1.????統(tǒng)一元數據底座演進
首先介紹百度滄海·存儲元數據底座的發(fā)展歷程。這張圖展示了我們三代架構的演進過程。
首先，第一代架構。在初期，我們的元數據存儲分布在多套系統(tǒng)之上，比如對象存儲，同時依賴于 MySQL 和一套分布式 K-V 鍵值系統(tǒng)。這種多系統(tǒng)并存的方式雖然滿足了當時的需求，但也帶來了高昂的運維成本。更為關鍵的是，MySQL 無法做到線性擴展，難以應對快速增長的數據需求。
隨后，第二代架構，誕生于 2017 年。當時，HopsFS 論文的發(fā)表讓我們看到了基于分布式事務數據庫解決對象和文件元數據存儲擴展性問題的可能性。受到啟發(fā)，我們啟動了自研通用 NewSQL 項目。經過兩年的努力，文件存儲 CFS 和對象存儲 BOS 的系統(tǒng)擴展性得到了顯著性提升。然而，盡管擴展性得到了改善，元數據的性能仍未達到理想狀態(tài)，這成為我們下一步優(yōu)化的重點。
進入第三代架構，自 2019 年起，我們意識到通用 NewSQL 的設計無法在云存儲元數據場景中充分發(fā)揮性能優(yōu)勢。于是，我們深入分析了百度內部各個云存儲場景的元數據特征，面向這些場景進行了重新設計，終于解決了上一代架構擴展性和性能難以兼顧的問題。當前這一系統(tǒng)已成為百度滄?！ご鎯Φ暮诵闹?，完成了大規(guī)模全面的上線，服務于百度智能云的對象存儲 BOS、文件存儲 CFS 以及百度內部的類 HDFS 文件系統(tǒng) AFS，極大地提升了產品的競爭力。
接下來我將講述為什么通用 NewSQL 在元數據存儲中會引入額外的開銷。
主要原因在于通用 NewSQL 并不感知元數據的語義，這導致了多方面的資源浪費。為了更好地理解這一點，我將從 4 個維度進行詳細闡述：分區(qū)（Partition）、事務與索引、單機引擎以及接口設計。
首先，從 Partition 的角度來看，元數據具有高度的局部性。例如，一個目錄下的所有元數據，或者一個小規(guī)模文件系統(tǒng)的所有元數據，往往需要集中存儲以提高訪問效率。然而，通用 NewSQL 難以保證這種局部性，無法將相關的元數據全部放置在同一個 Shard 中。這意味著，當我們訪問這些元數據時，常常需要跨 Shard 進行操作，從而導致跨 Shard 事務的高額開銷，影響整體性能。
其次，談到事務與索引，通用系統(tǒng)的事務處理往往伴隨著較大的開銷。以多版本并發(fā)控制（MVCC）為例，雖然它能夠提高并發(fā)性，但也帶來了額外的垃圾回收（GC）開銷。此外，二級索引在通用系統(tǒng)中通常依賴分布式事務來保障原子性，這進一步加劇了系統(tǒng)的負擔。分布式事務本身開銷巨大，導致整體性能難以達到理想狀態(tài)。
第三，從單機引擎的角度分析，通用 NewSQL 通常采用單一的單機引擎，目前較多采用 Log-Structured Merge-Tree（LSM-Tree）結構。雖然 LSM-Tree 在寫性能方面表現出色，但在某些場景下并不理想。例如，對于數據量較小且主要進行點查詢的表，LSM-Tree 的性能不如全內存的哈希引擎。這種不適配性導致了資源的低效利用和性能瓶頸。
最后，關于接口設計，基于通用 NewSQL 的實現，會導致元數據的語義與元數據的存儲層徹底分離。這種分層解耦的架構雖然在軟件工程角度有低耦合、高內聚的優(yōu)點，但也帶來了額外的開銷。為了降低這些開銷，我們需要將元數據的語義下沉到底層的事務 K-V 系統(tǒng)中，使得存儲層能夠更好地理解和優(yōu)化元數據的操作，從而提升整體性能。
綜上所述，通用 NewSQL 由于無法感知和優(yōu)化元數據的特定語義，導致在分區(qū)管理、事務處理、存儲引擎選擇以及接口設計等多個方面產生了額外的開銷。因此，我們需要針對元數據的特性，設計專用的存儲解決方案，以更好地滿足性能和擴展性的需求。
基于我們前面討論的挑戰(zhàn)，百度滄?！ご鎯ψ灾餮邪l(fā)了統(tǒng)一元數據底座。
從系統(tǒng)架構上看，百度滄海的底座與業(yè)界的 NewSQL 系統(tǒng)相似，但在設計上有一個關鍵性的核心差異——?Meta-Aware。簡單來說，這意味著底層的事務 K-V 系統(tǒng)能夠深度感知元數據的語義，從而實現更高效的處理。
接下來，我將從 4 個方面詳細闡述這一核心差異及其帶來的優(yōu)勢。
首先，從分區(qū)（Partition）角度來看，支持自定義分裂策略和 co-located 機制。具體來說，我們能夠確保一個目錄下的所有元數據或一個文件系統(tǒng)中的所有元數據被分配到同一個 Shard。這一設計確保了大部分操作只需在單個 Shard 內完成，從而避免了跨 Shard 事務帶來的高額開銷，顯著提升了系統(tǒng)的性能和響應速度。
其次，在事務與索引方面，元數據操作通常是短事務。我們實現了一個 TTL 為 5 秒的內存 MVCC 機制，只在內存中維持多版本，僅將一個版本進行持久化存儲，這樣就大大減少了多版本 GC 的開銷。此外，我們同時支持了同步和異步二級索引機制，對于有強一致性需求的場景采用同步索引，對于那些一致性要求不高的場景采用異步索引，有效避免了分布式事務帶來的高額開銷。這種設計使得系統(tǒng)能夠靈活應對不同一致性需求的業(yè)務場景。
第三，從單機引擎角度，統(tǒng)一元數據底座支持根據表的訪問特征來選擇最合適的存儲引擎。目前，我們支持 LSM-Tree 引擎、全內存哈希引擎等多種引擎。例如，對于數據量大且有范圍查詢需求的場景，我們采用?LSM-Tree 引擎。而對于訪問頻繁且數據量小的表，全內存哈希引擎則能提供更高的查詢效率。這種靈活的引擎選擇確保了不同類型的元數據操作都能獲得最佳的性能表現。
最后，在接口（SDK）設計方面，我們引入了協(xié)處理器機制，將文件存儲的目錄樹邏輯下推到底層事務 K-V 系統(tǒng)，從而避免額外的 RPC 開銷，加速了元數據操作的效率。
綜上所述，百度滄海的統(tǒng)一元數據底座通過 Meta-Aware 的設計理念，在分區(qū)管理、事務處理、存儲引擎選擇以及接口設計等多個方面實現了顯著優(yōu)化，不僅有效降低了系統(tǒng)開銷，提高了性能，還增強了系統(tǒng)的擴展性和靈活性。正是這些創(chuàng)新性的設計，使得百度滄海的統(tǒng)一元數據底座能夠更好地滿足我們復雜多變的業(yè)務需求。
2.????統(tǒng)一層級 Namespace 底座演進
接下來我將為大家介紹百度滄海的統(tǒng)一層級 Namespace 架構的演進歷程。我們的層級目錄樹架構經歷了三個階段演進：
首先，第一階段：類似 HDFS 的單機方案。在這一階段，我們采用了類似 HDFS 的單機架構。這種方案的最大優(yōu)點是極低的延遲，能夠在高并發(fā)訪問下保持高效的響應速度。然而，這種單機方案存在明顯的擴展性瓶頸，其規(guī)模只能支持到 10 億級別的元數據。隨著業(yè)務規(guī)模的不斷擴大，這一限制逐漸顯現，無法滿足未來更大規(guī)模的數據需求。
隨后，進入第二階段：基于分布式數據庫的分布式 Namespace 方案。為了突破單機方案的限制，我們轉向了基于分布式數據庫構建的分布式 Namespace 架構。這一方案的主要優(yōu)勢在于可線性擴展，能夠隨著業(yè)務增長靈活地擴展系統(tǒng)容量。然而，分布式方案的本質是犧牲局部性來保障擴展性，而局部性的犧牲必然會帶來性能的損耗，為了解決局部性犧牲而帶來的性能瓶頸，百度滄海在第二階段內演進了三代架構，不斷優(yōu)化分布式 Namespace。
最后，第三階段：單機分布式一體化方案。我們提出并實現了單機分布式一體化方案，做到了規(guī)模自適應。當系統(tǒng)規(guī)模較小時，這一方案能夠發(fā)揮單機 Namespace 系統(tǒng)的性能優(yōu)勢，實現百微秒級的低延遲。隨著業(yè)務規(guī)模的擴大，系統(tǒng)能夠無感平滑遷移到分布式架構，實現水平擴展，滿足不同規(guī)模階段的需求。這種一體化方案不僅兼顧了性能與擴展性，還大幅提升了系統(tǒng)的靈活性和可維護性。
在分布式層級 Namespace 優(yōu)化上，我們主要解決了兩個核心問題：
除了加速路徑解析，Index 的引入還帶來了其他優(yōu)化的機遇：
然而，這個方案帶來了以下技術挑戰(zhàn)：首先，單服務器的 Index 分片面臨單點性能瓶頸問題:
其次，快速路徑解析可能導致同目錄下的目錄修改操作事務沖突和高延遲：
百度滄海·存儲團隊通過一系列技術創(chuàng)新系統(tǒng)性地解決了上述問題。
單機和分布式架構能夠做到合二為一的最核心的一個點是在規(guī)模達到臨界點的時候，后端架構做到平滑切換。
我們具體的實現方法是這樣做的：無論是單機架構和分布式架構，都基于我們自研的統(tǒng)一元數據底座去構建：
3.????統(tǒng)一數據底座演進
百度滄海·存儲數據面的架構可以概括為三個階段。第一個階段，硬件上 HDD 為主、SSD 量較少，架構上采用的 master-slave 結構。一個管控節(jié)點管理數據節(jié)點，使用 3 副本系統(tǒng)的設計，單個系統(tǒng)只支持單個數據中心。
第二階段，HDD 和 SSD 混用，SSD 量較第一個階段上升，節(jié)點結構仍然采用 master-slave 結構，數據存儲使用離線 EC，單個系統(tǒng)支持多個數據中心。
第三階段，大規(guī)模使用 SSD，同時為了降低成本，開始使用磁帶存儲，并使用 PMEM 等加速硬件，采用無邏輯單點的微服務結構，數據存儲使用在線?EC。
第一代架構的痛點顯而易見，3 副本導致高存儲成本，此外無法應對機房級別故障。盡管第二代架構在支持 EC 和多數據中心架構上有所改進，但依然存在以下顯著問題：
綜上所述，由于第二代系統(tǒng)在 master-slave 架構帶來的擴展性和性能瓶頸、離線 EC 導致的性能問題以及固定副本機制導致的高成本，成為制約系統(tǒng)進一步優(yōu)化和擴展的主要障礙，第三代系統(tǒng)致力于系統(tǒng)性的解決上述問題。
百度滄?！ご鎯ψ钚碌牡谌鷶祿鬃軜嫴捎昧?strong>無邏輯單點的微服務架構。這里有兩個關鍵詞：一個是無邏輯單點，一個是微服務架構。
無邏輯單點的意思是系統(tǒng)中任何一組狀態(tài)機停止工作，系統(tǒng)可用性和性能不受影響。微服務架構的意思是從功能的維度將原來單體的結構分拆，比如數據校驗、數據修復、負載均衡、容量均衡等等，從而加快迭代效率。這種結構的好處是：可用性更高，擴展性更強，迭代效率更快，能夠支持 ZB 級別數據。
同時，這個數據底座提供了高效 EC 機制，這個機制有兩個特點：
在云存儲系統(tǒng)的構建中，業(yè)界一般存在 2 種架構路線：
目前，這 2 種路線已在不同云廠商落地，均打造出了優(yōu)秀的云存儲產品，很好地助力了社會經濟的發(fā)展。關于百度滄?！ご鎯y(tǒng)一技術底座架構的更多技術分享，圍繞擴展性、穩(wěn)定性、高性能等方面的討論，將陸續(xù)在「微信公眾號——百度智能云技術站」發(fā)布，歡迎大家持續(xù)關注。
