HarmonyOS开发者限时福利来啦!最高10w+现金激励等你拿~ 了解详情
写点什么

如何不改造 HBase 就能应对复杂查询场景?

  • 2020-04-13
  • 本文字数:4070 字

    阅读完需:约 13 分钟

如何不改造HBase就能应对复杂查询场景?

本文由 dbaplus 社群授权转载。

自研背景

可插拔的 HBase 索引组件

NoSQL 兴起无疑是大数据时代的标志性事件,创新者们不断打破关系型数据库“一种存储模式解决所有问题”的思路,发明了很多不同的产品应对细分的数据访问模式,它们提供了更好的服务特性,比如低延时、高并发等等。HBase 是其中极具代表性的产品,作为 Hadoop 生态体系的明星产品,时至今日已在很多企业得到广泛应用。


NoSQL 这种为特定的数据使用模式设计存储系统的思路,收获了性能的大幅提升,但随着存储数据量的激增,对解决方案整体性价比的满意度却在不断走低。毕竟,相较几个 TB 和数百 TB,存储成本对用户的冲击力是不同的,人们总是不满于线性增长的成本,希望能花更少的钱做更多的事。


通过适度拓展数据访问模式提升性价比,成为业内很多技术方案追求的目标。


光大银行是金融行业中较早引入 HBase 的,经过若干年建设已经积累了大量数据。如果仅是为了满足不同条件的查询,就 copy 一个同等规模的集群,是各方都难以接受的。


HBase 作为一种 KV 数据库,数据访问模式以主键为核心,当面对非主键查询时,其原生解决方案 Filter 无法满足大多数联机应用的性能需求。所以,很多基于 HBase 的二级索引方案都在尝试应对复杂查询场景的需求。


Pharos 是基于 HBase 的技术中间件,研究起点同样是二级索引,致力于提升多条件复杂查询的性能,应用在海量数据低延时复杂查询场景。

构建思路

三种二级索引方案的选型与分析

在启动研发工作前,我们对现存的二级索引方案进行了分析,除原生 Filter 外大致可以分为三种。

Elastic Search + HBase

这个方案流行度最高,在 ES 中存储索引信息,HBase 存储数据本身,两者协同完成索引查询。方案的优点是组合成熟产品,实施难度低;但缺点也有很多,首先是整体架构复杂、设备投入增加、运维成本高;其次是性能相对较低,每一次索引查询,都要先访问 ES 获得匹配的索引后,再访问 HBase 读取数据内容,查询链路延长,带来更多的网络开销;最后是开发技能要求较高,程序员必须熟悉 ES 和 HBase 两种产品接口。

Phoenix

Phoenix 无疑是一款优秀的开源产品,产品的理念是 Put the SQL back in NoSQL。产品成熟,Apache 社区背书,都是该方案的优势。


但因为目标高远,Phoenix 的体量也偏重,这样在没有商业厂商支持下,运维难度很高(2019 年 Cloudera 宣布支持 Phoenix 后,可能会有所改善)。第二点,对 SQL 的支持成为它的核心目标,但在很多查询场景中,SQL 并非不可替代,高性能才是首要目标,性能却是 Phoenix 尚待改进的地方。Phoenix 在整体机制上,并没有实现完善的索引下推,很多情况下索引查询需要从客户端发起两次与服务端的交互,第一次获得匹配的索引信息,第二次才是匹配的数据,这无疑带来了性能损耗。

云厂商方案

在云计算时代,HBase 已经成为云服务的标配,部分公有云也提供了二级索引功能。这个方案的优点当然是厂商的一站式服务,运维成本极低。缺点首先是部分企业因为安全因素无法使用公有云,例如金融行业;其次在于技术方案本身,例如阿里的 HBase 二级索引,其内核依然是 Elastic 与 HBase 的组合,虽然接口上进行封装降低了开发难度,但架构带来的性能损耗依旧存在。


通过上述的分析,我们发现这些方案都不能满足光大银行的应用场景,因此我们决定自研产品。


我们将产品命名为 Pharos,源自英文单词 [Pharos],其含义是灯塔。这个名称有两层含义:


  • 第一层是词义本身,灯塔对夜行的船只进行指引保证其安全地出入港口。而索引指向符合条件的数据地址,用于提升每次查数据访问操作的效率,两者有神似之处;

  • 第二层含义,Pharos 最初是指代亚历山大灯塔,这也是世界上第一座灯塔。而 Pharos 是光大银行首次尝试自研基础产品,我们希望这个命名能够激励团队,做出有开创意义的产品。

设计目标

低延时,架构简单,非侵入性

在 Pharos 设计目标中最重要的有三点:


  1. 低延时:我们希望未来 Pharos 的应用场景不仅限于数据查询分析,也能够嵌入到业务交易系统中,这样低延时就是一个刚性需求;

  2. 架构简单:这样开发人员可以很容易上手使用,而运维的成本也很低;

  3. 非侵入性:是指对 HBase 的侵入,事实上除了前述分析的二级索引方案外,还有一些小众的二级索引方案是直接对 HBase 进行改造,但这种侵入式改造带来了后续的版本维护问题,考虑到多数企业不可能维护独立的 HBase 版本分支,我们的方案直接排除了这种技术路线,必须是对 HBase 非侵入的。



Pharos 的研发是从 2018 年开始的,相对于目前的产品成熟度来说研发过程显得有点长,主要原因是开发人力投入相对较小。我们希望随着产品的应用推广,能扩充人员,加快产品的演进速度。


研发过程,我们受到了很多同类产品的启发,包括 Phoenix、华为与 360 等公司的二级索引方案,也借鉴了很多好的设计方法,这里要特别致敬一下。

设计要点

四大关键设计的权衡

前面讲了 Pharos 的外部特性,接下来我会着重讲一些关键设计时的 tradeoff,希望对大家的研发工作有所帮助。

存储策略

HBase 是没有索引概念的,我们首先要解决的是如何存储索引。


Pharos 采用的方式是在数据表增加一个“独立列族”用于存储索引信息,利用列族对应独立文件的特点,形成独立的索引文件,不会直接受到原始数据量的影响,降低磁盘 I/O 开销。这个设计另一个好处在于,索引与数据同分布,不必干预 HBase 的 Region 分布策略。后续的所有设计都是在同 Region 基础上,这大大简化了实现的复杂度。



这种索引与数据同分布的模式,可以简称为“分区索引”;而索引与数据各自存储的方式,则成为“全局索引”。“全局索引”的缺点在于无法完成索引查询的下推,优点是可以进行全局控制,例如唯一索引。选择“分区索引”是因为我们期望实现低延时目标,当然同时也就放弃了对“唯一索引”的支持,至少目前是不支持的。

存储模型

索引记录的 Key 部分,最开始是 Region 头信息,保证与数据的同分布,而后是被索引字段的信息,接下来是存储索引名称等信息,数据记录的 Key 则被拼接为尾部信息;value 部分则存储反序列化的元数据。



可以看到,这样设计的优点是索引检索速度快,存储成本也比较小。所以,当查询条件较复杂需要建立多个索引时,整体存储成本依然是可接受的。

分页机制

传统的后台分页方法是由应用服务记录每页的末尾记录主键,这个主键通常是由数据库提供的 row number,数据库本身并不感知分页动作。对于分布式存储的 HBase,每个 Region 都可能存在分页断点,如果延续该思路,应用端要记录大量断点信息,不仅增加传输数据量,也增大了开发的难度。在 Pharos 的设计中,我们通过 Client 作为汇聚点,缓存每个 Region 的断点信息,在 Pharos 的 Client 中增加 Session 概念,应用端仅需持有 Session ID 即可顺利完成翻页操作。


索引与数据的事务一致性(实验版本)

根据 Pharos 的存储设计,我们可以知道索引实质上是与数据行前缀相同的另一行记录,保证索引与数据的一致性要使用跨行事务,但 HBase 本身不支持跨表、跨行事务,这就成为一个死结,也是几乎所有二级索引方案都不支持索引事务一致性的原因。


这个问题的解决比较复杂,所以我们先简单介绍下 HBase 内部机制。HBase 采用 LSM-Tree 模型,在联机写入时,数据在日志和内存中各保留一份,两者通过 MVCC 与日志的协调机制可以保证事务一致性。我画了一张图来表示 HBase 1.2.6 的事务控制逻辑,具体如下:



HBase 内部会监控 WAL 的异常,但在 Coprocessor 事件体系中并未开“回滚标志位”,第三方开发者也就无法回滚相关数据行。


按说,到这里问题已经无解了,不过某天恰好受到了 Percolator 事务模型的启发,找到了另一种解决问题的思路。既然无法在写入过程通过回滚控制异常情况,那我们可以延后在读取过程中来补充对异常的操作,也就是说在下一次查询操作中再次确认并维护索引的一致性。


具体处理过程是,在首次写入索引信息时,置事务标志位为“不确定”,数据行更新完成后,将该标志改为“成功”;如果出现回滚,则标志位保留“不确定”状态。查询操作中一旦发现“不确定”标志,则根据索引查找相应的数据行是否存在,如存在,则将该标志更新为“成功”。


我们用流程图来体现处理过程,如下图:



该方式付出的代价是写入时需要两次更新事务标志,相对于仅写入数据行(无索引)肯定增加了一些开销,在测试环境下我们发现损耗在 15%左右,主要是指延时;在查询环节虽然存在确认索引事务的可能性,但因为其发生的概率极低,不会对查询产生实质性影响。

未来展望

彻底解决 Region 分裂问题

目前 Pharos 主要还是在内部使用场景中测试,收集需求和问题,近期我们会发布 V0.3 版本。新版本会推出一些让人激动的特性,主要仍是围绕查询性能的提升,推出 Pharos 自有的数据组织形式,提供更加丰富的查询加速手段,完成从二级索引组件到一个完整的技术中间件的演进。


其中,特别重要的一点是彻底解决了 Region 分裂问题,我要迫不及待地做个剧透。


Region 分裂是 HBase 数据再平衡的手段,保证每个数据节点上的数据量分布大致平均,也会有一些打散热点的效果。但是,分裂机制却破坏了索引与数据的同分布,在同类方案中通常采用很重的更新操作来调整索引的位置,追随数据的分布情况。


这种方式显得过于笨拙,并且更新过程会影响整体方案的可用性。因此,Pharos 在 V0.22 版本中是建议索引延后加载,这样在数据更新导致的重分布完成后再更新索引。


实际操作中,这种方式要重复读取数据文件,延长了整体数据加载周期,对运维操作来说不够友好。在 V0.3 中,我们加入了 Pharos 自有的数据组织方式,实现在 Region 分裂时维持索引的同分布效果。


考虑到篇幅的限制,就介绍到这里。几个月后,我会择机与大家分享在新版本的改进,使用了更多独创性的方法,敬请期待。


作者介绍


王磊(Ivan),光大银行科技部数据领域架构师,曾任职于 IBM 全球咨询服务部从事技术咨询工作,具有十余年数据领域研发及咨询经验。目前负责全行数据领域系统的日常架构管理、重点系统架构设计及内部研发等工作,对分布式数据库、Hadoop 等基础架构研究有浓厚兴趣。个人公众号:金融数士。


原文链接


https://mp.weixin.qq.com/s/fzGVDYJ33uMDqPj7Vx6ytA


2020-04-13 14:042823

评论

发布
暂无评论
发现更多内容

微服务架构设计模式-进程间通信

以吻封笺

微服务 设计模式

希望体验更好的开发流程

escray

学习 极客时间 朱赟的技术管理课 7月日更

这次不编故事了,阿里Spring Cloud Alibabab笔记,自己领吧

Java架构师迁哥

阿里巴巴Java岗面试题库更新(第8版)

Java架构师迁哥

Apache ShardingSphere:由开源驱动的分布式数据库中间件生态

亚马逊云科技 (Amazon Web Services)

人工智能 开源数据库

第三周作业-知识星球利益相关者排序

小夏

产品经理训练营 邱岳

行云管家荣获CFS第十届财经峰会2021科技创新引领奖!

行云管家

行云管家 财经峰会

你以为你懂redis?等看完某宝付费的资源你就知道了

Java架构师迁哥

品牌轮:用MOT引导的品牌体验模型

石云升

用户体验 关键时刻 7月日更 体验设计

8月日更挑战正式开启,新人大奖等你来领!

InfoQ写作社区官方

8月日更 热门活动

爱奇艺搜索排序算法实践(内附福利)

爱奇艺技术产品团队

排序算法 nlp 搜索

解读区块链技术对量子攻击的脆弱性以及量子安全区块链的解决方案

CECBC

手撕环形队列系列二:无锁实现高并发

实力程序员

程序员 数据结构 并发 无锁 环形队列

新思科技解读金融服务业的应用安全误区与现实

InfoQ_434670063458

新思科技 金融服务安全

ISC网络安全大会关于“新型网络犯罪打击与治理”的分析

郑州埃文科技

网络安全 isc

智慧农业陷转型困局,区块链如何“对症下药”?

CECBC

Fil收益怎么看?Fil一天收益如何?

区块链 IPFS fil收益 filecoin生态

第九周作业-朴朴超市用户路径&转化漏斗

小夏

产品经理训练营 邱岳

Kafka为何弃用zookeeper(翻译)

石头哥谈架构

kafka kafka架构 分布式消息/流中间件

浪潮云洲赋能智造 拉升制造业“微笑曲线”

云计算

主流分布式文件系统选型,写得太好了!

编程菌

Java 编程 程序员 计算机 技术宅

🏆「作者推荐!」【Java 技术之旅】彻底你明白什么是JIT编译器(Just In Time编译器)

洛神灬殇

Java 编译器 JIT compiler 即时编译器

ONES 当选深圳信创联盟副理事长单位,助力国产软件工业发展

万事ONES

信创 ONES

【得物技术】服务发布时网络“抖动”

得物技术

网络 服务 响应时间 部署 发布

下一个颠覆的领域:区块链如何影响审计行业?(中)

CECBC

完备的娱乐行业知识图谱库如何建成?爱奇艺知识图谱落地实践

爱奇艺技术产品团队

nlp 搜索 知识图谱

如何识别并解决复杂的dcache问题

安第斯智能云

后端

打造“云边一体化”,时序时空数据库TSDB技术原理深度揭秘

数据库 大数据 时序数据库 tsdb 数据智能

2021可信云大会顺利召开,北鲲云践行云计算六大发展趋势

北鲲云

HarmonyOS开发者创新大赛获奖作品分享——《分镜头App》

科技汇

新工具上线!sdkmgr命令行助力流水线构建

科技汇

如何不改造HBase就能应对复杂查询场景?_大数据_dbaplus社群_InfoQ精选文章