《大规模分布式存储系统》第13章 大数据【13.3】

javazx

13.3　MapReduce扩展
9 F2 Y; q! ]) R$ ]- w# w4 fMapReduce框架有效地解决了海量数据的离线批处理问题，在各大互联网公司得
到广泛的应用。事实已经证明了MapReduce巨大的影响力，以至于引发了一系列的扩
展和改进。这些扩展包括：
●Google Tenzing：基于MapReduce模型构建SQL执行引擎，使得数据分析人员可
2 R! N8 t  C) U% K0 v6 x( u以直接通过SQL语言处理大数据。
●Microsoft Dryad：将MapReduce模型从一个简单的两步工作流扩展为任何函数
4 L% K9 U5 \1 H/ v集的组合，并通过一个有向无环图来表示函数之间的工作流。
$ Z1 e" _  ^# q# u( ?; e4 h●Google Pregel：用于图模型迭代计算，这种场景下Pregel的性能远远好于
/ c' @, i) J! S3 P( BMapReduce。
4 |) |% @7 T( N, M+ M" X13.3.1　Google Tenzing
Google Tenzing是一个构建在MapReduce之上的SQL执行引擎，支持SQL查询且能
$ G2 A! Y" q% i1 k7 V够扩展到成千上万台机器，极大地方便了数据分析人员。
: q5 L/ S* N4 P4 q  q; e. @% X1.整体架构
- ?- Y! X* u5 J/ B! XTenzing系统有四个主要组件：分布式Worker池、查询服务器、客户端接口和元
# z2 k' p9 }8 P0 E7 r- N3 o数据服务器，如图13-2所示。
% H7 X& I# E3 ?9 ?$ y2 I图　13-2　Tenzing整体架构
●查询服务器（Query Server）：作为连接客户端和worker池的中间桥梁而存在。
查询服务器会解析客户端发送的查询请求，进行SQL优化，然后将执行计划发送给分
! d) V2 J8 N' b* }( ^6 ?1 G布式Worker池执行。Tenzing支持基于规则（rule-based optimizer）以及基于开销
（cost-based optimizer）两种优化模式。
( a' q3 S& O7 O4 F7 v( M/ d  {. o●分布式Worker池：作为执行系统，它会根据查询服务器生成的执行计划运行
MapReduce任务。为了降低查询延时，Tenzing不是每次都重新生成新进程，而是让进
6 e. ^& D2 x& ?5 z. K程一直处于运行状态。Worker池包含master和worker两种节点，其中，master对应
2 H4 ?6 b: ]. I+ Q5 ?MapReduce框架中的master进程，worker对应MapReduce框架中的map和reduce进程。
) B" J$ n# i0 G& R" Z% N另外，还有一个称为master监听者（master watcher）的守护进程，查询服务器通过
$ z) X: u1 @: q6 ^* V  Z# y3 @7 v  J: Kmaster监听者获取master信息。
●元数据服务器（Metadata Server）：存储和获取表格schema、访问控制列表
. i) G. `% s0 X" \（Access Control List,ACL）等全局元数据。元数据服务器使用Bigtable作为持久化的
后台存储。
; \; s; Y4 W- i- x" q# X●客户端接口：Tenzing提供三类客户端接口，包括API、命令行客户端（CLI）以
及Web UI。
  G2 l  N4 w& [1 j5 U+ G& Y  O! d4 ?●存储（Storage）：分布式worker池中的master和worker进程执行MapReduce任务
时需要读写存储服务。另外，查询服务器会从存储服务获取执行结果。
5 q* \, L# E  H$ {7 f2.查询流程
1）用户通过Web UI、CLI或者API向查询服务器提交查询。
2）查询服务器将查询请求解析为一个中间语法树。
3）查询服务器从元数据服务器获取相应的元数据，然后创建一个更加完整的中
间格式。
4）优化器扫描该中间格式进行各种优化，生成物理查询计划。
5 o. ^6 x3 ^' }6 d6 O7 c$ Y5）优化后的物理查询计划由一个或多个MapReduce作业组成。对于每个
MapReduce作业，查询服务器通过master监听者找到一个可用的master,master将该作业
8 M6 `( l4 i6 _. m8 X划分为多个任务。
- O% L2 k" g0 d$ z9 [. ]- E6）空闲的worker从master拉取已就绪的任务。Reduce进程会将它们的结果写入
到一个中间存储区域中。
- D- M( ?$ z0 N% X3 M. J7）查询服务器监控这些中间存储区域，收集中间结果，并流失地返回给客户
端。
3.SQL运算符映射到MapReduce
8 @3 A3 M7 ~. g6 U# {/ e查询服务器负责将用户的SQL操作转化为MapReduce作业，本节介绍各个SQL物
理运算符对应的MapReduce实现。
（1）选择和投影
" Z3 z$ x* H! q3 \" n( l1 U选择运算符σ C （R）的一种MapReduce实现如下。
5 p/ l5 E& z1 d, A: T0 U3 S# HMap函数：对R中的每个元素t，检测它是否满足条件C。如果满足，则产生一
个“键-值”对（t,t）。也就是说，键和值都是t。
Reduce函数：Reduce的作用类似于恒等式，它仅仅将每个“键-值”对传递到输出
部分。
, E# a9 D9 b' I+ z1 x( ?投影运算的处理和选择运算类似，不同的是，投影运算可能会产生多个相同的
元组，因此Reduce函数必须要剔除冗余元组。可以采用如下方式实现投影运算符
π S （R）。
3 R  T- B  L1 S2 n/ yMap函数：对R中的每个元组t，通过剔除属性不在S中的字段得到元组t'，输出一
" j2 }% T$ N. [. t# ^个“键-值”对（t'，t'）。
Reduce函数：对任意Map任务产生的每个键t'，将存在一个或多个“键-值”对
（t'，t'），Reduce函数将（t'，[t'，t'，…，t']）转换为（t'，t'），以保证对该键t'只产
: C9 ~0 K0 K4 i$ p7 B4 e' J生一个（t'，t'）对。
4 R. C1 a. i& ~# r% GTenzing执行时会做一些优化，例如选择运算符下移到存储层；如果存储层支持
* |9 m; b& T4 z列式存储，Tenzing只扫描那些查询执行必须的列。
# f: B5 ]" j9 R* R- P" E（2）分组和聚合
. K  H  U1 X' `假定对关系R（A,B，C）按照字段A分组，并计算每个分组中所有元组的字段B
之和。可以采用如下方式实现γ A,SUM（B） (R）。
( m2 {0 a" e4 E" U5 `+ L* P" q6 `Map函数：对于每个元组，生成“键-值”对（a,b）。
Reduce函数：每个键a代表一个分组，对与键a相关的字段B的值的列表[b 1 ，b 2 ，
. e! B: x+ R7 @  l6 c% C. q: N8 g2 J…，b n ]执行SUM操作，输出结果为（a,SUM（b 1 ，b 2 ，…，b n ））。
Tenzing支持基于哈希的聚合操作，首先，放松底层MapReduce框架的限制，
+ T8 Y6 }( w  I& }7 b. Gshuffle时保证所有键相同的“键-值”对属于同一个Reduce任务，但是并不要求按照键
# {5 z4 N+ F1 V$ |有序排列。其次，Reduce函数采用基于哈希的方法对数据分组并计算聚合结果。
（3）多表连接
; C, v2 s! K* v- v- n7 S大表连接是分布式数据库的难题，MapReduce模型能够有效地解决这一类问题。
+ W( f* f5 Q! l常见的连接算法包括Sort Merge Join、Hash Join以及Nested Loop Join。
假设需要将R（A,B）和S（B,C）进行自然连接运算，即寻找字段B相同的元
& p9 j7 K7 E- s& h1 E2 }9 i组。可以通过Sort Merge Join实现如下：
  U! y0 \7 }8 ?0 B. oMap函数：对于R中的每个元组（a,b），生成“键-值”对（b,（R,a）），对S中的
* S4 _3 |. T) U* n每个元组（b,c），生成“键-值”对（b,（S,c））。
Reduce函数：每个键值b会与一系列对相关联，这些对要么来自（R,a），要么来
% f1 b# b. U& T+ D自（S,c）。键b对应的输出结果是（b,[（a 1 ,b,c 1 ）,（a 2 ,b,c 2 ）,…]），也就是说，与b
相关联的元组列表由来自R和S中的具有共同b值的元组组合而成。
如果两张表格都很大，且二者的大小比较接近，Join字段也没有索引，Sort
Merge Join往往比较高效。然而，如果一张表格相比另外一张表格要大很多，Hash
Join往往更加合适。
7 _; V  }* Y& P( c! b4 L% w假设R（A,B）比S（B,C）大很多，可以通过Hash Join实现自然连接。Tenzing中
* y# @. p6 z; [一次Hash Join需要执行三个MapReduce任务。
MR1：将R（A,B）按照字段B划分为N个哈希分区，记为R 1 ，R 2 ，…，R N ；
  F' \, c4 n4 ]' B3 {+ TMR2：将S（B,C）按照字段B划分为N个哈希分区，记为S 1 ，S 2 ，…，S n ；
, D9 ^) `7 L9 V5 x: {4 \/ a4 dMR3：每个哈希分区＜R i ,S i ＞对应一个Map任务，这个Map任务会将S i 加载到内
存中。对于R i 中的每个元组（a,b），生成（b,[（a,b,c 1 ）,（a,b,c 2 ）,…]），其中，
（b,[c 1 ,c 2 ，…]）是S i 中存储的元组。Reduce的作用类似于恒等式，输出每个传入
的“键-值”对。
Sort Merge Join和Hash Join适用于两张表格都不能够存放到内存中，且连接列没
有索引的场景。如果S（B,C）在B列有索引，可以通过Remote Lookup Join实现自然
连接，如下：
Map函数：对于R中的每个元组（a,b），通过索引查询S（B,C）中所有列值为b
# i' R1 ~4 m) N; k的元组，生成（b,[（a,b,c 1 ），（a,b,c 2 ）,…]）。
: f4 y. q2 \9 C, w3 P" L9 oReduce函数：Reduce的作用类似于恒等式，输出每个传入的“键-值”对。
如果S（B,C）能够存放到内存中，那么，Map进程在执行map任务的过程中会将
8 t' K5 c" M( k' H/ ES（B,C）的所有元组缓存在本地，进一步优化执行效率。另外，同一个Map进程可
5 h% x1 G. I, W, [能执行多个map任务，这些map任务共享一份S（B,C）的所有元组缓存。
5 F, k. ^3 ]% ?13.3.2　Microsoft Dryad
2 E( _0 }5 n" }Microsoft Dryad是微软研究院创建的研究项目，主要用来提供一个分布式并行计
) A$ K& l; Z4 c算平台。在Dryad平台上，每个Dryad工作流被表示为一个有向无环图。图中的每个
" b) t! M4 S6 z/ U节点表示一个要执行的程序，节点之间的边表示数据通道中数据的传输方式，其可
- q3 _0 \* N8 }5 _7 ?4 u( U# b0 ]能是文件、管道、共享内存、网络RPC等。Dryard工作流如图13-3所示。
+ T5 b# N8 j3 [! C* @2 U. ?1 J图　13-3　Dryad工作流
每个节点（vertices）上都有一个处理程序在运行，并且通过数据通道
/ Q: Y6 G7 ^7 d5 [$ B  z2 _（channels）的方式在它们之间传输数据。类似于Map和Reduce函数，工作流中的
grep、sed、map、reduce、merge等函数可以被很多节点执行，每个节点会被分配一部
分输入。Dryad的主控进程（Job Manager）负责将整个工作分割成多个任务，并分发
给多个节点执行。每个节点执行完任务后通知主控进程，接着，主控进程会通知后
续节点获取前一个节点的输出结果。等到后续节点的输入数据全部准备好后，才可
以继续执行后续任务。
Dryad与MapReduce具有的共同特性就是，只有任务完成之后才会将输出传递给
接收任务。如果某个任务失败，其结果将不会传递给它在工作流中的任何后续任
务。因此，主控进程可以在其他计算节点上重启该任务，同时不用担心会将结果重
: ~" O4 S: v; m: ?复传递给以前传过的任务。
# T- Q) |+ G8 r相比多个MapReduce作业串联模型，Dryad模型的优势在于不需要将每个
MapReduce作业输出的临时结果存放在分布式文件系统中。如果先存储前一个
MapReduce作业的结果，然后再启动新的MapReduce作业，那么，这种开销很难避
免。
13.3.3　Google Pregel
Google Pregel用于图模型迭代计算，图中的每个节点对应一个任务，每个图节点
会产生输出消息给图中与它关联的后续节点，而每个节点会对从其他节点传入的输
$ {# J6 ?/ J3 z! \9 u+ o" L1 `入消息进行处理。
; }) v! T$ ^/ V9 i) @Pregel中将计算组织成“超步”（superstep）。在每个超步中，每个节点在上一步
3 C' a+ y, d% f% a4 T9 l  N# m收到的所有消息将被处理，并且将处理完后的结果传递给后续节点。
Pregel采用了BSP（Bulk Sychronous Parallel，整体同步并行计算）模型。每个“超
步”分为三个步骤：每个节点首先执行本地计算，接着将本地计算的结果发送给图中
. H& o, e3 v( G. o' ~& J; ]' M相邻的节点，最后执行一次栅栏同步，等待所有节点的前两步操作结束。Pregel模型
会在每个超步做一次迭代运算，当某次迭代生成的结果没有比上一次更好，说明结
果已经收敛，可以终止迭代。
图　13-4　Pregel BSP计算模型
假设有一个带边权重的图，我们的目标是对图中的每个节点计算到其他任一节
) L2 k( \" j0 c0 I* d  E点的最短路径长度。一开始，每个图节点a都保存了诸如（b,w）对的集合，这表示a
到b的边权重为w。
' D2 I$ A' N; w0 Q  k6 B: L. L（1）超步
每个节点会将（a,b,w）传递给图中与它关联的后续节点。当节点c收到三元组
6 L/ L& i" ~8 \1 b（a,b,w）时，它会重新计算c到b的最短距离，如果w+v＜u（假设当前已知的c到a的
最短距离为v,c到b的最短距离为u），那么，更新c到b的最短距离为w+v。最后，消
3 o: R+ w+ N9 A# p0 f" W息（c,b,w+v）会传递给后续节点。
* l" h! O- |" r3 i" r3 ^（2）终止条件
当所有节点在执行某个超步时都没有更新到其他节点的最短距离时，说明已经
计算出想要的结果，整个迭代过程可以结束。
; N3 v9 |" Q5 F' u2 u& C' f3 MPregel通过检查点（checkpoint）的方式进行容错处理。它在每执行完一个超步之
/ r" T0 \  Y# e( k; ^后会记录整个计算的现场，即记录检查点情况。检查点中记录了这一轮迭代中每个
7 v) u2 z$ X: S% \( N任务的全部状态信息，一旦后续某个计算节点失效，Pregel将从最近的检查点重启整
个超步。尽管上述的容错策略会重做很多并未失效的任务，但是实现简单。考虑到
- \/ o% q. V$ y, Y) M服务器故障的概率不高，这种方法在大多数时候还是令人满意的。