「LSMT 存储引擎浅析」| 青训营笔记

梨涡泥窝
301 阅读8分钟

这是我参与「第四届青训营」笔记创作活动的的第11天

01LSMT与存储引擎介绍

LSMT的历史

  • LSMT是 Log-Structured Merge-Tree的缩写，由Patrick O 'Neil etc.在1996年的论文，The Log-Structured Merge-Tree (LSM-Tree)，提出。
  • 相较而言，B-Tree出现就早得多了，在1970年由 Bayer, R.; McCreight,E.提出。
  • 早期的数据库系统一般都采用 B-Tree家族作为索引，例如MySQL。2000年后诞生的数据库大多采用LSMT索引，例如Google BigTable，HBase,Canssandra等。

LSMT是什么?

image-20220812120014599

存储引擎是什么?

  • 以单机数据库MySQL为例，大致可以分为:

    • 计算层
    • 存储层(存储引擎层)
  • 计算层主要负责SQL解析/查询优化/计划执行。
  • 数据库著名的ACID特性，在MySQL中全部强依赖于存储引擎。
  • ACID

  • 除了保障ACID以外，存储引擎还要负责:

    • 屏蔽IO细节提供更好的抽象
    • 提供统计信息与Predicate Push Down能力

  • 存储引擎不掌控IO细节，让操作系统接管，例如使用mmap，会有如下问题:·

    • 落盘时机不确定造成的事务不安全
    • IO Stall
    • 错误处理繁琐
    • 无法完全发挥硬件性能

02LSMT 存储引擎的优势与实现

LSMT与B+Tree的异同

image-20220812120742995

  • 在B+Tree中，数据插入是原地更新的
  • B+Tree在发生不平衡或者节点容量到达阈值后，必须立即进行分裂来平衡

image-20220812120914378

  • LSMT与B+Tree可以用统—模型描述
  • 从高层次的数据结构角度来看，二者没有本质的不同，可以互相转化
  • 工程实践上还是用LSMT来表示一个 Append-only和Lazy Compact 的索引树，B+Tree来表示一个lnplace-Update和Instant Compact的索引树。
  • Append-only和Lazy Compact这两个特性更符合现代计算机设备的特性。

为什么要采用LSMT 模型?

All problems in computer science can be solved by another level of indirection

  • 在计算机存储乃至整个工程界都在利用Indirection处理资源的不对称性
  • 存储引擎面对的资源不对称性在不同时期是不同的

HDD时代

image-20220812122249278

  • 顺序与随机操作性能不对称
  • 由于机械硬盘需要磁盘旋转和机械臂移动来进行读写，顺序写吞吐是随机读的25倍。

SSD时代

image-20220812122321481

  • 顺序写与随机写性能不对称
  • 由于SSD随机写会给主控带来GC压力，顺序写吞吐是随机写的6倍。

小结:

  • HDD时代，顺序操作远快于随机操作.
  • SSD时代，顺序写操作远快于随机写操作
  • 这二者的共性是顺序写是一个对设备很友好的操作，LSMT符合这一点，而B+Tree依赖原地更新，导致随机写。

LSMT存储引擎的实现，以 RocksDB为例

  • RocksDB是一款十分流行的开源LSMT存储引擎，最早来自Facebook (Meta)，应用于MyRocks，TiDB等数据库。
  • 在字节内部也有Abase,ByteKV, ByteNDB，Bytable 等用户。
  • 因此接下来将会以 RocksDB为例子介绍LSMT存储引擎的经典实现。

LSMT存储引擎的实现- Write

image-20220812122516837

  • RocksDB 写入流程主要有两个优化，批量WAL写入(继承自LevelDB)与并发MemTable更新
  • RocksDB在真正执行修改之前会先将变更写入WAL,WAL写成功则写入成功。

image-20220812122543159

  • 多个写入者会选出一个 Leader，由这个Leader来一次性写入WAL，避免小 lO。
  • 不要求WAL强制落盘(Sync)时，批量提交亦有好处，Leader可以同时唤醒其余Writer，降低了系统线程调度开销。

image-20220812122612622

  • 没有批量提交的话，只能链式唤醒。
  • 链式唤醒加大前台延迟。

image-20220812122632089

  • 写完WAL还要写MemTable。
  • RocksDB在继承LevelDB的基础上又添加了并发MemTable写入的优化。

image-20220812122706400

  • WAL 一次性写入完成后，唤醒所有Writer并行写入 MemTable
  • 由最后一个完成 MemTable 写入的Writer执行收尾工作

Snapshot & SuperVision

image-20220812122902275

  • RocksDB的数据由3部分组成，MemTable/ lmmemTable / SST。持有这三部分数据并且提供快照功能的组件叫做SuperVersion。
  • MemTable和 SST的释放依赖于引用计数。对于读取来说，只要拿着SuperVersion，从MemTable一级一级向下，就能查到记录。拿着SuperVersion不释放，等于是拿到了快照。
  • 如果所有读者都给SuperVersion 的计数加1，读完后再减1，那么这个原子引用计数器就会成为热点。CPU在多核之间同步缓存是有开销的，核越多开销越大。
  • 为了让读操作更好的scale，RocksDB做了一个优化是Thread Local SuperVersionCache

image-20220812122934445

  • 没有Thread Local缓存时，读取操作要频繁Acquire和 Release SuperVersion
  • CPU 缓存不友好

image-20220812123011516

  • 有Thread Local 缓存，读取只需要检查一下SuperVersion并标记 ThreadLocal缓存正在使用即可
  • CPU 缓存友好

Get & BloomFilter

.RocksDB的读取在大框架上和B+ Tree类似，就是层层向下。 ·相对于B+Tree，LSMT点查需要访问的数据块更多。为了加速点查，一般LSMT引擎都会在SST中嵌入BloomFilter。 [1，10]表示这个索引块存储数据的区间在1-10之间。查询2，就是顺着标绿色的块往下。

image-20220812123104249

Compact - Level

Compact在 LSMT中是将Key区间有重叠或无效数据较多的SST进行合并，以此来加速读取或者回收空间。Compact策略可以分为两大类，Level和Tier。下图是Level策略

image-20220812123145565

Level策略直接来自于LevelDB，也是 RocksDB的默认策略。每一个层不允许有SST的Key区间重合。

image-20220812123206421

Tier策略允许LSMT每层有多个区间重合的SST

03LSMT模型理论分析

Cloud-Native LSMT Storage Engine - HBase

  • RocksDB是单机存储引擎，那么现在都说云原生，HBase 比 RocksDB就更「云」一些，SST直接存储于HDFS上。
  • 二者在理论存储模型上都是LSMT。

image-20220812123454248

LSMT模型算法复杂度分析

  • T: size ratio，每层LSMT比上一层大多少，LO大小为1，则L1大小为T，L2为T^2，以此类推
  • L: level num，LSMT层数
  • B:每个最小的IO单位能装载多少条记录
  • M:每个 BloomFilter有多少bits
  • N:每个 BloomFilter生成时用了多少条KeyS:区间查询的记录数量

image-20220812123619734

Level

  • Write

    • 每条记录抵达最底层需要经过L次Compact，每次Compact Ln的一个小SST和Ln+1的一个大SST。
    • 设小SST 的大小为1，那么大SST的大小则为T，合并开销是1+T，换言之将1单位的 Ln的SST推到Ln+1要耗费1+T的IO，单次Compact写放大为T。
    • 每条记录的写入成本为1/B次最小单位IO。
    • o(Write_Level) = L* T * 1/B =T * L/B

  • Point Lookup

    • 对于每条Key，最多有L个重叠的区间。
    • 每个区间都有BloomFilter，失效率为e^(-M/N)，只有当BloomFilter失效时才会访问下一层。
    • O(PointLookup_Level) = L* e^(-M/N)
    • 注意，这里不乘1/B系数的原因是写入可以批量提交拉低成本，但是读取的时候必须对齐到最小读取单元尺寸。

Tier

  • Write

    • 每条记录抵达最底层前同样要经过L次Compact，每次Compact Ln中T个相同尺寸的SST放到Ln+1。
    • 设SST大小为1，那么T个SST Compact的合并开销是T，换言之将Ⅰ单位的Ln的SST推到Ln+1要耗费T的IO，单次Compact的写放大为T/T = 1。
    • 每条记录的写入成本为1/B次最小单位IO。
    • o(Write_Tier)= L* 1 * 1/B = L/B

  • Point Lookup

    • 对于每条Key，有L层。
    • 每层最多有Ⅰ个重叠区间的SST，对于整个SST来说有T*L个可能命中的SST，乘上BloomFilter的失效率，e个(-M/N)，可得结果。
    • O(PointLookup_Tier)= L* T* e^(-M/N) = TL e^(-M/N)
    • 注意，这里不乘1/B系数的原因是写入可以批量提交拉低成本，但是读取的时候必须对齐到最小读取单元尺寸。

总结，Tier策略降低了写放大，增加了读放大和空间放大，Level策略增加了写放大，降低了读和空间放大。

04LSMT存储引擎调优案例与展望

LSMT存储引擎调优案例- TerarkDB

  • TerarkDB aka LavaKV是字节跳动内部基于RocksDB深度定制优化的自研LSMT存储引擎，其中完全自研的KV分离功能，上线后取得了巨大的收益。
  • KV分离受启发于论文 WiscKey: Separating Keys from Values in SSD-consciousStorage，概括起来就是Value 较长的记录的Value单独存储。

image-20220812124525754

新硬件

  • 随着硬件的发展，软件设计也会随着发生改变。近年来，出现了许多新的存储技术，例如SMR HDD，Zoned SSD / OpenChannel SSD，PMem等。如何在这些新硬件上设计/改进存储引擎是一大研究热点。
  • e.g.MatrixKV: Reducing Write Stalls and Write Amplification in LSM-tree Based KV Stores withMatrix Container in NVM
  • 这篇论文中的设计将L0整个搬进了PMem，降低了写放大。

新模型

  • 经典LSMT模型是比较简单的，有时候不能应对所有工况，可以提出新的模型来解决问题。
  • e.g. WiscKey: Separating Keys from Values in SSD-conscious Storage通过额外增加一个 Value Store来存储大Value 的记录来降低总体写放大。
  • e.g. REMIX:Efficient Range Query for LSM-trees通过额外增加一种 SST的类型来加速范围查询的速度

新参数/新工况

  • 已有的模型，在新的或者现有工况下，参数设置的不合理，可以通过更精确的参数设置来提升整体性能。
  • e.g. The Log-Structured Merge-Bush & the Wacky Continuum
  • 在最后一层使用Level Compaction，之上使用Tier Compaction，通过在除了最后一层以外的SST 加大 BloomFilter的 bits数来规避Tier Compaction带来的点查劣化。
avatar
文章
阅读
粉丝