О.В. Сухорослов "Распределенные хранилища данных"

11 Распределенные хранилища данных

О.В. Сухорослов

oleg.sukhoroslov@gmail.com

11.05.2012

О.В. Сухорослов ()11 Распределенные хранилища данных 11.05.2012 1 / 49

План лекции

Введение

Cassandra

Реляционные СУБД

Фиксированная схема, построчное хранение, ACID, SQL,абстрагирование от уровня хранения данныхИзначально не ориентированы на работу с большими объемамиданных в распределенном режиме (+ с высокими скоростямичтения-записи)

Решения по репликации и распределению существующих РСУБДПопытки исправить ситуацию задним числомСложны в установке и сопровожденииСтатическое разбиение данных

Большой частью функциональности приходится жертвоватьJoin, сложные запросы, триггеры, представления, внешние ключии контроль ссылочной целостностиСтановятся очень дорогими в распределенном режиме или вообщене работаютНе удовлетворяют высоким требованиям по скоростичтения-записи

Альтернативные решения (aka NoSQL1)

Изначально имеют распределенную архитектуру, ориентированнуюна горизонтальное масштабирование путем добавления новыхузлов

Нарушают классические принципы (нормализация данных,фиксированная схема, ACID) и отказываются от частифункциональности РСУБД (join, вторичные индексы)

Для большого класса задач позволяют делать то, чего не могутРСУБД

Хранить и обеспечивать быстрый, масштабируемый доступ к оченьбольшим таблицам на кластерах из массовых серверов

1http://en.wikipedia.org/wiki/NoSQL_(concept)О.В. Сухорослов ()11 Распределенные хранилища данных 11.05.2012 4 / 49

Пример: webtable

Таблица, хранящая загруженные поисковым роботом страницы иих атрибуты

Количество записей в таблице - миллиардыКлючом является URL страницыАтрибуты - загруженное содержание, язык, MIME-тип,обработанный текст, ссылки, изображения...

Работа с данными таблицыМассовая оффлайн обработка и аналитика (batch, MapReduce)Запись данных роботом (random access)Выдача закэшированного содержимого страниц поиском (randomaccess)

Примеры распределенных хранилищ

BigTable (Google)2

Dynamo (Amazon)3

HBaseCassandraVoldemortRiakHypertableMongoDBRedis...

Column vs Key-value storage2http://labs.google.com/papers/bigtable.html3http://www.allthingsdistributed.com/2007/10/amazons_dynamo.html

Распределенная “база данных” для HadoopОриентирована на случайный доступ к большим данным в режимереального времениРеализована по образу Google BigtableРаботает поверх HDFS

Проект Apache (май 2010)http://hbase.apache.org/

ПользователиFacebook, Twitter, Yahoo! ...

Точнее...

Distributed,Versioned,Column-Oriented,High-Availability,High-PerformanceStore

Концептуальная модель данных

Поименованные таблицы, в строках которых хранятся данные

Каждая строка таблицы имеетКлюч (primary key)Произвольный набор колонок

Колонки сгруппированы в “семейства” (column family)Семейства колонок должны быть заданы при создании таблицыВсе колонки семейства имеют общий префикс

content:data, content:language, content:type

Новые колонки внутри семейства можно создавать в любой момент

Внутри ячеек таблицы хранятся данныеПоддерживается хранение несколько версий данныхПо умолчанию версия идентифицируется с помощью временизаписи (timestamp)

Физическая модель данных

Каждая ячейка таблицы хранится в виде(table, row, family:column, timestamp) -> dataПустые ячейки не хранятсяСодержимое ячейки является просто массивом байтНет встроенных типов данных

Строки таблицы отсортированы по ключу

Строки таблицы разбиты вертикально на семейства колонокДанные семейств колонок хранятся вместе (непрерывно на диске),в отсортированном порядке по rowid, column, timestamp

Структура данных

1 SortedMap(2 RowKey , List(3 SortedMap(4 Column , List(5 Value , Timestamp6 )7 )8 )9 )

Row-oriented vs Column-oriented

Пример

Распределеное хранение данных

Распределение данных в HBase

Разбиение данныхТаблицы разбиваются горизонтально на регионы

[startkey , endkey)В самом начале таблица состоит из одного регионаПо мере увеличения размера таблицы происходит автоматическоеразбиение данных на новые регионы

Регионы распределяются между серверами HBase-кластера

Репликация данныхДанные регионов хранятся и реплицируются в HDFS

Архитектура HBase-кластера

Подробности

Доступ к данным

Создание и удаление таблиц, колонок

Чтение данных (Get, Scan)По ключу: все или определенные колонки для строки с даннымключомПо времени: самое позднее значение, определенный моментвремени, N значений, все значенияПо диапазону: итератор по строкам (Scanner)

Начальный и конечный ключи, набор колонок, фильтр

Запись данных (Put)Атомарные изменения одной строки (row lock)Multi-row locking (new)

Клиентские интерфейсы

Интерфейс командной строкиHBase Shell

Программный интерфейсJava API

Удаленные программные интерфейсыAvro, REST, Thrift

Web-интерфейс

HBase Shell

1 hadoop2 -00:~$ hbase shell2 HBase Shell; enter ’help <RETURN >’ for list of supported commands.3 Type "exit <RETURN >" to leave the HBase Shell4 Version 0.90.1 - cdh3u0 , r, Fri Mar 25 16:10:51 PDT 20115

6 hbase(main ):001:0 > create ’test ’, ’data ’7 0 row(s) in 12.5240 seconds8

9 hbase(main ):002:0 > list10 TABLE11 test12 1 row(s) in 0.0390 seconds13

14 hbase(main ):003:0 > put ’test ’, ’row1 ’, ’data:1’, ’value1 ’15 0 row(s) in 0.1270 seconds16

17 hbase(main ):004:0 > put ’test ’, ’row2 ’, ’data:2’, ’value2 ’18 0 row(s) in 0.0360 seconds19

20 hbase(main ):005:0 > put ’test ’, ’row3 ’, ’data:3’, ’value3 ’21 0 row(s) in 0.0310 seconds

HBase Shell

1 hbase(main ):006:0 > scan ’test ’2 ROW COLUMN+CELL3 row1 column=data:1, timestamp =1303416932470 , value=value14 row2 column=data:2, timestamp =1303416939804 , value=value25 row3 column=data:3, timestamp =1303416945399 , value=value36 3 row(s) in 0.2130 seconds7

8 hbase(main ):007:0 > disable ’test ’9 0 row(s) in 12.1800 seconds

11 hbase(main ):008:0 > drop ’test ’12 0 row(s) in 1.5430 seconds13

14 hbase(main ):009:0 > exit

Java API (org.apache.hadoop.hbase.client)

1 public class ExampleClient {2 public static void main(String [] args) throws IOException {3 Configuration config = HBaseConfiguration.create ();4

5 // Create table6 HBaseAdmin admin = new HBaseAdmin(config );7 HTableDescriptor htd = new HTableDescriptor("test");8 HColumnDescriptor hcd = new HColumnDescriptor("data");9 htd.addFamily(hcd);

10 admin.createTable(htd);11 byte [] tablename = htd.getName ();

Java API (org.apache.hadoop.hbase.client)

1 // Run some operations -- a put , a get , and a scan2 HTable table = new HTable(config , tablename );3 byte [] row1 = Bytes.toBytes("row1");4 Put p1 = new Put(row1);5 p1.add(Bytes.toBytes("data"), Bytes.toBytes("1"),6 Bytes.toBytes("value1"));7 table.put(p1);8 Get g = new Get(row1);9 Result result = table.get(g);

10 System.out.println("Get: " + result );11 Scan scan = new Scan ();12 ResultScanner scanner = table.getScanner(scan);13 try {14 for (Result scannerResult: scanner) {15 System.out.println("Scan: " + scannerResult );16 }17 } finally {18 scanner.close ();19 }20

21 // Drop the table22 admin.disableTable(tablename );23 admin.deleteTable(tablename );24 }25 }

HBase и Hadoop MapReduce

Пакет org.apache.hadoop.hbase.mapreduce

Форматы данныхTableInputFormat

один map на каждый регион таблицы

TableOutputFormat

Базовые классы Map и ReduceTableMapperTableReducer

Утилита TableMapReduceUtil

Примеры использованияHBASE_DIST/src/examples/mapreduceCellCounter4

4http://svn.apache.org/viewvc/hbase/trunk/src/main/java/org/apache/hadoop/hbase/mapreduce/CellCounter.java?view=markup

HBase vs СУБД

СУБД HBaseData layout Row-oriented Column-orientedТранзакции Multi-row ACID Single row only

Язык запросов SQL get/put/scan/...Индексы Произвольные колонки Ключи записей

Максимальный объем Терабайты 1PBЧтение/Запись 1K запросов/сек 1M запросов/сек

HBase vs HDFS?

Область применения HBase

ДаRandom read/writeБольшое кол-во операций/сек + большой объем данныхЧасто повторяющиеся запросы

НетAppend + read all dataУникальные запросы (ad-hoc analytics)Данные могут быть размещены на одном сервере

Apache Cassandra 5

Распределенное хранилище с моделью данных по образу BigTableи децентрализованной архитектурой по образу Dynamo

Первоначальная разработка - Inbox Search @ Facebook, приучастии авторов Amazon Dynamo2008 - open source2010 - проект Apache Software Foundation2010 - Facebook перешел на использование HBase

5http://cassandra.apache.org/О.В. Сухорослов ()11 Распределенные хранилища данных 11.05.2012 32 / 49

Модель данных

Keyspace = база данных (схема)Column family = таблица

статические / динамические

Типы данных

ValidatorОпределяет тип данных для ключей и значений колонок

ComparatorОпределяет тип данных для имен колонокОпределяет порядок сортировки (и хранения) колонок

Индексы

PrimaryПо значениям ключейСтроится автоматически

SecondaryПо значениям колонокСоздается по требованию

Распределение данных между узлами

Стратегия распределения данных

Определяется на уровне всего кластера

Random PatitionerИспользует стратегию consistent hashingtoken = MD5(row_key), 0− 2127

Обеспечивает равномерное распределение данных по узламРекомендуется использовать по-умолчанию

Ordered PartitionerДанные хранятся в отсортированном порядкеtoken = HEX(row_key_prefix)Позволяет делать range scansСложнее в настройке и администрировании

Репликация

Стратегия репликации определяется для каждого keyspaceКол-во реплик (replication factor)Распределение реплик по узлам

SimpleStrategyNetworkTopologyStrategy

Gossip

Децентрализованный (peer-to-peer) протокол, используемый дляобмена информацией между узлами

Состояние узла и других известных ему узловПозволяет достаточно быстро распространять информацию междуузлами

Seed nodes

Обнаружение отказов

Обработка запросов клиентов

Теорема CAP 6

В распределенной системе невозможно одновременно обеспечитьсвойства

согласованности данных (consistency)доступности (availability)устойчивости к разделению (partition tolerance)

Из трех свойств одновременно можно обеспечить только дваНеизбежный компромисс

Влияние на реализацию распределенного хранилищаВыбор реализуемых свойств на уровне системы (HBase=CP)Возможность выбора свойств пользователем на уровне отдельныхопераций (Cassandra)

6http://en.wikipedia.org/wiki/CAP_theoremО.В. Сухорослов ()11 Распределенные хранилища данных 11.05.2012 41 / 49

Уровни согласованности

Могут быть указаны для каждой Read/Write-операции

ONEТребуется ответ только от одной реплики

QUORUM (LOCAL_QUORUM, EACH_QUORUM)Требуется ответ от большинства реплик

ALLТребуется ответ от всех реплик

ANY (только для записи)Требуется ответ от любого узла (не обязательно реплики)

Строгая согласованность достигается при(nodes_written + nodes_read) > replication_factorW=1, R=ALL | W=ALL, R=1 | W=Q, R=Q

Eventual Consistency

В любом случае гарантируется согласованность в конечном итогеНекоторое время после записи клиенты могут считыватьустаревшие данныеНо, в конечном итоге, записанные данные распространятся по всейсистеме

Базовые механизмы восстановления согласованности

См. Amazon Dynamo

Hinted HandoffRead repairAnti-Entropy

Атомарные операции и разрешение конфликтов

Атомарными являются только записи в одну строкуНесколько обновлений строки не являются атомарными

В случае неудачной записи, данные могут быть сохранены начасти репликОткаты не производятся

Для разрешения конфликтов используется timestamp,передаваемый клиентом при записи данных

При записи не осуществляется проверка на уникальность row key(UPSERT)

Есть риск случайно перезаписать данные

Распределенные счетчики 7

7http://www.datastax.com/wp-content/uploads/2011/07/cassandra_sf_counters.pdf

Клиенты

Thrift RPC API

Command-line (cassandra-cli)

Cassandra Query Language (CQL)Python, Java driverscqlsh

Cassandra Query Language (CQL)

1 $ cqlsh 103.263.89.126 91602 cqlsh > CREATE KEYSPACE twissandra WITH3 strategy_class = ’NetworkTopologyStrategy ’4 AND strategy_options:DC1 = 3;5

6 cqlsh > USE twissandra;7

8 cqlsh > CREATE COLUMNFAMILY users (9 ... KEY varchar PRIMARY KEY ,

10 ... password varchar ,11 ... gender varchar ,12 ... session_token varchar ,13 ... state varchar ,14 ... birth_year bigint );15

16 cqlsh > INSERT INTO users (KEY , password) VALUES17 (’jsmith ’, ’ch@ngem3a ’) USING TTL 86400;18 cqlsh > SELECT * FROM users WHERE KEY=’jsmith ’;19 u’jsmith ’ | u’password ’,u’ch@ngem3a ’ | u’ttl ’, 86400

Cassandra Query Language (CQL)

1 cqlsh > CREATE INDEX state_key ON users (state);2 cqlsh > CREATE INDEX birth_year_key ON users (birth_year );3

4 cqlsh > SELECT * FROM users5 WHERE state=’TX’ AND6 birth_year =’1968’;7 u’user1 ’ | u’birth_year ’ ,1968 | u’gender ’,u’f’ | ...

О.В. Сухорослов "Распределенные хранилища данных"

Documents

"अर्थसंकेत" ११ मे २०१४/...

" పండ్ల తోటల " పంటలకు...

19 · pdf fileˆif.. ˆif . /"& / "˘ˇ * %" , % % ' / ˙ :...

" వరి " పంటకు సంబందించి...

"el bodhicaryavatara" (camino del bodhisattva)

ftmr - madhya pra · pdf file i•. ~ 06.11.52 30.06.83...

· pdf file...

· pdf fileapywtba "europolis" "omnaa¼hcka oprahm3auhja...

પગરવ " ગ્રીષ્મ" એપ્રિલ...

fum - madhya pradesh transport · pdf filer"" 1

1iet ctww - north maharashtra s.y.b.a prayojan...

Газета "Ангарская правда" № 32

best bollywood films dioloags by - અલગારી...

laporan kunjungan pskw "sidoarum"

„dr.victor babeŞ" °

मराठी स्टॉक...

"अर्थसंकेत" २७ एप्रिल...

Решение huawei lte 450 МГц для ОАО...

k.s stanislavski - "trei surori"

"अर्थसंकेत" वृत्तपत्र...