跨 AZ 数据复制方案中的 EC 与 XOR 技术

跨 AZ 数据复制方案中的 EC 与 XOR 技术

欢迎点击右上角"NoSQL漫谈"关注我们

服务中, 为了提高数据的持久性和可用性,通常将数据存储在多个AZ(Availability Zone)之中,每一个AZ拥有独立的供电系统和网络设备,这样,单AZ的故障并不会导致数据的丢失或服务的不可用。 对于云服务而言,如果拥有了跨AZ 的数据同步和业务多活能力,就可以宣称,该服务按年计算可以达到4个9的可用性和11个9的持久性。本文主要介绍跨AZ数据复制方案中所涉及的 ECXOR 技术。

跨AZ数据复制

如何将数据同步到多个AZ中,有多种做法,一种比较流行的方案,就是将数据的多个副本放置在不同的AZ中,如下图所示:

跨 AZ 数据复制方案中的 EC 与 XOR 技术

至于如何实现数据复制,有两种方式:

  1. Master-Slave复制

跨 AZ 数据复制方案中的 EC 与 XOR 技术

  1. Quorum复制

跨 AZ 数据复制方案中的 EC 与 XOR 技术

这两种方式均能达成跨AZ的数据同步复制能力以及数据的强一致性语义保障,只是在架构上存在比较大的差异。但无论哪个方案,在 网络带宽 上,都存在一个比较显著的问题:如果进行全量数据的复制,对带宽的挤占就非常严重,尽管AZ之间会设有专线连接,带宽也很大。因此, 如何缩减同步的数据量,减少对网络带宽的挤占,就显得至关重要 。另外, 如何降低整体的存储空间占用 ,也是一个非常重要的问题。

常用的方法有如下两种:

  • 压缩数据传输

  • 网络优化中的字节重删技术

但如果碰到图片和视频数据,上面两种方法就基本失效了,这时,需要引入另外两种技术: EC与XOR

EC技术

EC(英文全称为 " Erasure Code " )本质上是一种编码技术,它在n份原始数据的基础上,增加m份数据,并能通过n+m份中的任意n份数据,还原为原始数据。即如果有任意小于等于m份的数据失效,仍然能通过剩下的数据还原出来。

跨 AZ 数据复制方案中的 EC 与 XOR 技术

举例:

Data 首先被均分成 {D1,D2,D3,D4},计算出 {C1,C2}两个校验分片。 将6份分片数据存储在不同的地方, 即使任意两个分片数据被损坏了,都可以还原出原始数据Data。 假设共有三个AZ,那么,每一个AZ中只需要存储2个分片的数据即可:

跨 AZ 数据复制方案中的 EC 与 XOR 技术

这样就可以 显著减少跨AZ数据传输降低数据复制对带宽的占用 (AZ的出口带宽减少了一半)。

但EC会带来如下问题:

  1. 增加了CPU消耗,用于计算校验分片

  2. 读取时需要从多个AZ中获取数据,时延敏感型业务将会受到明显的影响。

  3. 一个数据分片出现问题时,需要跨AZ读取数据进行修复。

下图简单描述了如何进行数据修复的原理:

跨 AZ 数据复制方案中的 EC 与 XOR 技术

关于对EC的改进,业界也有一些解决方案, 如 LRC码蝴蝶码 。EC可以有效减少跨AZ之间的网络带宽占用,对于很多应用场景,它的缺点其实也是完全可以容忍的。

但在真正实现该方案的时候,在架构、组网、安全方面会有很大的挑战。因为每一个AZ都是独立的存在,他们之间除了在大二层网络上互通以外,在四层网络上通常是隔离的,因此需要打通不同AZ的数据存储服务器之间的网络。至于EC的分片如何进行合理放置,也需要设计合理的 布局和分配算法 。在工程实现上,会有很大的挑战。

XOR技术

XOR 的含义,等同于我们所理解的同名位操作符,即,异或操作。

EMC第一次将XOR应用在了" 消减 " 跨AZ间的多副本数据,它的原理分步介绍如下:

Step 1

跨 AZ 数据复制方案中的 EC 与 XOR 技术

AZ1中的 主副本1 与AZ2中的 主副本2 (主副本1与主副本2不相关),在AZ3中分别拥有一个 备副本1备副本2

Step 2

跨 AZ 数据复制方案中的 EC 与 XOR 技术

将AZ3中的备副本1与备副本2进行XOR操作后,得到 副本3

Step 3

跨 AZ 数据复制方案中的 EC 与 XOR 技术

清除 备副本1备副本2 的数据,仅保留异或后的 副本3

故障后恢复数据的方法

跨 AZ 数据复制方案中的 EC 与 XOR 技术

如果AZ1中的 主副本1 发生故障,将AZ2中的 主副本2 与AZ3中的 副本3 进行XOR操作,即可还原出AZ1中的 主副本1

可以看出来,XOR主要用来 减少备副本所占用的存储空间 ,而不是减少网络传输的数据量。对于跨Region间的数据复制,它是非常适用的。

总结

本文简单讨论了跨AZ数据复制方案中的EC与XOR技术,EC技术不仅可以 有效减少网络传输数据量 ,也能够 有效降低因为多副本带来的存储空间冗余 ,而XOR技术则主要为了 减少存储空间冗余

精彩文章推荐

《一条数据的HBase之旅》系列连载文章:

简明HBase入门教程-开篇

简明HBase入门教程-Write全流程

简明HBase入门教程- Flush与Compaction

《OpenTSDB技术原理》系列连载文章:

OpenTSDB原理系列-元数据模型

OpenTSDB原理系列-TSDB数据表设计

OpenTSDB原理系列-线程模型

OpenTSDB原理系列-读取流程

其它精彩文章:

从扩线查询能力分析图数据库Titan的设计改进点

从HBase中移除WAL?3D XPoint技术带来的变革

号称十倍性能于Cassandra的ScyllaDB,究竟祭出了哪些技术"利器"?

NewSQL是否是NoSQL的取代者?

阅读开源项目源码的建议姿势

关于"NoSQL漫谈"

NoSQL主要泛指一些分布式的非关系型数据存储技术,这其实是一个非常广泛的定义,可以说涉及到分布式系统技术的方方面面。随着人工智能物联网大数据、云计算以及区块链技术的不断普及,NoSQL技术将会发挥越来越大的价值。
请长按下面的二维码关注我们
更多NoSQL技术分享,敬请期待!

原文 

http://mp.weixin.qq.com/s/Zm5UHjDXv3y-WQi86QuUyQ

本站部分文章源于互联网,本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供。如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。

PS:推荐一个微信公众号: askHarries 或者qq群:474807195,里面会分享一些资深架构师录制的视频录像:有Spring,MyBatis,Netty源码分析,高并发、高性能、分布式、微服务架构的原理,JVM性能优化这些成为架构师必备的知识体系。还能领取免费的学习资源,目前受益良多

转载请注明原文出处:Harries Blog™ » 跨 AZ 数据复制方案中的 EC 与 XOR 技术

赞 (0)
分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址