分佈式存儲系統設計（2）—— 數據分片

在分佈式存儲系統中，數據須要分散存儲在多臺設備上，數據分片（Sharding）就是用來肯定數據在多臺存儲設備上分佈的技術。數據分片要達到三個目的：

1. 分佈均勻，即每臺設備上的數據量要儘量相近；
2. 負載均衡，即每臺設備上的請求量要儘量相近；
3. 擴縮容時產生的數據遷移儘量少。

數據分片方法

數據分片通常都是使用Key或Key的哈希值來計算Key的分佈，常見的幾種數據分片的方法以下：

1. 劃分號段。這種通常適用於Key爲整型的狀況，每臺設備上存放相同大小的號段區間，如把Key爲[1, 10000]的數據放在第一臺設備上，把Key爲[10001, 20000]的數據放在第二臺設備上，依次類推。這種方法實現很簡單，擴容也比較方便，成倍增長設備便可，如原來有N臺設備，再新增N臺設備來擴容，把每臺老設備上一半的數據遷移到新設備上，原來號段爲[1, 10000]的設備，擴容後只保留號段[1, 5000]的數據，把號段爲[5001, 10000]的數據遷移到一臺新增的設備上。此方法的缺點是數據可能分佈不均勻，如小號段數據量可能比大號段的數據量要大，一樣的各個號段的熱度也可能不同，致使各個設備的負載不均衡；而且擴容也不夠靈活，只能成倍地增長設備。
2. 取模。這種方法先計算Key的哈希值，再對設備數量取模（整型的Key也可直接用Key取模），假設有N臺設備，編號爲0~N-1，經過Hash(Key)%N就能夠肯定數據所在的設備編號。這種方法實現也很是簡單，數據分佈和負載也會比較均勻，能夠新增任何數量的設備來擴容。主要的問題是擴容的時候，會產生大量的數據遷移，好比從N臺設備擴容到N+1臺，絕大部分的數據都要在設備間進行遷移。
3. 檢索表。在檢索表中存儲Key和設備的映射關係，經過查找檢索表就能夠肯定數據分佈，這裏的檢索表也能夠比較靈活，能夠對每一個Key都存儲映射關係，也可結合號段劃分等方法來減少檢索表的容量。這樣能夠作到數據均勻分佈、負載均衡和擴縮容數據遷移量少。缺點是須要存儲檢索表的空間可能比較大，而且爲了保證擴縮容引發的數據遷移量比較少，肯定映射關係的算法也比較複雜。
4. 一致性哈希。一致性哈希算法（Consistent Hashing）在1997年由麻省理工學院提出的一種分佈式哈希（DHT）實現算法，設計目標是爲了解決因特網中的熱點(Hot Spot)問題，該方法的詳細介紹參考此處http://blog.csdn.net/sparkliang/article/details/5279393。一致性哈希的算法簡單而巧妙，很容易作到數據均分佈，其單調性也保證了擴縮容的數據遷移是比較少的。

經過上面的對比，在這個系統選擇一致性哈希的方法來進行數據分片。

虛擬服務器

爲了讓系統有更好的擴展性，這裏提出存儲層VServer（虛擬服務器）的概念，一個VServer是一個邏輯上的存儲服務器，是分佈式存儲系統的一個存儲單元，一臺物理設備上能夠部署多個VServer，一個VServer支持一個寫進程和多個讀進程。

經過VServer的方式，會有下面一些好處：

1. 提升單機性能。爲了避免引入複雜的鎖機制，採用了單寫進程的設計，若是單機只有一個寫進程，寫併發能力會受到限制，經過VServer方式把單機上的存儲資源（內存、硬盤）劃分爲多個存儲單元，這樣就支持多個寫進程同時工做，大大提高單機寫併發能力。
2. 部署擴展性更好。VServer的方式在部署上很是靈活，能夠根據單機的資源狀況來肯定VServer的數量，針對不一樣的機型配置不一樣的VServer數量，這樣不一樣的機型都能充分利用機器上的資源，即便在一個系統中使用多種機型，也能作到機器的負載比較均衡。

一致性哈希的應用

數據分片是在接口層實現的，目的是把數據均勻地劃分到不一樣的VServer上。有了接口層的存在，邏輯層尋址就輕量了不少，尋址存儲層VServer的工做所有由接口層負責，邏輯層只須要隨機選一個接口層機器訪問便可。

接口層使用了一致性哈希的割環算法來實現數據分片，在割環算法中，爲了讓數據均勻分佈到各個VServer，每一個VServer須要有多個VNode（虛擬節點）。一個Key尋址的過程以下圖所示，首先根據Hash(Key)在哈希環上找到對應的VNode，在根據VNode和VServer的映射表肯定所屬的VServer。

由上述查找過程可知，須要事先離線計算出VNode在哈希環上的分佈、VServer和VNode映射關係。爲了是計算結果具備通用性，即在擁有任何數量VServer的一個系統均可以使用該結果獲得一致性哈希的映射表，這就要求結果是與機器無關的，好比不能使用IP來計算VNode的哈希值。在計算前須要肯定每一個VServer包含的VNode數量，以及一個系統所支持的最大VServer數量。一個簡單的方法是相似上文連接中提到的方法，但不能和IP相關，能夠改用VServer和VNode的編號來計算哈希值，如Hash("1#1")，Hash("1#2")… 這種方法要求一個VServer包含的VNode的數量比較多，大概須要500個才能使各個VServer上的數據比較均勻。固然還有其餘的一些方法作到一個VServer上包含更少的VNode數量，而且讓數據分佈誤差在必定範圍內。

Google提出了一種新的一致性哈希算法Jump Consistent Hash，此算法零內存消耗，均勻分配，快速，而且只有5行代碼，優點很是明顯，詳細介紹見此處http://my.oschina.net/u/658658/blog/424161。和上面介紹的方法相比，一個最大的不一樣點是，在擴容從新分佈數據時，在上面的方法中，新機器的一個VNode上的數據只會來自一個老機器上的VNode，而這種方法是會來自全部老機器上的VNode。這個問題可能會致使一些設計上覆雜化，因此使用的時候要慎重考慮。