以内存为中心的数据库设计考虑

网站优化

  MemSQL的纯内存设计理念

  MemSQL使用RAM作为Primary Storage。传统数据库使用磁盘作为Primary Storage。内存只做缓存用。MemSQL通过lock-free skip lists and hash table来优化读。传统的缓存无法实现这种优化。内存不够,拒绝写请求。数据默认是异步批量顺序写log,结合定时快照以实现持久化。

  以内存为中心就是要最大程度的发挥内存介质的性能,而不是仅仅把内存当成cache来用

  -围绕内存设计数据组织格式

  比如MemTable的无锁跳表内存数据如何更好的持久化和恢复(比如Ignite围绕page的内存数据组织方式)Optimization of T-Tree Index of Main Memory Database in Critical Application内存数据库中的索引技术内存数据库索引研究新型存储介质对数据管理的影响

  - 围绕内存设计并发访问控制

  An Empirical Evaluation of In-Memory Multi-Version Concurrency ControlHigh-Performance Concurrency Control Mechanisms for Main-Memory DatabasesHaketon的高性能并发控制算法一文详解分布式数据库并发控制不同MVCC实现优缺点Fast Serializable Multi-Version Concurrency Control for Main-Memory Database SystemsConcurrent Programming Without Locks

  - 围绕内存的引擎设计(所有工作围绕如何降低指令数展开)

  优化索引实现 > B-Tree的一次索引查询至少要执行上千条指令

   > 传统的围绕磁盘的设计需要考虑复杂的buffer实现

   > Hekaton数据全部放内存,通过log和快照进行持久化

   > Hekaton不持久化索引,重启时通过快照和log重建索引

  清除所有的锁 > memory allocators, hash and range indexes, and transaction map, are entirely latch-free (lock-free).

   > There are no latches or spinlocks on any performance-critical paths in the system.

   > uses a new optimistic multiversion concurrency control to provide transaction isolation semantics, no locks and no lock table.

  将请求编译成native code > 大部分DBMS都是基于解释器方式来执行用户的查询请求,这会导致非常多的指令消耗。

  不分区 > HyPer, Dora, H-store, and VoltDB是采用分区方式,将CPU和分区数据进行绑定来提高性能。

   > 分区的性能提升只对那些可分区的workload有效,对于无法分区的请求会导致严重的性能损耗。

   > 一个无法分区的请求,需要将请求分发到所有分区上执行,然后再汇聚结果,这中间的开销非常高。(这一点会导致yugabyte的读请求无法提前执行)

   > Hekaton经过多方评估,最终选择了No Partitioning模式。

  持久化 > transaction log + checkpoint

   > 顺序写:客户把钱花到内存上而不是SSD上

   > 把时间消耗推迟到恢复阶段而不是事务执行阶段

   > 在恢复阶段并行化,以提高IO和CPU利用率

   > transaction log

   > 采用Group Commit来提高吞吐

   > 不采用WAL

   > 多并发的log stream来解决日志尾部的扩展瓶颈(tail of the transaction log is typically a bottleneck)

  checkpoint > 目的是提高恢复效率

   > 增量方式持续进行(以解决定时方式导致的系统性能不稳定问题)

   > Streaming I/O:规避随机IO(即使SSD)带来的性能和CPU消耗

   > 差量方式存储数据

  对于实时读写请求来说,内存是数据的终点

  数据写到内存之后,就应该通知客户写成功数据写到内存之后,就应该可见数据的持久化需要尽量小的影响性能

  初步结论

  目前大部分的HTAP系统都仅仅是即TP又AP;并且针对AP的设计也主要围绕海量数据分析场景;OLAP场景和HTAP中的AP场景不同,一个是低频的海量数据分析场景,一个是为TP过程提供的快速AP能力。我们应该是重点后者,同时前者;以内存为中心就需要最大化的发挥内存的性能优势。

  MemFire Cloud是基于MemFireDB云原生和线性扩展能力而打造的数据库云服务,致力于为互联网用户提供一站式数据库自助服务,实现按需使用,随用随取,最大化的节约成本,加速用户的业务创新。

标签: 网站优化