你的位置: 金鸡母论坛 > 3588835.com >

两大10亿级的储存挑战微信究竟是怎么扛住的?今

更新时间:2019-10-09      

  10亿级,是微信用户的数量级。这个庞大数字的背后,是“看一看”、“微信广告”、“微信支付”、“小程序”等业务对数据库10亿级的读写需求。那么,在此场景下诞生的 FeatureKV,究竟是怎样强悍的一个存储系统呢?

  PaxosStore 是微信内广泛应用的强一致性的分布式存储系统,它广泛支撑了微信的在线应用,峰值过亿TPS,运行在数千台服务器上,在线服务场景下性能强悍。但在软件开发中没有银弹,在面对离线产出、在线只读的数据场景,PaxosStore 面临了两个新的十亿挑战:

  级(也就是微信用户的数量级)信息,每天定期写到 PaxosStore 中,但 PaxosStore 的写入速度无法满足要求,有时候甚至一天都写不完,写太快还会影响现网的其他业务;

  的存储系统,为在线业务设计,其性能也能满足在线业务的需求。但面对这种离线灌库、在线只读、不要求强一致性保证的场景,就需要很高的成本才能满足业务的需求了;

  基于数据的应用越来越多,这类的数据存储需求也越来越多,我们需要解决这个问题,把10亿级key量的数据写入时间控制在1个小时左右。

  上述场景具有定时批量写、在线只读的特点,为了解决这些场景的痛点问题,我们基于性能强大的WFS(微信自研分布式文件系统)和稳如磐石的Chubby(微信自研元数据存储),设计并实现了 FeatureKV,它是一个高性能 Key-Value 存储系统,具有以下特点:

  : 在B70机型上,全内存的表可以有千万级的QPS;在TS80A机型上,数据存放于SSD的表可以有百万级的QPS;

  : 在远程文件系统性能足够的情况下,可以在1小时内完成十亿个key、平均ValueSize是400Byte的数据的写入;

  : 水平扩容(读性能)和纵向扩容(容量)可以在数小时内完成,写性能扩容只是扩容一个无状态的模块(DataSvr),可以在分钟级完成。

  : 支持以 WFS/HDFS 上的文件作为输入,业务方无需编写、执行灌数据工具,支持失败重试、告警;

  : 增量更新是在上一个版本的基础上,对一批新输入的 Key-Value 进行覆盖写,输入中没有的 key 则保持不变。而全量更新则是丢弃上一个版本的数据,灌入一批新的 Key-Value;

  FeatureKV 现在在微信内部已经广泛应用,包括看一看、微信广告、微信支付、小程序等业务,接下来会阐述 FeatureKV 的设计,并具体说明如何解决上述两个十亿挑战。

  Chubby:用来保存系统中的元数据。FeatureKV 内很多地方是通过对 Chubby 内的元数据轮询来实现分布式协同、通信;

  USER_FS:业务侧的分布式文件系统,可以是 WFS/HDFS ,因为 FeatureKV 的写接口是任务式的,输入是一个分布式文件系统上的路径;

  FKV_WFS:FeatureKV 使用的分布式文件系统,用来存放 DataSvr 产出的、可以被 KVSvr 使用的数据文件。可以保存多个历史版本,用于支持历史版本回退。

  对外提供读服务,通过轮询 Chubby 来感知数据更新,再从 WFS 拉取数据到本地,加载数据并提供只读服务;

  它是一个有状态服务,一个 KVSvr 模块会由 K 个 Sect 和 N 个 Role 组成,共 K * N 台机器;

  每个 Sect 都有全量的数据,每次 BatchGet 只需要发往某一个 Sect,增加 Sect 可以扩容读性能,而并不会增加 BatchGet 的 rpc 次数;

  相同的 Role 负责的数据切片都是一样的,单机故障时 Batch 请求直接换机重试就好;

  FeatureKV 只支持批量写入数据,每次写任务可以是增量更新/全量更新的,每次写入的数据量大小无限制。离线的批量写接口设计,我们踩过一些坑:

  一开始我们打算封一些类/工具,打算让业务端直接用我们的类/工具,打包Key-Value数据,直接写到 FKV_WFS 的目录上。该方案最省带宽,但是这样做让我们后续的数据格式升级变得很麻烦,需要让所有业务方配合,所以这个方案就废弃了。

  然后,我们起了一个新模块 DataSvr,在 DataSvr 上面开了一个 tcp svr,业务侧输出 Key-Value,写入工具会把 Key-Value 数据发过来这个 tcp svr 完成打包,但是还是有下面这些问题:

  写入的速度与业务方的代码质量、机器资源有关,曾经碰到过的情况是,业务方的代码里面用 std::stringstreams 解析浮点数输入,这个函数占用了 90%+ 的 CPU(用 std::strtof 会快很多),或者业务方跑写入工具的机器,被别的进程用了 90%+ 的 CPU ,最后反馈 FeatureKV 写得很慢;

  DataSvr 的日常变更或机器故障,会导致任务失败。前端工具发包的方法无法对任务进行重试,因为 Key-Value 的输入流无法重放。

  最终,我们设计了一个任务式的接口,以 USER_FS 上的路径作为输入:

  业务侧把数据按照约定好的格式,放在 USER_FS 中,向 DataSvr 提交一个写任务;

  DataSvr 流式读取 USER_FS 中的数据,对数据进行格式重整、路由分片、建索引,然后把数据写入 FKV_WFS 中,并更新 Chubby 中的元数据。其中写任务的分布式执行、失败重试等,也需要通过 Chubby 来同步任务状态;

  KVSvr 通过轮询 Chubby 感知数据更新,把数据拉取到本地,完成加载并提供服务。

  KVSvr 加载哪些文件是由一致性哈希决定的,角色相同的 KVSvr 会加载相同一批在扩缩容的时候,数据腾挪的单位是文件。

  由于这个一致性哈希只有 2400 个节点,当 2400 不能被 sect 内机器数量整除时,会出现比较明显的负载不均衡的情况。所以 FeatureKV 的 sect 内机器数得能够整除2400。还好 2400 是一个幸运数,它 30 以内的因数包括 1,2,3,4,5,6,8,10,12,15,16,20,24,25,30 ,已经可以满足大部分场景了。

  由于现网所用的 N=2400 ,节点数较少,为了减少每次路由的耗时,我们枚举了 RoleNum100 && 2400%RoleNum==0 的所有情况,打了一个一致性哈希表。

  FeatureKV 的 FKV_WFS 上存有当前可用版本的所有数据,所以扩容导致的文件腾挪,只需要新角色的机器从 FKV_WFS 拉取相应编号的文件,旧角色机器的丢弃相应编号的文件即可。

  当 BatchSize 足够大的时候,一次 BatchGet 的 rpc 数量等价于 Role 数量,这些 rpc 都是并行的。当 Role 数量较大时,这些 rpc 出现最少一个长尾请求的概率就越高,而 BatchGet 的耗时是取决于最慢一个 rpc 的。上图展示了单次 rpc 是长尾请求的概率是 0.01% 的情况下,不同 Role 数量情况下的 BatchGet 长尾概率,通过公式 1 - (0.999^N) 计算。

  每个 Sect 都有全量的数据,增加一个 Sect 意味着增加一个只读副本,可以达到读性能扩容的效果;

  由于一个 BatchGet 只需要发往一个 Sect ,RPC 数量是收敛的,不会因为底下的 KVSvr 有 200 台而发起 200 次 RPC。这种设计可以降低 BatchGet 操作的平均耗时,减少长尾请求出现的概率。

  假设每台机的存储能力是相等的,增加 Role 的数量便可以增加存储容量;

  由于整个模块的机器都多了,所以读性能也会增加,整个模块在读吞吐量上的扩容效果等价于增加 Sect;

  但当 Role 数量较大时,一次 BatchGet 涉及的机器会变多,出现长尾请求概率会增大,所以一般建议 Role 的数量不要超过30。

  数据迁移都是以文件为级别,没有复杂的迁移逻辑,不考虑灰度流程的话,可以在小时级完成,考虑灰度流程一般是一天内。

  每个 Sect 的机器是部署在同一个园区的,只需要部署 2 个 Sect 就可以容忍一个园区的机器故障;

  具体案例:2019年3月23号,上海南汇园区光缆被挖断,某个 featurekv 有 1/3 的机器在上面,故障期间服务稳定;

  故障期间部分 RPC 超时,导致长尾请求增加。但是换机重试之后大部分请求都成功了,最终失败出现次数很低。后续全局屏蔽了南汇园区的机器之后,长尾请求和最终失败完全消失。

  即便这两部分整个挂掉, FeatureKV 的 KVSvr 还是可以提供只读服务,对于大部分 定时批量写、在线只读 的场景,这样已经足够了;

  具体案例:2019年6月3号,某个分布式文件系统集群故障,不可用9小时。某个 featurekv 的 USER_FS 和 FKV_WFS 都是这个集群。故障期间业务方的输出产出流程也停止了,没有产生写任务。整个故障期间,featurekv 的读服务稳定。

  针对部分数据量较少、读请求很高的数据,FeatureKV 可以用 MemTable 这一个全内存的表结构来提供服务。Memtable 底层实现是一个我们自己实现的只读哈希表,在 16 线程并发访问的时候可以达到 2800w 的 QPS,已经超过了 rpc 框架的性能,不会成为整个系统瓶颈。

  针对部分数据量较大、读请求要求较低的数据,FeatureKV 可以用 BlkTable 或 IdxTable 这两种表结构来提供服务,这两表结构会把数据存放在 SSD 中。而 SSD 的读性能需要通过多路并发访问才能完全发挥。在线服务不可能开太多的线程,操作系统的调度是有开销的。这里我们利用了 libco 中对 linux aio 的封装,实现了协程级的多路并发读盘,经过压测在 value_size 是 100Byte 的情况下,TS80A 上 4 块 SSD 盘可以达到 150w+/s 的QPS。

  在 perf 调优的过程中,我们发现 batch_size 较大的情况下(ctrfeaturekv 的平均 batch_size 是 4k+),rpc 数据包的序列化时耗时会较大,所以这里我们自己做了一层序列化/反序列化,rpc 层的参数是一段二进制 buffer。

  不同业务对数据压缩的需求是不一样的,在存储模型的场景,value 会是一段浮点数/浮点数数组,表示一些非 0. 特征。这时候如果用 snappy 这类明文压缩算法,效果就不太好了,压缩比不高而且浪费 cpu。针对这类场景,我们引入了半精度浮点数(由 kimmyzhang 的 sage 库提供)来做传输阶段的数据压缩,降低带宽成本。

  更新分为全量更新和增量更新两种,一次更新包括多条数据,每次更新都会让版本号递增,BatchGet 也会返回 多条数据。业务方希望这些更新都是事务的,BatchGet 的时候如果一个更新没有全部执行完,那就返回上一个版本的数据,不能返回半新半旧的数据。

  MVCC: 多版本并发控制,具体实现就是 LevelDB 这样的存储引擎,保存多版本的数据,可以通过 snapshot 控制数据的生命周期,以及访问指定版本的数据。这种方案的数据结构需要同时支持读写操作,后台也得有线程通过清理过期的数据,要支持全量更新也是比较复杂;

  COW: 写时复制,具体的实现就是双 Buffer 切换,具体到FeatureKV的场景,增量更新还需要把上一个版本的数据拷贝一份,再加上增量的数据。这种方案的好处是可以设计一个生成后只读的数据结构,只读的数据结构可以有更高的性能,缺点是需要双倍的空间开销。

  为了保证在线服务的性能,我们采用了 COW 的方式,设计了 第一部分 中提到了只读哈希表,来做到单机的事务 BatchGet。

  数据分布在不同机器,而不同机器完成数据加载的时间点不一样,从分布式的角度去看,可能没有一个统一的版本。

  一个直观的想法,就是保存最近N份版本,然后选出每个 Role 都有的、最新的一份版本。

  N 的取值会影响存储资源(内存、磁盘)的开销,最少是2。为了达到这个目的,我们在 DataSvr 侧加入了这么两个限制:

  这样我们就可以在只保留最近 2 个版本的情况下,保证分布式上拥有一个统一的版本。在 COW 的场景下,只要把另外一个 Buffer 的数据延期删除(直到下次更新才删),就可以了保留最近 2 个版本了,内存开销也不会变大。

  先发一轮 rpc 询问各 role 的版本情况?这样做会让QPS翻倍,今期平码二中二,并且下一时刻那台机可能就发生数据更新了。

  数据更新、版本变动其实是很低频的,大部分时刻都是返回最新一个版本就行了,并且可以在回包的时候带上 B-Version (即另外一个 Buffer 的版本),让 client 端在出现版本不一致的时候,可以选出一个全局统一的版本 SyncVersion,再对不是 SyncVersion 的数据进行重试。

  在数据更新的时候,数据不一致的持续时间可能是分钟级的,这种做法会带来一波波的重试请求,影响系统的稳定性。所以我们还做了一个优化就是缓存下这个 SyncVersion ,每次 BatchGet 的时候,如果有 SyncVersion 缓存,则直接拉取 SyncVersion 这个版本的数据。

  每个表的元数据中有一个回退版本字段,默认是0表示不处于回退状态,当这个字段非0,则表示回退至某个版本。

  考虑简单的情况,一个表每次都是全量更新。那么每次让都是让 KVSvr 从 FKV_WFS 拉取指定版本的数据到本地,走正常的全量更新流程就好了。

  然后,需要考虑增量的情况。如果一个表每次更新都是增量更新,那么回退某个版本 Vi,就需要把 V1 到 Vi 这一段都拉到 KVSvr 本地,进行更新重放,类似于数据库的 binlog,当累计了成千上万的增量版本之后,这是不可能完成的事。

  我们需要有一个异步的 worker,来把一段连续的增量,以及其前面的全量版本,合并为一个新的全量版本,类似 checkpoint 的概念,这样就可以保证一次回退不会涉及太多的增量版本。这个异步的 worker 的实现在 DataSvr 中。

  更进一步,这里有一个优化就是如果回退的版本在本地双 Buffer 中,那么只是简单的切换一下双 Buffer 的指针就好,可以做到秒级回退效果。实际上很多回退操作都是回退到最后一个正常版本,很可能是上一个版本,在本地的双 Buffer 中。

  解除回退就是让某个表,以回退版本的数据继续提供服务,并且以回退版本的数据为基础执行后续的增量更新。

  直接解除回退状态,现网会先更新为回退前的版本,如果还有流量的话则会读到回退前的异常数据,这里存在一个时间窗口。

  数据的版本号要保证连续递增,这一点在数据更新的流程中会依赖,所以不能简单粗暴的删除最后一段数据。

  为了避免这个问题,我们借用了COW的思想,先复制一遍。具体的实现就是把当前回退的版本,写出一个全量的版本,作为最新的数据版本。

  这一步需要点时间,但在回退的场景下,我们对解除回退的耗时要求并不高。只要回退够快,解除回退是安全的,就可以了。

  DataSvr 主要的工作是把数据从 USER_FS 写入 FKV_WFS,在写入过程需要做路由切分、数据格式重建等工作,是一个流式处理的过程。

  FeatureKV 中目前有三种表结构,不同的表结构在写流程中有不一样的处理逻辑:

  : 数据全内存,索引是无序的哈希结构,容量受限于内存,离线写逻辑简单;

  : 索引全内存,索引是有序的数组,Key量受限于内存,离线写逻辑较为简单,需要写多一份索引;

  : 块索引全内存,索引是有序的数据,记录着磁盘中一个 4KB 数据块的 begin_key 和 end_key,容量没限制,离线写流程复杂,需要对数据文件进行排序。

  一开始,我们只有 MemTable,数据都是全内存的。MemTable 的数据最大也就 200+GB,这个数据量并不大,单机处理可以节省分布式协同、结果合并等步骤的开销,所以我们有了上面的架构:

  Parser 每次处理一个输入文件,解析出 Key-Value 数据,计算路由并把数据投递到对应的 Que。

  一个 Sender 负责处理一个 Que 的数据,底下会对应多份 FKV_FS 的文件。FKV_FS 上的一个文件只能由一个 Sender 写入。

  具体的实现,加入了很多批量化的优化,比如对FS的IO都是带 buffer 的,队列数据的入队/出队都是 batch 的等,尽量提高整个系统的吞吐能力。

  最终,在台 24 核机器上的写入速度可以达到 100MB/s,写入 100GB 的数据只需要 20 分钟左右。

  再往后,FeatureKV 需要处理十亿级Key量、TB级的数据写入,因此我们加入了 IdxTable 和 BlkTable 这两种表结构,这对于写流程的挑战有以下两点:

  我们得先把数据切片跑完,才能把一个 Part 的数据都拿出来,对数据进行排序,前面的数据切片类似于 MapReduce 的 Map,后续的排序就是 Reduce,Reduce 中存在着较大的计算资源开销,需要做成分布式的。

  Map 阶段复用上述的单机 DataSvr 逻辑,数据切分后会得到一份临时的全量结果,然后实现一个分布式的 Reduce 逻辑,每个 Reduce 的输入是一份无序的数据,输出一份有序的数据及其索引。

  参考上图,现在 DataSvr 的排序阶段其实已经是分布式的了,唯一一个单点的、无法扩容的是数据切片阶段。

  一是每个 DataSvr 处理部分输入的 User_Part 文件,每个 DataSvr 都会输出 2400 个切片后的文件,那么当一次分布式切片有 K 个 DataSvr 实例参与,就会生成 2400 * K 个切片后的文件,后续需要把相同编号的文件合并,或者直接作为排序阶段的输入。

  二是每个 DataSvr 负责生成部分编号的 FKV 文件,每次都读入全量的用户输入,批处理生成一批编号的 FKV 文件。

  第一种做法如果是处理 MemTable 或者 IdxTable,就需要后接一个 Merging 过程,来把 TMP_i_0, TMP_i_1, TMP_i_2 ... 合并为一个 FKV_i。而处理 BlkTable 的时候,由于其后续是有一个 Sorting 的逻辑的,只需要把 Sorting 的逻辑改为接受多个文件的输入即可。故这种做法的坏处是在数据量较少的时候,MemTable 或者 IdxTable 采用分布式数据切片可能会更慢,Merging 阶段的耗时会比分布式切片减少的耗时更多。

  第二种做法生成的直接就是 2400 个文件,没有后续 Merging 流程。但它会带来读放大的问题,假设数据被切分成为 T 批,就会有 T-1 次额外的全量读开销。在数据量大的情况下,批数会越多,因为排序的数据需要全部都进内存,只能切得更小。

  是否分布式切分,是一个可选项,在数据量较小的情况下,可以不走这条路径,回到单机 DataSvr 的处理流程。

  上面这一套流程,其实很像 MapReduce,是多个 Map, Reduce 过程拼接在一起的结果。我们自己实现了一遍,主要是基于性能上的考虑,可以把系统优化到极致。

  FeatureKV 在现在已经部署了 10+ 个模块,共 270+ 台机,业务涉及看一看、搜一搜、微信广告、小程序、微信支付、数据中心用户画像、附近的生活、好物圈等各类数业务,解决了离线生成的数据应用于在线服务的痛点问题,支撑着各类数据驱动业务的发展。

  微信广告基于 FeatureKV 实现个性化拉取+个性化广告位置,推荐策略能够及时更新。相比于旧的方案,拉取量和收入都取得了较大的增长,拉取+21.8%,收入+14.3%。

  微信支付在面对面发券以及支付风控中都有用 FeatureKV,存储了多份十亿级的特征,之前一天无法更新完的数据可以在数小时内完成更新。

  一开始,这类定时批量写、在线只读的需求不太普遍,一般业务会用 PaxosStore 或者文件分发来解决。

  但随着越来越多的应用/需求都与数据有关,这些数据需要定期大规模输入到在线服务当中,并需要很强的版本管理能力,比如用户画像、机器学习的模型(DNN、LR、FM)、规则字典,甚至正排/倒排索引等,因此我们开发了 FeatureKV 来解决这类痛点问题,并取得了良好的效果。


香港王中王| 今晚开什么特马几号| 香港最快开奖结果直播| 心水论坛| www.992332.com| 三中三的出码表| 今晚六合开奖结果| 港彩开奖日期| 本港台开奖直播| 香港赛马资讯| 香港挂牌正版彩图63期| 动画玄机图|