|
10.4 OLAP业务支持
3 `* W; Q" }+ a& l# [7 W7 qOLAP业务的特点是SQL每次执行涉及的数据量很大,需要一次性分析几百万行
' ]3 t8 D$ ^ l: i甚至几千万行的数据。另外,SQL执行时往往只读取每行的部分列而不是整行数据。7 v& u. `; K5 R3 c5 Q+ o
为了支持OLAP计算,OceanBase实现了两个主要功能:并发查询以及列式存
" H" }" e) P6 w0 [- y9 b储。并行查询功能允许将SQL请求拆分为多个子请求同时发送给多台机器并发执行,
8 H) A# }& J* J$ p2 S0 K$ _: Z& l列式存储能够提高压缩率,大大降低SQL执行时读取的数据量。本节首先介绍并发查
- h: P: S7 c# W% Z( @6 W询功能,接着介绍OceanBase的列式存储引擎。
0 \+ O) B3 C' h$ A7 Z( \1 R10.4.1 并发查询
# @ H& i |0 y+ z7 d- o如图10-13所示,MergeServer将大请求拆分为多个子请求,同时发往每个子请求+ k+ }/ k& S, b C$ W( q k0 G; |
所在的ChunkServer并发执行,每个ChunkServer执行子请求并将部分结果返回给
4 Q$ z' g, v" \6 g3 s% sMergeServer。MergeServer合并ChunkServer返回的部分结果并将最终结果返回给客户 q. |; C% E0 r2 J* d# R4 h( A( n" @
端。
+ I2 B) t: l- r3 L. ~$ r图 10-13 OceanBase并发查询; v4 ]4 j: G e2 d/ ~
MergeServer并发查询执行步骤如下:6 p3 `8 A7 W9 m
1)MergeServer解析SQL语句,根据本地缓存的子表位置信息获取需要请求的
+ |8 h) c% @2 |' N2 wChunkServer。 P7 ~2 M; U/ Q7 o& E4 D& u1 X
2)如果请求只涉及一个子表,将请求发送给该子表所在的ChunkServer执行;如
* u% }' u; t$ ~$ M果请求涉及多个子表,将请求按照子表拆分为多个子请求,每个子请求对应一个子3 `$ Y" z$ N; i* M) k% G
表,并发送给该子表所在的ChunkServer并发执行。MergeServer等待每个子请求的返6 s# b3 ^3 s+ o" u. }
回结果。4 U( A8 o3 G5 ?+ {* e! ^9 _
3)ChunkServer执行子请求,计算子请求的部分结果。SQL执行遵从10.2.4节提1 Y7 \# K/ q1 e/ }/ f! U0 l
到的本地化原则,即能让ChunkServer执行的尽量让ChunkServer执行,包括Filter、
+ \) x6 {" O. Q( t% ~2 _3 lProject、子请求部分结果的GroupBy、OrderBy、聚合运算等。. Y) S u9 k% Z( ~$ T7 {. a7 ]" p4 T. y
4)每个子请求执行完成后,ChunkServer将执行结果回复MergeServer,Merge-" m. l; L' t& t H7 r
Server首先将每个子请求的执行结果保存起来。如果某个子请求执行失败,( N" v) k3 Y6 w7 C; C
MergeServer会将该子请求发往子表其他副本所在的ChunkServer执行。
3 o/ h K1 G" p# ?- I5)等到所有的子请求执行完成后,MergeServer会对全部数据排序、分组、聚合) |" K- I1 }' } L& l
并将最终结果返回给客户。OceanBase还支持批量读取(multiget)操作一次性读取多% Y! ?6 J' k$ }# Z
行数据,且读取的数据可能在不同的ChunkServer上。对于这样的操作,MergeServer
' y* A% a6 A, }- z0 o会按照ChunkServer拆分子请求,每个子请求对应一个ChunkServer。假设客户端请求56 I" q2 p. W- `: J. n" V; ?
行数据,其中第1、3、5行在ChunkServer A上,第2、4行在ChunkServer B上。那么,4 z4 t! |- g8 x2 n
该请求将被拆分为(1、3、5)和(2、4)两个子请求,分别发往ChunkServer A和! ?3 F5 J- E4 ?7 A, [
B。
% Q7 y. I; H; v0 C3 }% t" YClass ObMsSqlRequest& V) {9 L1 C: b* k! j
{
; Z. Q, @& j: [' o: \4 D0 E, H$ Ypublic:. Q3 e+ ]' v! h& s# K: \5 {8 Y5 d
//唤醒正在等待的工作线程
" l, b$ y/ i) n& y3 t2 uint signal(ObMsSqlRpcEvent&event);
. i2 d4 ~7 r* L/ t5 d1 c//等待某个子请求返回
- v3 f$ n. v W1 l& tint wait_single_event(int64_t&timeout);
. c; t9 p; B; u/ @$ k" x/ |//处理某个子请求的返回结果
: n: d4 C$ H8 `4 Y4 r4 R8 }8 svirtual int process_result(const int64_t timeout,ObMsSqlRpcEvent*event,bool&
5 B8 I9 k2 N2 y& T5 efinish)=0;% }( |5 ~4 @ B+ a ]
};, x I3 K" w+ S' @. f$ r
ObMsSqlRequest类用于实现并发查询,相应地,ObMsSqlScanRequest以及ObMs-
! M# t5 r! ^) X; S( D+ |SqlGetRequest类分别用于实现并发扫描和并发批量读取。MergeServer将大请求拆分* |5 _+ Q" f; U
为多个子请求,每个子请求对应一个子请求事件(ObMsSqlRpcEvent)。工作线程将$ h' T: p$ K3 l- W1 G' q6 H8 S
子请求发给相应的ChunkServer后开始等待(调用wait_single_event方法),% K n$ |) v9 |
ChunkServer执行完子请求后应答MergeServer。MergeServer收到应答包后回调signal
V0 B* K5 _- H! U) R+ E: S' r3 K* H函数,唤醒工作线程,工作线程接着调用process_result进行处理。
, w c2 o# ~5 M# M! JObMsSqlScanRequest和ObMsSql-GetRequest实现了process_result接口,将每个子请求
) ^0 j z: K9 o+ I( f+ D+ d返回的部分结果保存到结果合并器merge_operator_中。如果所有的子请求全部执行完
- ~, i _, x# J. y8 T3 ]成,process_result函数返回的finish变量将置为true,这时,merge_operator_中便保存& z" E$ |" _7 h7 M: z
了并发查询的最终结果。
6 w8 Y& F- x' v3 Z细心的读者可能会发现,OceanBase这种查询模式虽然解决了绝大部分大查询请
) l% w4 e! l% E6 V s求的延时问题,但是,如果查询的返回结果特别大,MergeServer将成为性能瓶颈。7 [1 I6 ]+ m7 `% X
因此,新版的OceanBase系统将对OLAP查询执行逻辑进行升级,使其能够支持数据, D: y: U* |' ~0 R/ V8 p
量更大且更加复杂的SQL查询。0 T6 t1 G* ^' b
10.4.2 列式存储9 P' _+ ^$ V* B, _* W! s8 c
列式存储主要的目的有两个:1)大部分OLAP查询只需要读取部分列而不是全- Z1 C* W: X) f2 e8 o; z/ s
部列数据,列式存储可以避免读取无用数据;2)将同一列的数据在物理上存放在一
% R; |; e- u! Z0 V起,能够极大地提高数据压缩率。
8 u) V+ s7 O; y" h. j; t- \列组(Column Group)" J- u; o9 d0 P6 w. n
OceanBase通过列组支持行列混合存储,每个列组存储多个经常一起访问的列。
0 ]# q+ r8 V8 Z y; H8 y% V如图10-14所示,OceanBase SSTable首先按照列组存储,每个列组内部再按行存
& ^! S8 p A3 [) M& T4 F储。分为几种情况:
3 |8 C; O5 X4 {/ X0 s0 Q0 X图 10-14 OceanBase列组设计$ T* X: J$ p8 U
●所有列属于同一个列组。数据在SSTable中按行存储,OLTP应用往往配置为这+ ?! L' C0 ]5 a/ r
种方式。/ T7 ?& P6 W1 ~1 }9 O0 y% ^
●每列对应一个列组。数据在SSTable中按列存储,这种方式在实际应用中比较
/ j4 d& ?* m" X; `少见。
5 n" K1 u& v; K# R●每个列组对应一行数据的部分列。数据在SSTable中按行列混合存储,OLAP应
0 {+ o7 _ }0 |5 z! Q4 H8 J用往往配置为这种方式。3 p& X1 ]# t8 W8 m
OceanBase还允许一个列属于多个列组,通过冗余存储这些列,能够提高访问性1 B1 }) Q- p! d
能。例如,某表格总共包含5列,用户经常一起访问(1,3,5)或者(1,2,3," c* O P9 ~. i" b T W' N
4)列。如果将(1,3,5)和(1,2,3,4)存储到两个列组中,那么,大部分访
1 s P7 X) G% t1 o/ a& W3 z* _问只需要读取一个列组,避免了多个列组的合并操作。) S! Z8 R- u# B c
列式存储提高了数据压缩比,然而,实践过程中我们发现,由于OceanBase最初' ?9 h3 d: w- k7 i: a3 ?
的几个版本内存操作实现得不够精细,例如数据结构设计不合理,数据在内存中膨
6 e" \# {* p) a9 t3 ~! c2 h; d胀很多倍,导致大查询的性能瓶颈集中在CPU,列式存储的优势完全没有发挥出6 y, x8 L) q8 U# V
来。这就告诉我们,列式存储的前提是设计好内存数据结构,把CPU操作优化好,
6 I/ {# d5 H+ k* G9 _否则,后续的工作都是无用功。为了更好地支持OLAP应用,新版的OceanBase将重
5 e6 `. q* M0 x) _5 X: R4 s新设计列式存储引擎。
0 F$ _4 G, m0 V
4 e' S7 C6 S4 R
- c# L5 c! o% h+ j/ @5 h |
|