闲谈分布式key-value存储服务nuclear及其他
现在很多国内公司都纷纷开始了key-value的nosql存储方式,然而,从什么时候开始key-value会变得这么流行呢?是风靡一时,还是顺应时代的潮流?前后数一数,有豆瓣网的beandb、有新浪的SDD、小道消息还有腾讯的TDB以及人人网的nuclear。再数国外,吹起这阵风的原因是亚马逊的一篇文档,这篇文档讲述了在亚马逊的S3服务中所使用的存储系统dynamo实现方式,但遗憾的是dynamo并不开源。紧随其后,facebook来了位号称是当年亚马逊dynamo的开发人员之一的同志,实现了facebook的cassandra,并且值得表扬的是还将其开源了。与此同时,相同理论下产生的,还有linkedin的voldemort系统。
百家争鸣还是百家讲坛
分布式存储的目标,是解决大规模数据在数据量不断增长的情况下,让服务更加稳定,更容易扩展。
其主要具备以下几个特点:
1.高可靠性:系统能够长时间高效运行不迭机。严格的说即使坏了一部分机器也没事。
2.可扩展性:可以随意增加减少机器,不用担心额外的数据损失。
3.负载均衡:要保证每个节点的数据都是负载均衡的,不出现集中负载到一个节点的情况。
4.一致性:因为是分布式的节点,就需要保证节点与节点之间保存数据的一致。
鱼与熊掌不可兼得,这几点,往往完成了其中几点就会损失另外一点,要全部达到完美,是一件非常困难的事情。
在国内的几个存储来看,基本都是只实现了其中的一部分,再按照自己业务的需求,来加强其中更为关心的建设。
beansdb的最终一致性通过哈希树实现快速完整数据同步(短时间内数据可能不一致);可以在不中断服务的情况下进行容量扩展;异步IO和高性能的KeyValue数据TokyoCabinet:通过N,W,R进行配置(这点其实是dynamo的文档里的方案,并非beansdb所创);Memcache兼容协议,大量可用客户端。sdd也大同小异。
Nuclear完成了这些功能,并且可以适配到mysql\\tc\\bdb等存储引擎之上。
为什么已经有开源的项目,还要去自己实现呢?简单的说,twitter敢用,你敢用吗?
分布式key-value存储之所以稳定的原因
从设计之初,注定这个系统会很稳定。为什么呢,主要是下面几点:
1.dynamo文档中的NWR的观点,可以让节点在损坏的情况下也能稳定如新。基本上这些系统都实现了。
2.dynamo文档中的两层数据节点的观点,可以让各节点在大负载的情况下负载均衡。部分实现了这一点。
3.底层存储的时候是key-value的读和取,只有一个维度的底层操作,对引擎来说,所有的操作都是可计算时间的。这一点的意思是说,假设都是MYSQL的底层存储,这个系统只会有一堆的select value form table where key=num这样的查询,而不会出现select * from table where key in(num1,num2,num3….)这样的查询,这两个查询不同的地方在于,如果都是1000次的查询,那么前一条的时间是可以准确预估的,而后一条取决于mysql底层实现的逻辑,而这个逻辑对上层是不可见的。
更多不明原因。。。
适合使用的范围
这套系统也不是放之四海而皆准的东西,如果说您的系统有如下的特征,可以考虑考虑:
1.数据插入后不需要各维度的查询。
2.数据不需要100%精确立即展示。
更多不明特点。
总结
其实这个系统,在过十亿的数据量下才有意思。
本文作者:
54chen(陈臻),人人网分布式存储研究人员,业余时间混迹于各技术组织且乐此不疲。目前关注实施PHP培训。对flex等前端技术有一点研究。
个人技术站点:http://www.54chen.com/ 。可以通过电子邮件 czhttp@gmail.com 联系到他。
[文中所提及的链接]
beansDB:http://code.google.com/p/beansdb/
SDD:http://code.google.com/p/sina-sdd/
Nuclear:http://ugc.renren.com
S3:http://aws.amazon.com/s3/
dynamo:http://s3.amazonaws.com/AllThingsDistributed/sosp/amazon-dynamo-sosp2007.pdf
cassandra:http://incubator.apache.org/cassandra/
voldemort:http://project-voldemort.com/
建议继续学习:
- 分布式缓存系统 Memcached 入门 (阅读:14701)
- Zookeeper工作原理 (阅读:10352)
- GFS, HDFS, Blob File System架构对比 (阅读:9356)
- Zookeeper研究和应用 (阅读:8500)
- 分布式日志系统scribe使用手记 (阅读:8021)
- 一致性哈希算法及其在分布式系统中的应用 (阅读:7912)
- 分布式哈希和一致性哈希 (阅读:7634)
- HBase技术介绍 (阅读:6737)
- 分布式系统的事务处理 (阅读:5968)
- Memcache分布式部署方案 (阅读:5429)
扫一扫订阅我的微信号:IT技术博客大学习
- 作者:cc0cc 来源: 五四陈科学院-php和java第一院
- 标签: nuclear 分布式
- 发布时间:2010-03-28 15:12:40
- [65] Oracle MTS模式下 进程地址与会话信
- [65] Go Reflect 性能
- [64] 如何拿下简短的域名
- [59] android 开发入门
- [59] IOS安全–浅谈关于IOS加固的几种方法
- [58] 图书馆的世界纪录
- [58] 【社会化设计】自我(self)部分――欢迎区
- [53] 视觉调整-设计师 vs. 逻辑
- [47] 界面设计速成
- [46] 读书笔记-壹百度:百度十年千倍的29条法则