмитрий Еманов (Firebird P...
 

Метаданные для кластера: гонка key-value-героев / Руслан Рагимов, Светлана Лазарева (RAIDIX)