[[269842]]

分布式系統(tǒng)類型多，涉及面非常廣，不同類型的系統(tǒng)有不同的特點，批量計算和實時計算就差別非常大。這篇文章中，重點會討論下分布式數(shù)據(jù)系統(tǒng)的設(shè)計，比如分布式存儲系統(tǒng)，分布式搜索系統(tǒng)，分布式分析系統(tǒng)等。

我們先來簡單看下Elasticsearch的架構(gòu)。

Elasticsearch 集群架構(gòu)

Elasticsearch是一個非常著名的開源搜索和分析系統(tǒng)，目前被廣泛應(yīng)用于互聯(lián)網(wǎng)多種領(lǐng)域中，尤其是以下三個領(lǐng)域特別突出。一是搜索領(lǐng)域，相對于solr，真正的后起之秀，成為很多搜索系統(tǒng)的不二之選。二是Json文檔數(shù)據(jù)庫，相對于MongoDB，讀寫性能更佳，而且支持更豐富的地理位置查詢以及數(shù)字、文本的混合查詢等。三是時序數(shù)據(jù)分析處理，目前是日志處理、監(jiān)控數(shù)據(jù)的存儲、分析和可視化方面做得非常好，可以說是該領(lǐng)域的***者了。

Elasticsearch的詳細(xì)介紹可以到官網(wǎng)查看。我們先來看一下Elasticsearch中幾個關(guān)鍵概念：

• 節(jié)點(Node)：物理概念，一個運行的Elasticearch實例，一般是一臺機器上的一個進(jìn)程。
• 索引(Index)，邏輯概念，包括配置信息mapping和倒排正排數(shù)據(jù)文件，一個索引的數(shù)據(jù)文件可能會分布于一臺機器，也有可能分布于多臺機器。索引的另外一層意思是倒排索引文件。
• 分片(Shard)：為了支持更大量的數(shù)據(jù)，索引一般會按某個維度分成多個部分，每個部分就是一個分片，分片被節(jié)點(Node)管理。一個節(jié)點(Node)一般會管理多個分片，這些分片可能是屬于同一份索引，也有可能屬于不同索引，但是為了可靠性和可用性，同一個索引的分片盡量會分布在不同節(jié)點(Node)上。分片有兩種，主分片和副本分片。
• 副本(Replica)：同一個分片(Shard)的備份數(shù)據(jù)，一個分片可能會有0個或多個副本，這些副本中的數(shù)據(jù)保證強一致或最終一致。

用圖形表示出來可能是這樣子的：

• Index 1：藍(lán)色部分，有3個shard，分別是P1，P2，P3，位于3個不同的Node中，這里沒有Replica。
• Index 2：綠色部分，有2個shard，分別是P1，P2，位于2個不同的Node中。并且每個shard有一個replica，分別是R1和R2。基于系統(tǒng)可用性的考慮，同一個shard的primary和replica不能位于同一個Node中。這里Shard1的P1和R1分別位于Node3和Node2中，如果某一刻Node2發(fā)生宕機，服務(wù)基本不會受影響，因為還有一個P1和R2都還是可用的。因為是主備架構(gòu)，當(dāng)主分片發(fā)生故障時，需要切換，這時候需要選舉一個副本作為新主，這里除了會耗費一點點時間外，也會有丟失數(shù)據(jù)的風(fēng)險。

Index流程

建索引(Index)的時候，一個Doc先是經(jīng)過路由規(guī)則定位到主Shard，發(fā)送這個doc到主Shard上建索引，成功后再發(fā)送這個Doc到這個Shard的副本上建索引，等副本上建索引成功后才返回成功。

在這種架構(gòu)中，索引數(shù)據(jù)全部位于Shard中，主Shard和副本Shard各存儲一份。當(dāng)某個副本Shard或者主Shard丟失(比如機器宕機，網(wǎng)絡(luò)中斷等)時，需要將丟失的Shard在其他Node中恢復(fù)回來，這時候就需要從其他副本(Replica)全量拷貝這個Shard的所有數(shù)據(jù)到新Node上構(gòu)造新Shard。這個拷貝過程需要一段時間，這段時間內(nèi)只能由剩余主副本來承載流量，在恢復(fù)完成之前，整個系統(tǒng)會處于一個比較危險的狀態(tài)，直到failover結(jié)束。

這里就體現(xiàn)了副本(Replica)存在的一個理由，避免數(shù)據(jù)丟失，提高數(shù)據(jù)可靠性。副本(Replica)存在的另一個理由是讀請求量很大的時候，一個Node無法承載所有流量，這個時候就需要一個副本來分流查詢壓力，目的就是擴(kuò)展查詢能力。

角色部署方式

接下來再看看角色分工的兩種不同方式：

Elasticsearch支持上述兩種方式：

1.混合部署(左圖)

• 默認(rèn)方式。
• 不考慮MasterNode的情況下，還有兩種Node，Data Node和Transport Node，這種部署模式下，這兩種不同類型Node角色都位于同一個Node中，相當(dāng)于一個Node具備兩種功能：Data和Transport。
• 當(dāng)有index或者query請求的時候，請求隨機(自定義)發(fā)送給任何一個Node，這臺Node中會持有一個全局的路由表，通過路由表選擇合適的Node，將請求發(fā)送給這些Node，然后等所有請求都返回后，合并結(jié)果，然后返回給用戶。一個Node分飾兩種角色。
• 好處就是使用極其簡單，易上手，對推廣系統(tǒng)有很大價值。最簡單的場景下只需要啟動一個Node，就能完成所有的功能。
• 缺點就是多種類型的請求會相互影響，在大集群如果某一個Data Node出現(xiàn)熱點，那么就會影響途經(jīng)這個Data Node的所有其他跨Node請求。如果發(fā)生故障，故障影響面會變大很多。
• Elasticsearch中每個Node都需要和其余的每一個Node都保持13個連接。這種情況下， - 每個Node都需要和其他所有Node保持連接，而一個系統(tǒng)的連接數(shù)是有上限的，這樣連接數(shù)就會限制集群規(guī)模。
• 還有就是不能支持集群的熱更新。

2.分層部署(右圖)：

• 通過配置可以隔離開Node。
• 設(shè)置部分Node為Transport Node，專門用來做請求轉(zhuǎn)發(fā)和結(jié)果合并。
• 其他Node可以設(shè)置為DataNode，專門用來處理數(shù)據(jù)。
• 缺點是上手復(fù)雜，需要提前設(shè)置好Transport的數(shù)量，且數(shù)量和Data Node、流量等相關(guān)，否則要么資源閑置，要么機器被打爆。
• 好處就是角色相互獨立，不會相互影響，一般Transport Node的流量是平均分配的，很少出現(xiàn)單臺機器的CPU或流量被打滿的情況，而DataNode由于處理數(shù)據(jù)，很容易出現(xiàn)單機資源被占滿，比如CPU，網(wǎng)絡(luò)，磁盤等。獨立開后，DataNode如果出了故障只是影響單節(jié)點的數(shù)據(jù)處理，不會影響其他節(jié)點的請求，影響限制在最小的范圍內(nèi)。
• 角色獨立后，只需要Transport Node連接所有的DataNode，而DataNode則不需要和其他DataNode有連接。一個集群中DataNode的數(shù)量遠(yuǎn)大于Transport Node，這樣集群的規(guī)?？梢愿?。另外，還可以通過分組，使Transport Node只連接固定分組的DataNode，這樣Elasticsearch的連接數(shù)問題就徹底解決了。
• 可以支持熱更新：先一臺一臺的升級DataNode，升級完成后再升級Transport Node，整個過程中，可以做到讓用戶無感知。

上面介紹了Elasticsearch的部署層架構(gòu)，不同的部署方式適合不同場景，需要根據(jù)自己的需求選擇適合的方式。

Elasticsearch 數(shù)據(jù)層架構(gòu)

接下來我們看看當(dāng)前Elasticsearch的數(shù)據(jù)層架構(gòu)。

數(shù)據(jù)存儲

Elasticsearch的Index和meta，目前支持存儲在本地文件系統(tǒng)中，同時支持niofs，mmap，simplefs，smb等不同加載方式，性能***的是直接將索引LOCK進(jìn)內(nèi)存的MMap方式。默認(rèn)，Elasticsearch會自動選擇加載方式，另外可以自己在配置文件中配置。這里有幾個細(xì)節(jié)，具體可以看官方文檔。

索引和meta數(shù)據(jù)都存在本地，會帶來一個問題：當(dāng)某一臺機器宕機或者磁盤損壞的時候，數(shù)據(jù)就丟失了。為了解決這個問題，可以使用Replica(副本)功能。

副本(Replica)

可以為每一個Index設(shè)置一個配置項：副本(Replicda)數(shù)，如果設(shè)置副本數(shù)為2，那么就會有3個Shard，其中一個是PrimaryShard，其余兩個是ReplicaShard，這三個Shard會被Mater盡量調(diào)度到不同機器，甚至機架上，這三個Shard中的數(shù)據(jù)一樣，提供同樣的服務(wù)能力。

副本(Replica)的目的有三個：

• 保證服務(wù)可用性：當(dāng)設(shè)置了多個Replica的時候，如果某一個Replica不可用的時候，那么請求流量可以繼續(xù)發(fā)往其他Replica，服務(wù)可以很快恢復(fù)開始服務(wù)。
• 保證數(shù)據(jù)可靠性：如果只有一個Primary，沒有Replica，那么當(dāng)Primary的機器磁盤損壞的時候，那么這個Node中所有Shard的數(shù)據(jù)會丟失，只能reindex了。
• 提供更大的查詢能力：當(dāng)Shard提供的查詢能力無法滿足業(yè)務(wù)需求的時候， 可以繼續(xù)加N個Replica，這樣查詢能力就能提高N倍，輕松增加系統(tǒng)的并發(fā)度。

問題

上面說了一些優(yōu)勢，這種架構(gòu)同樣在一些場景下會有些問題。

Elasticsearch采用的是基于本地文件系統(tǒng)，使用Replica保證數(shù)據(jù)可靠性的技術(shù)架構(gòu)，這種架構(gòu)一定程度上可以滿足大部分需求和場景，但是也存在一些遺憾：

• Replica帶來成本浪費。為了保證數(shù)據(jù)可靠性，必須使用Replica，但是當(dāng)一個Shard就能滿足處理能力的時候，另一個Shard的計算能力就會浪費。
• Replica帶來寫性能和吞吐的下降。每次Index或者update的時候，需要先更新Primary Shard，更新成功后再并行去更新Replica，再加上長尾，寫入性能會有不少的下降。
• 當(dāng)出現(xiàn)熱點或者需要緊急擴(kuò)容的時候動態(tài)增加Replica慢。新Shard的數(shù)據(jù)需要完全從其他Shard拷貝，拷貝時間較長。

上面介紹了Elasticsearch數(shù)據(jù)層的架構(gòu)，以及副本策略帶來的優(yōu)勢和不足，下面簡單介紹了幾種不同形式的分布式數(shù)據(jù)系統(tǒng)架構(gòu)。

分布式系統(tǒng)

***種：基于本地文件系統(tǒng)的分布式系統(tǒng)

上圖中是一個基于本地磁盤存儲數(shù)據(jù)的分布式系統(tǒng)。Index一共有3個Shard，每個Shard除了Primary Shard外，還有一個Replica Shard。當(dāng)Node 3機器宕機或磁盤損壞的時候，首先確認(rèn)P3已經(jīng)不可用，重新選舉R3位Primary Shard，此Shard發(fā)生主備切換。然后重新找一臺機器Node 7，在Node7 上重新啟動P3的新Replica。由于數(shù)據(jù)都會存在本地磁盤，此時需要將Shard 3的數(shù)據(jù)從Node 6上拷貝到Node7上。如果有200G數(shù)據(jù)，千兆網(wǎng)絡(luò)，拷貝完需要1600秒。如果沒有replica，則這1600秒內(nèi)這些Shard就不能服務(wù)。

為了保證可靠性，就需要冗余Shard，會導(dǎo)致更多的物理資源消耗。

這種思想的另外一種表現(xiàn)形式是使用雙集群，集群級別做備份。

在這種架構(gòu)中，如果你的數(shù)據(jù)是在其他存儲系統(tǒng)中生成的，比如HDFS/HBase，那么你還需要一個數(shù)據(jù)傳輸系統(tǒng)，將準(zhǔn)備好的數(shù)據(jù)分發(fā)到相應(yīng)的機器上。

這種架構(gòu)中為了保證可用性和可靠性，需要雙集群或者Replica才能用于生產(chǎn)環(huán)境，優(yōu)勢和副作用在上面介紹Elasticsearch的時候已經(jīng)介紹過了，這里就就不贅述了。

Elasticsearch使用的就是這種架構(gòu)方式。

第二種：基于分布式文件系統(tǒng)的分布式系統(tǒng)(共享存儲)

針對***種架構(gòu)中的問題，另一種思路是：存儲和計算分離。

***種思路的問題根源是數(shù)據(jù)量大，拷貝數(shù)據(jù)耗時多，那么有沒有辦法可以不拷貝數(shù)據(jù)?為了實現(xiàn)這個目的，一種思路是底層存儲層使用共享存儲，每個Shard只需要連接到一個分布式文件系統(tǒng)中的一個目錄/文件即可，Shard中不含有數(shù)據(jù)，只含有計算部分。相當(dāng)于每個Node中只負(fù)責(zé)計算部分，存儲部分放在底層的另一個分布式文件系統(tǒng)中，比如HDFS。

上圖中，Node 1 連接到***個文件;Node 2連接到第二個文件;Node3連接到第三個文件。當(dāng)Node 3機器宕機后，只需要在Node 4機器上新建一個空的Shard，然后構(gòu)造一個新連接，連接到底層分布式文件系統(tǒng)的第三個文件即可，創(chuàng)建連接的速度是很快的，總耗時會非常短。

這種是一種典型的存儲和計算分離的架構(gòu)，優(yōu)勢有以下幾個方面：

• 在這種架構(gòu)下，資源可以更加彈性，當(dāng)存儲不夠的時候只需要擴(kuò)容存儲系統(tǒng)的容量;當(dāng)計算不夠的時候，只需要擴(kuò)容計算部分容量。
• 存儲和計算是獨立管理的，資源管理粒度更小，管理更加精細(xì)化，浪費更少，結(jié)果就是總體成本可以更低。
• 負(fù)載更加突出，抗熱點能力更強。一般熱點問題基本都出現(xiàn)在計算部分，對于存儲和計算分離系統(tǒng)，計算部分由于沒有綁定數(shù)據(jù)，可以實時的擴(kuò)容、縮容和遷移，當(dāng)出現(xiàn)熱點的時候，可以***時間將計算調(diào)度到新節(jié)點上。

這種架構(gòu)同時也有一個不足：訪問分布式文件系統(tǒng)的性能可能不及訪問本地文件系統(tǒng)。在上一代分布式文件系統(tǒng)中，這是一個比較明顯的問題，但是目前使用了各種用戶態(tài)協(xié)議棧后，這個差距已經(jīng)越來越小了。HBase使用的就是這種架構(gòu)方式。

Solr也支持這種形式的架構(gòu)。

總結(jié)

上述兩種架構(gòu)，各有優(yōu)勢和不足，對于某些架構(gòu)中的不足或缺陷，思路不同，解決的方案也大相徑庭，但是思路跨度越大，收益一般也越大。

上面只是介紹了分布式數(shù)據(jù)(存儲/搜索/分析等等)系統(tǒng)在存儲層的兩種不同架構(gòu)方式，希望能對大家有用。但是分布式系統(tǒng)架構(gòu)設(shè)計所涉及的內(nèi)容廣，細(xì)節(jié)多，權(quán)衡點眾，如果大家對某些領(lǐng)域或者方面有興趣，也可以留言，后面再探討。