簡介: LSM-Tree 是很多 NoSQL 資料庫引擎的底層實作,例如 LevelDB,Hbase 等。本文基于《資料密集型應用系統設計》中對 LSM-Tree 資料庫的設計思路,結合代碼實作完整地闡述了一個迷你資料庫,核心代碼 500 行左右,通過理論結合實踐來更好地了解資料庫的原理。
作者 | 蕭恺
來源 | 阿裡技術公衆号
前言
LSM-Tree 是很多 NoSQL 資料庫引擎的底層實作,例如 LevelDB,Hbase 等。本文基于《資料密集型應用系統設計》中對 LSM-Tree 資料庫的設計思路,結合代碼實作完整地闡述了一個迷你資料庫,核心代碼 500 行左右,通過理論結合實踐來更好地了解資料庫的原理。
一 SSTable(排序字元串表)
之前基于哈希索引實作了一個資料庫,它的局限性是哈希表需要整個放入到記憶體,并且區間查詢效率不高。
在哈希索引資料庫的日志中,key 的存儲順序就是它的寫入順序,并且對于同一個 key 後出現的 key 優先于之前的 key,是以日志中的 key 順序并不重要。這樣的好處是寫入很簡單,但沒有控制 key 重複帶來的問題是浪費了存儲空間,初始化加載的耗時會增加。
現在簡單地改變一下日志的寫入要求:要求寫入的 key 有序,并且同一個 key 在一個日志中隻能出現一次。這種日志就叫做 SSTable,相比哈希索引的日志有以下優點:
1)合并多個日志檔案更加簡單高效。
因為日志是有序的,是以可以用檔案歸并排序算法,即并發讀取多個輸入檔案,比較每個檔案的第一個 key,按照順序拷貝到輸出檔案。如果有重複的 key,那就隻保留最新的日志中的 key 的值,老的丢棄。
2)查詢 key 時,不需要在記憶體中儲存所有 key 的索引。
如下圖所示,假設需要查找 handiwork,且記憶體中沒有記錄該 key 的位置,但因為 SSTable 是有序的,是以我們可以知道 handiwork 如果存在一定是在 handbag 和 handsome 的中間,然後從 handbag 開始掃描日志一直到 handsome 結束。這樣的好處是有三個:
- 記憶體中隻需要記錄稀疏索引,減少了記憶體索引的大小。
- 查詢操作不需要讀取整個日志,減少了檔案 IO。
- 可以支援區間查詢。
二 建構和維護 SSTable
我們知道寫入時 key 會按照任意順序出現,那麼如何保證 SSTable 中的 key 是有序的呢?一個簡單友善的方式就是先儲存到記憶體的紅黑樹中,紅黑樹是有序的,然後再寫入到日志檔案裡面。
存儲引擎的基本工作流程如下:
- 當寫入時,先将其添加到記憶體的紅黑樹中,這個記憶體中的樹稱為記憶體表。
- 當記憶體表大于某個門檻值時,将其作為 SSTable 檔案寫入到磁盤,因為樹是有序的,是以寫磁盤的時候直接按順序寫入就行。
- 為了避免記憶體表未寫入檔案時資料庫崩潰,可以在儲存到記憶體表的同時将資料也寫入到另一個日志中(WAL),這樣即使資料庫崩潰也能從 WAL 中恢複。這個日志寫入就類似哈希索引的日志,不需要保證順序,因為是用來恢複資料的。
- 處理讀請求時,首先嘗試在記憶體表中查找 key,然後從新到舊依次查詢 SSTable 日志,直到找到資料或者為空。
- 背景程序周期性地執行日志合并與壓縮過程,丢棄掉已經被覆寫或删除的值。
以上的算法就是 LSM-Tree(基于日志結構的合并樹 Log-Structured Merge-Tree) 的實作,基于合并和壓縮排序檔案原理的存儲引擎通常就被稱為 LSM 存儲引擎,這也是 Hbase、LevelDB 等資料庫的底層原理。
三 實作一個基于 LSM 的資料庫
前面我們已經知道了 LSM-Tree 的實作算法,在具體實作的時候還有很多設計的問題需要考慮,下面我挑一些關鍵設計進行分析。
1 記憶體表存儲結構
記憶體表的 value 存儲什麼?直接存儲原始資料嗎?還是存儲寫指令(包括 set 和 rm )?這是我們面臨的第一個設計問題。這裡我們先不做判斷,先看下一個問題。
記憶體表達到一定大小之後就要寫入到日志檔案中持久化。這個過程如果直接禁寫處理起來就很簡單。但如果要保證記憶體表在寫入檔案的同時,還能正常處理讀寫請求呢?
一個解決思路是:在持久化記憶體表 A 的同時,可以将目前的記憶體表指針切換到新的記憶體表執行個體 B,此時我們要保證切換之後 A 是隻讀,隻有 B 是可寫的,否則我們無法保證記憶體表 A 持久化的過程是原子操作。
- get 請求:先查詢 B,再查詢 A,最後查 SSTable。
- set 請求:直接寫入 A
- rm 請求:假設 rm 的 key1 隻在 A 裡面出現了,B 裡面沒有。這裡如果記憶體表存儲的是原始資料,那麼 rm 請求是沒法處理的,因為 A 是隻讀的,會導緻 rm 失敗。如果我們在記憶體表裡面存儲的是指令的話,這個問題就是可解的,在 B 裡面寫入 rm 指令,這樣查詢 key1 的時候在 B 裡面就能查到 key1 已經被删除了。
是以,假設我們持久化記憶體表時做禁寫,那麼 value 是可以直接存儲原始資料的,但是如果我們希望持久化記憶體表時不禁寫,那麼 value 值就必須要存儲指令。我們肯定是要追求高性能不禁寫的,是以 value 值需要儲存的是指令, Hbase 也是這樣設計的,背後的原因也是這個。
另外,當記憶體表已經超過門檻值要持久化的時候,發現前一次持久化還沒有做完,那麼就需要等待前一次持久化完成才能進行本次持久化。換句話說,記憶體表持久化隻能串行進行。
2 SSTable 的檔案格式
為了實作高效的檔案讀取,我們需要好好設計一下檔案格式。
以下是我設計的 SSTable 日志格式:
- 資料區:資料區主要是存儲寫入的指令,同時為了友善分段讀取,是按照一定的數量大小分段的。
- 稀疏索引區:稀疏索引儲存的是資料段每一段在檔案中的位置索引,讀取 SSTable 時候隻會加載稀疏索引到記憶體,查詢的時候根據稀疏索引加載對應資料段進行查詢。
- 檔案索引區:存儲資料區域的位置。
以上的日志格式是迷你的實作,相比 Hbase 的日志格式是比較簡單的,這樣友善了解原理。同時我也使用了 JSON 格式寫入檔案,目的是友善閱讀。而生産實作是效率優先的,為了節省存儲會做壓縮。
四 代碼實作分析
我寫的代碼實作在:TinyKvStore,下面分析一下關鍵的代碼。代碼比較多,也比較細碎,如果隻關心原理的話可以跳過這部分,如果想了解代碼實作可以繼續往下讀。
1 SSTable
記憶體表持久化
記憶體表持久化到 SSTable 就是把記憶體表的資料按照前面我們提到的日志格式寫入到檔案。對于 SSTable 來說,寫入的資料就是資料指令,包括 set 和 rm,隻要我們能知道 key 的最新指令是什麼,就能知道 key 在資料庫中的狀态。
/**
* 從記憶體表轉化為ssTable
* @param index
*/
private void initFromIndex(TreeMap< String, Command> index) {
try {
JSONObject partData = new JSONObject(true);
tableMetaInfo.setDataStart(tableFile.getFilePointer());
for (Command command : index.values()) {
//處理set指令
if (command instanceof SetCommand) {
SetCommand set = (SetCommand) command;
partData.put(set.getKey(), set);
}
//處理RM指令
if (command instanceof RmCommand) {
RmCommand rm = (RmCommand) command;
partData.put(rm.getKey(), rm);
}
//達到分段數量,開始寫入資料段
if (partData.size() >= tableMetaInfo.getPartSize()) {
writeDataPart(partData);
}
}
//周遊完之後如果有剩餘的資料(尾部資料不一定達到分段條件)寫入檔案
if (partData.size() > 0) {
writeDataPart(partData);
}
long dataPartLen = tableFile.getFilePointer() - tableMetaInfo.getDataStart();
tableMetaInfo.setDataLen(dataPartLen);
//儲存稀疏索引
byte[] indexBytes = JSONObject.toJSONString(sparseIndex).getBytes(StandardCharsets.UTF_8);
tableMetaInfo.setIndexStart(tableFile.getFilePointer());
tableFile.write(indexBytes);
tableMetaInfo.setIndexLen(indexBytes.length);
LoggerUtil.debug(LOGGER, "[SsTable][initFromIndex][sparseIndex]: {}", sparseIndex);
//儲存檔案索引
tableMetaInfo.writeToFile(tableFile);
LoggerUtil.info(LOGGER, "[SsTable][initFromIndex]: {},{}", filePath, tableMetaInfo);
} catch (Throwable t) {
throw new RuntimeException(t);
}
}
寫入的格式是基于讀取倒推的,主要是為了友善讀取。例如 tableMetaInfo 寫入是從前往後寫的,那麼讀取的時候就要從後往前讀。這也是為什麼 version 要放到最後寫入,因為讀取的時候是第一個讀取到的,友善對日志格式做更新。這些 trick 如果沒有動手嘗試,光看是很難了解為什麼這麼幹的。
/**
* 把資料寫入到檔案中
* @param file
*/
public void writeToFile(RandomAccessFile file) {
try {
file.writeLong(partSize);
file.writeLong(dataStart);
file.writeLong(dataLen);
file.writeLong(indexStart);
file.writeLong(indexLen);
file.writeLong(version);
} catch (Throwable t) {
throw new RuntimeException(t);
}
}
/**
* 從檔案中讀取元資訊,按照寫入的順序倒着讀取出來
* @param file
* @return
*/
public static TableMetaInfo readFromFile(RandomAccessFile file) {
try {
TableMetaInfo tableMetaInfo = new TableMetaInfo();
long fileLen = file.length();
file.seek(fileLen - 8);
tableMetaInfo.setVersion(file.readLong());
file.seek(fileLen - 8 * 2);
tableMetaInfo.setIndexLen(file.readLong());
file.seek(fileLen - 8 * 3);
tableMetaInfo.setIndexStart(file.readLong());
file.seek(fileLen - 8 * 4);
tableMetaInfo.setDataLen(file.readLong());
file.seek(fileLen - 8 * 5);
tableMetaInfo.setDataStart(file.readLong());
file.seek(fileLen - 8 * 6);
tableMetaInfo.setPartSize(file.readLong());
return tableMetaInfo;
} catch (Throwable t) {
throw new RuntimeException(t);
}
}
從檔案中加載 SSTable
從檔案中加載 SSTable 時隻需要加載稀疏索引,這樣能節省記憶體。資料區等查詢的時候按需讀取就行。
/**
* 從檔案中恢複ssTable到記憶體
*/
private void restoreFromFile() {
try {
//先讀取索引
TableMetaInfo tableMetaInfo = TableMetaInfo.readFromFile(tableFile);
LoggerUtil.debug(LOGGER, "[SsTable][restoreFromFile][tableMetaInfo]: {}", tableMetaInfo);
//讀取稀疏索引
byte[] indexBytes = new byte[(int) tableMetaInfo.getIndexLen()];
tableFile.seek(tableMetaInfo.getIndexStart());
tableFile.read(indexBytes);
String indexStr = new String(indexBytes, StandardCharsets.UTF_8);
LoggerUtil.debug(LOGGER, "[SsTable][restoreFromFile][indexStr]: {}", indexStr);
sparseIndex = JSONObject.parseObject(indexStr,
new TypeReference< TreeMap< String, Position>>() {
});
this.tableMetaInfo = tableMetaInfo;
LoggerUtil.debug(LOGGER, "[SsTable][restoreFromFile][sparseIndex]: {}", sparseIndex);
} catch (Throwable t) {
throw new RuntimeException(t);
}
}
SSTable 查詢
從 SSTable 查詢資料首先是要從稀疏索引中找到 key 所在的區間,找到區間之後根據索引記錄的位置讀取區間的資料,然後進行查詢,如果有資料就傳回,沒有就傳回 null。
/**
* 從ssTable中查詢資料
* @param key
* @return
*/
public Command query(String key) {
try {
LinkedList< Position> sparseKeyPositionList = new LinkedList<>();
Position lastSmallPosition = null;
Position firstBigPosition = null;
//從稀疏索引中找到最後一個小于key的位置,以及第一個大于key的位置
for (String k : sparseIndex.keySet()) {
if (k.compareTo(key) <= 0) {
lastSmallPosition = sparseIndex.get(k);
} else {
firstBigPosition = sparseIndex.get(k);
break;
}
}
if (lastSmallPosition != null) {
sparseKeyPositionList.add(lastSmallPosition);
}
if (firstBigPosition != null) {
sparseKeyPositionList.add(firstBigPosition);
}
if (sparseKeyPositionList.size() == 0) {
return null;
}
LoggerUtil.debug(LOGGER, "[SsTable][restoreFromFile][sparseKeyPositionList]: {}", sparseKeyPositionList);
Position firstKeyPosition = sparseKeyPositionList.getFirst();
Position lastKeyPosition = sparseKeyPositionList.getLast();
long start = 0;
long len = 0;
start = firstKeyPosition.getStart();
if (firstKeyPosition.equals(lastKeyPosition)) {
len = firstKeyPosition.getLen();
} else {
len = lastKeyPosition.getStart() + lastKeyPosition.getLen() - start;
}
//key如果存在必定位于區間内,是以隻需要讀取區間内的資料,減少io
byte[] dataPart = new byte[(int) len];
tableFile.seek(start);
tableFile.read(dataPart);
int pStart = 0;
//讀取分區資料
for (Position position : sparseKeyPositionList) {
JSONObject dataPartJson = JSONObject.parseObject(new String(dataPart, pStart, (int) position.getLen()));
LoggerUtil.debug(LOGGER, "[SsTable][restoreFromFile][dataPartJson]: {}", dataPartJson);
if (dataPartJson.containsKey(key)) {
JSONObject value = dataPartJson.getJSONObject(key);
return ConvertUtil.jsonToCommand(value);
}
pStart += (int) position.getLen();
}
return null;
} catch (Throwable t) {
throw new RuntimeException(t);
}
}
2 LsmKvStore
初始化加載
- dataDir:資料目錄存儲了日志資料,是以啟動的時候需要從目錄中讀取之前的持久化資料。
- storeThreshold:持久化門檻值,當記憶體表超過一定大小之後要進行持久化。
- partSize:SSTable 的資料分區門檻值。
- indexLock:記憶體表的讀寫鎖。
- ssTables:SSTable 的有序清單,按照從新到舊排序。
- wal:順序寫入日志,用于儲存記憶體表的資料,用作資料恢複。
啟動的過程很簡單,就是加載資料配置,初始化内容,如果需要做資料恢複就将資料恢複到記憶體表。
/**
* 初始化
* @param dataDir 資料目錄
* @param storeThreshold 持久化門檻值
* @param partSize 資料分區大小
*/
public LsmKvStore(String dataDir, int storeThreshold, int partSize) {
try {
this.dataDir = dataDir;
this.storeThreshold = storeThreshold;
this.partSize = partSize;
this.indexLock = new ReentrantReadWriteLock();
File dir = new File(dataDir);
File[] files = dir.listFiles();
ssTables = new LinkedList<>();
index = new TreeMap<>();
//目錄為空無需加載ssTable
if (files == null || files.length == 0) {
walFile = new File(dataDir + WAL);
wal = new RandomAccessFile(walFile, RW_MODE);
return;
}
//從大到小加載ssTable
TreeMap< Long, SsTable> ssTableTreeMap = new TreeMap<>(Comparator.reverseOrder());
for (File file : files) {
String fileName = file.getName();
//從暫存的WAL中恢複資料,一般是持久化ssTable過程中異常才會留下walTmp
if (file.isFile() && fileName.equals(WAL_TMP)) {
restoreFromWal(new RandomAccessFile(file, RW_MODE));
}
//加載ssTable
if (file.isFile() && fileName.endsWith(TABLE)) {
int dotIndex = fileName.indexOf(".");
Long time = Long.parseLong(fileName.substring(0, dotIndex));
ssTableTreeMap.put(time, SsTable.createFromFile(file.getAbsolutePath()));
} else if (file.isFile() && fileName.equals(WAL)) {
//加載WAL
walFile = file;
wal = new RandomAccessFile(file, RW_MODE);
restoreFromWal(wal);
}
}
ssTables.addAll(ssTableTreeMap.values());
} catch (Throwable t) {
throw new RuntimeException(t);
}
}
寫入操作
寫入操作先加寫鎖,然後把資料儲存到記憶體表以及 WAL 中,另外還要做判斷:如果超過門檻值進行持久化。這裡為了簡單起見我直接串行執行了,沒有使用線程池執行,但不影響整體邏輯。set 和 rm 的代碼是類似,這裡就不重複了。
@Override
public void set(String key, String value) {
try {
SetCommand command = new SetCommand(key, value);
byte[] commandBytes = JSONObject.toJSONBytes(command);
indexLock.writeLock().lock();
//先儲存資料到WAL中
wal.writeInt(commandBytes.length);
wal.write(commandBytes);
index.put(key, command);
//記憶體表大小超過門檻值進行持久化
if (index.size() > storeThreshold) {
switchIndex();
storeToSsTable();
}
} catch (Throwable t) {
throw new RuntimeException(t);
} finally {
indexLock.writeLock().unlock();
}
}
記憶體表持久化過程
切換記憶體表及其關聯的 WAL:先對記憶體表加鎖,然後建立一個記憶體表和 WAL,把老的記憶體表和 WAL 暫存起來,釋放鎖。這樣新的記憶體表就可以開始寫入,老的記憶體表變成隻讀。
執行持久化過程:把老記憶體表有序寫入到一個新的 ssTable 中,然後删除暫存記憶體表和臨時儲存的 WAL。
/**
* 切換記憶體表,建立一個記憶體表,老的暫存起來
*/
private void switchIndex() {
try {
indexLock.writeLock().lock();
//切換記憶體表
immutableIndex = index;
index = new TreeMap<>();
wal.close();
//切換記憶體表後也要切換WAL
File tmpWal = new File(dataDir + WAL_TMP);
if (tmpWal.exists()) {
if (!tmpWal.delete()) {
throw new RuntimeException("删除檔案失敗: walTmp");
}
}
if (!walFile.renameTo(tmpWal)) {
throw new RuntimeException("重命名檔案失敗: walTmp");
}
walFile = new File(dataDir + WAL);
wal = new RandomAccessFile(walFile, RW_MODE);
} catch (Throwable t) {
throw new RuntimeException(t);
} finally {
indexLock.writeLock().unlock();
}
}
/**
* 儲存資料到ssTable
*/
private void storeToSsTable() {
try {
//ssTable按照時間命名,這樣可以保證名稱遞增
SsTable ssTable = SsTable.createFromIndex(dataDir + System.currentTimeMillis() + TABLE, partSize, immutableIndex);
ssTables.addFirst(ssTable);
//持久化完成删除暫存的記憶體表和WAL_TMP
immutableIndex = null;
File tmpWal = new File(dataDir + WAL_TMP);
if (tmpWal.exists()) {
if (!tmpWal.delete()) {
throw new RuntimeException("删除檔案失敗: walTmp");
}
}
} catch (Throwable t) {
throw new RuntimeException(t);
}
}
查詢操作
查詢的操作就跟算法中描述的一樣:
- 先從記憶體表中取,如果取不到并且存在不可變記憶體表就從不可變記憶體表中取。
- 記憶體表中查詢不到就從新到舊的 SSTable 中依次查詢。
@Override
public String get(String key) {
try {
indexLock.readLock().lock();
//先從索引中取
Command command = index.get(key);
//再嘗試從不可變索引中取,此時可能處于持久化sstable的過程中
if (command == null && immutableIndex != null) {
command = immutableIndex.get(key);
}
if (command == null) {
//索引中沒有嘗試從ssTable中擷取,從新的ssTable找到老的
for (SsTable ssTable : ssTables) {
command = ssTable.query(key);
if (command != null) {
break;
}
}
}
if (command instanceof SetCommand) {
return ((SetCommand) command).getValue();
}
if (command instanceof RmCommand) {
return null;
}
//找不到說明不存在
return null;
} catch (Throwable t) {
throw new RuntimeException(t);
} finally {
indexLock.readLock().unlock();
}
}
總結
知行合一,方得真知。如果我們不動手實作一個資料庫,就很難了解為什麼這麼設計。例如日志格式為什麼這樣設計,為什麼資料庫儲存的是資料操作而不是資料本身等等。
本文實作的資料庫功能比較簡單,有很多地方可以優化,例如資料持久化異步化,日志檔案壓縮,查詢使用布隆過濾器先過濾一下。有興趣的讀者可以繼續深入研究。
參考資料
《資料密集型應用系統設計》
原文連結
本文為阿裡雲原創内容,未經允許不得轉載。