CSG存储网关是基于腾讯云高性能、高可靠性的对象存储系统COS对外提供iSCSI、NFS和CIFS/SMB访问协议。作为一种混合云方案, 帮助用户不用修改本地应用就可以把数据上传到COS。网关可以部署在用户IDC也可以部署在腾讯云上,产品形态如下所示。

1.缓存命中率和延时是技术上两大挑战,

网关和COS之间需要走外网来通讯,外网网络存在延时高、抖动和丢包等问题,而且还会占用客户大量带宽。

实际场景下,我们发现用户经常访问的数据只是一小部分热点数据,存在局部性特点,所以如果能在网关上加一层缓存且缓存命中率足够高的话,理论上网关就可以达到接近本地磁盘的读性能,也可以减少对带宽占用。

缓存的大小受容量的限制只能保存一部分热点数据, 需要根据场景选择合适的缓存算法。评价缓存系统好坏一般通过命中率和延时两个指标,缓存算法一般都是在两者间权衡。影响命中率的关键就是缓存替换算法,而延时主要跟并发锁设计有关。一般缓存系统采用一把大的全局锁,对于CSG采用本地磁盘作为存储介质的系统,普通的SATA盘延时差不多10ms左右,如果采用全局锁最多只有100qps/s, 所以需要对锁进行优化。

2. 业界现有技术实现过程及弊端解析

业界普遍的做法是采用缓存替换算法是LRU,例如Linux内核page cache、 memcached等。典型的实现方式是hashtable + 双链 + 全局锁的方式,但是这种实现存在两大问题:

所有的操作都需要加全局锁造成并发低,延时高

对于数据访问局部性差的场景命缓存失效中率低,比如顺序扫描

针对这两个问题常见的实现改进思路是:

牺牲LRU特性,即减少节点移动到head的次数, 从而降低全局锁的竞争,但是可能会造成热点数据被淘汰

LRU链表分两段或多段,基于一定的访问策略解决局部性差的场景

memecached 和page cache也是基于这两种改进思路优化的,下面分析下memecached 和page cache的具体实现细节。

memcached 的LRU算法实现:

每个节点一把锁保护节点数据和索引

LRU链表分为hot、warm和cold三个子链表,大小比例为 32:32:34

每个子链表一把全局锁,maintainer 线程根上述比例维持链表长度时要加全局锁

节点访问时只需要加节点锁同时标记为active 并不移动解决了锁冲突问题,而且分三个子链表配合制定的访问策略解决了局部性差的场景。但是只是由maintainer 线程根据 active 表示来判断是否移动到 head, 过度的牺牲LRU特性会造成热点数据被淘汰导致命中率低。

page cache 的LRU实现:

全局锁(zone锁)

LRU链表分为activate和inactivate两个子链表, 比例为1:1

也是采用分两个子链表解决了局部性差的场景, 但是依然采用的是全局锁没有对锁做优化。

memecached 和page cache的实现针对局部性差的场景都是采用拆分链表的方式。针对全局锁的问题memecached 中虽然采用了节点锁,但是过度的牺牲LRU特性会造成缓存命中率低。

3. 高性能腾讯云CSG技术背后细节

CSG在实现的参考了这两个方案的优缺点,希望能够在并发性能的和缓存的命中率之间到达平衡, 具体实现如下:

hashtable每个bucket一把锁保护节点和索引,一把全局锁保护LRU链表

链表由midpoint指针分为hot 和cold两个子链表,默认的节点数比例是 2:1

CSG也是通过midpoint把LRU链表划分为hot 和cold两个子链表来解决局部性差场景。锁的优化采用的是段锁+全局锁,对节点的访问是先加段锁访问数据,移动节点时才加全局锁,把全局锁的临界区控制到了最小范围。这样即保证了LRU特性提升了缓存命中率而且锁冲突也不严重, 实际测试4线程加全局锁修改链表可以达到50w+/s的并发满足了需求。

如上图所示我们实现的段锁hashtable是对每一个bucket一把锁,对hash到同一个bucekt的key加同一锁,多线程并发锁冲突小并发高。hash冲突时采用的链式冲突处理, 当load_factor > 1.0时会自动进行resize,保证key和 bucket锁得比例小于1:1。

下图是多线程情况下跟stl 中unordered_map 加全局锁性能对比数据,测试环境4 cpu + 8G mem。

对比发现即使单线程性能也差不多10%的性能损耗,4线程下是unordered_map的两倍以上, key越多锁冲突越少并发性能也越好。

4. 与竞品读性能对比

测试环境:4cpu + 16Gmem + 1G网卡    平台: cvm + CBS(普通盘100G)+ 卷 500G

测试工具:fio -ioengine=libaio -iodepth=128 -direct=1 -rw=randread -bs=[32k|64k|512k]

数据对比在局部性比较好的场景随机范围80G,CSG的延时比国外知名云商低10%左右。局部性比较差的场景随机范围500G, CSG 读随机IOPS是竞品3倍。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排 行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2014-11-07 12:03:52
数据中心节能 混合存储系统能够满足IOPS需求
桌面虚拟化实现了高度耦合的操作系统及应用与最终用户硬件的分离。桌面的软件组件被虚拟化,运行在部署在数据中心内的服务器上而不是本地硬件中。 <详情>