谈谈 bitcask NOSQL模型

作者: | 更新日期:

几年前就听说个bitcask的优雅,今天回顾一下其原理。

简介

bitcask 算是日志性储存系统的一种思想或者模型,使用这种思想的NOSQL也有很多,比如Riak或者beansdb。
在github可以找到其源码,点这里, 然后你可以看到一个相当霸气的介绍,我就不翻译了。

because you need another a key/value storage engine

下面就简单记录一下这个模型的原理, 这原理参考自bitcask-intro文档。

硬件背景

说起储存,还是需要先介绍一下硬件储存的一些特性比较好。

硬件储存的特性大概如下:

从表中可以看出,内存的随机读写能力最强,远超SSD盘和磁盘。
但是我们都知道,内存无法持久化。现在许多公司在性能要求高的地方都使用了SSD盘,相对SAS和SATA磁盘,随机读取速度有了很大的提升。
但是SSD对于随机写入,存在写入放大问题。

写入放大问题与SSD盘的特性有关,SSD盘不能随机写入,只能整块整块的写入。
最简单的例子,比如要写入一个4KB的数据
最坏的情况就是,一个块里已经没有干净空间了,但是有无效数据可以擦除,所以主控就把所有的数据读出来,擦除块,再加上这个4KB新数据写回去
这个操作带来的写入放大就是: 实际写4K的数据,造成了整个块(512KB)的写入操作,那就是128倍放大。
此外,SSD盘的寿命也有写入次数相关。

日志型储存

什么是日志型呢?
就是append only,所有写操作只追加而不修改老的数据,就像我们的各种服务器日志一样。

在Bitcask模型中,数据文件以日志型只增不减的写入文件,而文件有一定的大小限制,当文件大小增加到相应的限制时,就会产生一个新的文件,老的文件将只读不写。
在任意时间点,只有一个文件是可写的,在Bitcask模型中称其为active data file,而其他的已经达到限制大小的文件,称为older data file,如下图:

文件中的数据结构非常简单,是一条一条的数据写入操作,每一条数据的结构如下:

上面数据项分别为key,value,key的大小,value的大小,时间戳(或者其他32位序列号),以及对前面几项做的crc校验值。
数据删除操作也不会删除旧的数据,而是将value设定为一个特殊的值以作标示

数据文件中就是连续一条条上面格式的数据,如下图:

上面是日志型的数据文件,如果数据文件这样持续的存下去,肯定是会无限膨胀的.
为了解决个问题,和其他日志型存储系统一样Bitcask也有一个定期的merge操作。

merge操作,即定期将所有older data file中的数据扫描一遍并生成新的data file(没有包括active data file 是因为它还在不停写入),这里的merge其实就是将对同一个key的多个操作以只保留最新一个的原则进行删除。每次merge后,新生成的数据文件就不再有冗余数据了。
merge这个操作有很多算法与优化,感兴趣的可以自行查询。

hash索引

上面讲到的是数据文件,日志类型的数据文件会让我们的写入操作非常快(日志型的优势之一是将磁盘当作磁带,进行顺序读写的效率非常高),而如果在这样的日志型数据上进行key值查找,那将是一件非常低效的事情。于是我们需要使用一些方法来提高查找效率。

例如在Bigtable中,使用bloom-filter算法为每一个数据文件维护一个bloom-filter 的数据块,以此来判定一个值是否在某一个数据文件中。

而在Bitcask模型中,我们使用了另一种方法,使用了一个基于hash表的索引数据结构。
在Bitcask模型中,除了存储在磁盘上的数据文件,还有另外一块数据,那就是存储在内存中的hash表,hash表的作用是通过key值快速的定位到value的位置。

hash表的结构大致如下图所示:

hash表对应的这个结构中包括了三个用于定位数据value的信息,分别是文件id号(file_id),value值在文件中的位置(value_pos),value值的大小(value_sz)
于是我们通过读取file_id对应文件的value_pos开始的value_sz个字节,就得到了我们需要的value值。

整个过程如下图所示:

由于多了一个hash表的存在,我们的写操作就需要多更新一块内容,即这个hash表的对应关系。
于是一个写操作就需要进行一次顺序的磁盘写入和一次内存操作。

索引与持久化

至此,Bitcask模型基本上已经讲述完成,而Bitcask中还有一个称为hint file,则是一个有用的技巧,很多人认为并不一定是Bitcask模型的必须特性。

从上面我们可以知道,我们称其为索引的hash表,是存储在内存中的,虽然在各自的实现中可以做一些持久化的保证,但是Bitcask模型中并不对在断电或重启后的hash表数据不丢失做出保证。

因此,如果我们不做额外的工作,那么我们启动时重建hash表时,就需要整个扫描一遍我们的数据文件,如果数据文件很大,这将是一个非常耗时的过程。
因此Bitcask模型中包含了一个称作hint file的部分,目的在于提高重建hash表的速度。

我们上面讲到在old data file进行merge操作时,会产生新的data file,而Bitcask模型实际还鼓励生成一个hint file,这个hint file中每一项的数据结构,与data file中的数据结构非常相似,不同的是他并不存储具体的value值,而是存储value的位置(像在hash表中的一样),其结构如下图:

这样,在重建hash表时,就不需要再扫描所有data file文件,而仅仅需要将hint file中的数据一行行读取并重建即可。
这样就可以大大提高了利用数据文件重启数据库的速度。

当然hint file只是一个简单的优化,而针对一种模型,可以优化的地方其实有很多的,这里不做深入介绍了。

后记

Bitcask数据模型就是这么简单,但是要注意,这个只是一种思想或者模型。
如果要使用这个思想实现一个储存系统,还需要做很多事:网络管理,高并发下保证正确性,容灾,查询优化等等。

参考资料:bitcask-intro

点击查看评论

关注公众号,接收最新消息

关注小密圈,学习各种算法

tiankonguse +
穿越