Key-value 存储系统大概是分布式存储系统中最常见的一种类型了。从功能需求的角度说，最核心的包括：

• 可以创建一张表和删除一张表，同时对于表的数据可以进行：
• 读，即 get(key) 返回 value
• 写，即 put(key, value)
• 删除，即 delete(key)

当然，也有一些其它的功能需求，比如支持事务性，支持 key 排序查询，range key 或者特定列索引，支持同一 key 下 value 的 version 等等。

从非功能需求的角度说，凡是存储系统，Durability 是最重要的，数据不能丢失；其次是 Availability；再次是 Performance，这样的系统需要考虑 throughput 和 latency 二者。

• 宏观上看，实线是数据流，虚线是控制流。
  • get 或是 put 请求被发送到 Request Manager，而 Request Manager 会询问 Metadata Service 来获知这个请求应该被送到哪一个 Replication Group 去。
  • 每一个 Replication Group 都存放有若干个数据节点，包括一个 leader 和若干个 follower，他们都和 Group Manager 通信。
  • Group Manager 会根据它们的健康状况、繁忙状况来动态调整，并将调整同步到 Metadata Service。
• Metadata Service 主要负责下面两件事情，它可以由 Zookeeper 等技术来实现：
  • 一个是记录每个 Replication Group 中，谁是 leader。
    • 这个 leader 可以由 Metadata Service 来确定。
  • 另一个是存储 key 到每一个 replication group 的映射关系。
    • 当 Metadata Service 的节点映射表生成以后，就可以缓存在 Request Manager 的内存中，这样不需要每次来一个请求就查询 Metadata Service。
    • 对它的任何修改都要立即持久化并 propagate，不可丢失。
• 然后是 Replication Group，每一个 group 都有一个 leader，其它的都是 follower。
  • 所有的读或写的请求，全部都先送到 leader 去，仅有一个 leader 也保证了一致性。
  • 每次写的请求，leader 在得知大多数的节点都更新成功后，就可以返回并用户。
  • 对于节点上的数据存储：
    • 优化写：使用 Append Only Log (commit log)，第一时间使用磁盘顺序写入的 Append Only Log 来记录，同时保证了 latency 和 durability，它是所谓的 source of truth。之后更新内存，等内存到一定 threshold，就进行 merge 存放到磁盘上，比如在 SST 中（相当于定期 snapshot / compaction）。
    • 优化读：使用内存中的 Bloom Filter 来判断存在性，如果数据不存在直接返回。
    • 对于 key 在内存里存放的结构，如果是读多写少的系统，可以使用 B+ Tree；如果是写多读少的系统，可以使用 LSM Tree。并非整棵树都要放在内存里，而是部分节点可以存放在内存中。
  • Group 中的每一个节点都要和 Metadata Service 心跳汇报健康状况。
• 接着是 Group Manager，它会监控并注意到 Replication Group 中节点的问题，动态加入和挪出节点。
  • 有时候热点数据让节点特别繁忙或者数据量过大，Group Manager 会拆分节点的数据到多个节点中，并更新 Metadata Service。
  • 在节点更新和数据搬迁的过程中，考虑到潜在的数据不一致问题，同一个请求可能会被 Request Manager 岔分成两个请求，必须同时访问到两个数据节点，来获取最新的数据。对于每一条数据，都有一个自动生成的 version，即版本号，用来判断一旦有冲突发生时的先后顺序。

这是《常见分布式系统设计图解》系列文章中的一篇，如果你感兴趣，请参阅汇总（目录）寻找你其它感兴趣的内容。

文章未经特殊标明皆为本人原创，未经许可不得用于任何商业用途，转载请保持完整性并注明来源链接 《四火的唠叨》