泰来 ( 刘源 )核心系统部

2012 年 1 月 10 日

开源分布式块存储Sheepdog 内部实现机制

提纲

● Sheepdog 介绍● 整体架构● 节点管理● 数据管理● 本地存储（持久化）

Sheepdog 介绍● 开源的分布式块存储

● 专为虚拟机提供块存储

● 无单点

● 低运维开销

– “ 零”配置

– 对内核文件系统无特性假设

– 节点变化无须人工参与即可恢复

– 数据动态均衡负载

– 支持虚拟机的热迁移、镜像快照、模板 & 克隆（快速安装部署）、集群快照

– 计算节点和数据节点混合模式

● 线性扩展，支持上千级别节点

图片来自 http://www.osrg.net/sheepdog/

整体架构

SheepGateway

VM

Sheepstore

SheepGateway

VM

SheepStore

SheepGateway

VM

SheepStore

SheepGateway

VM

Sheepstore

SheepGateway

VM

SheepStore

节点 A 节点 B 节点 C

节点内部

VCPU VCPU

内核

QEMU虚拟机地址空间

PCPU PCPU

VM_ENTRYVM_EXIT

块设备模拟

Sheepdog 存储

读写请求

以太网

KVMeventfd

Sheepdog 线程模型● 两种上下文

– 主线程上下文● 接收请求，唤醒处理函数

– group_handler() ，处理节点变化和广播消息– client_handler() ，处理 IO 和数据恢复、迁移等

请求

– 工作线程上下文● 12 个，其中 4 个专门处理 IO 请求， 4 个专门

处理 Gateway 请求

逻辑处理模型● 两种上下文，主线程同工作线程无竞争的全局变量

● 将请求处理逻辑中需要串行化的逻辑放到主线程中，可以并行的逻辑放到工作线程中

– 多线程、无锁的节点变化处理逻辑、数据恢复、迁移逻辑

– 复杂的分布式算法简单化，根除死锁的可能性

– 容易验证算法的正确性

节点管理● Sheepdog 只提供节点变化后的处理机制

– 节点变化的检测依赖外部实现

– 消息机制依赖外部实现

● 节点变化消息● 节点广播消息

● 支持两种模型

– 全对称 （依赖 Corosync ，运行于 Sheepdog 的地址空间）● 缺点：规模小 [<100]

● 优点：无需配置

– 单独的控制集群 （依赖 Accord* 或者 Zookeeper ，运行于独立地址空间）

● 缺点：需要配置控制集群

● 优点：规模大 [>1000]

*Accord 为 Sheepdog 项目的一个子项目

节点变化的处理

● 节点加入时，内部逻辑需要一个特殊的 master 节点来处理新节点是否可以加入

– 集群主动或被动关闭后，重新启动集群，也是节点变化的处理过程

● 每一个节点都有一致的成员视图

● 目前可以处理多个节点同时离开或者加入的事件（比如同时有 A ， B加入， C 离开）

节点加入● 节点加入

– 分为两个阶段● 1 新加入节点发送加入请求● 2 master 节点检查系统状态，核查能否加入，如果能，则

广播一个新的视图，各个节点更新视图和状态

– 新节点加入时，在节点 1 和 2 之间 master 节点离开， mastership 自动转移，不会影响系统运行

● 新的 master 节点继续检查状态以及广播视图

A

B

Cjoin(C) A

B C

new_view(A,B,C)

1. 2.

节点离开● 节点离开

– 外部的节点检测机制发送成员变化视图

– 各个节点更新视图和状态

● 当多个节点变化事件发生时，外部检测机制确保离开和加入的消息的顺序一致

– 剩下的节点和新加入的节点看见一致的视图

● 比如集群有 (A,B,C,D)四个节点， E 在加入的同时D 因事故离开，那么 (A,B,C,E)四个节点都将看到最终如下的视图

– {member(A,B,C,E), join(E), left(D)}– 产生一个还是多个视图变化消息跟外部检测机制相关

虚拟节点与一致性哈希● Sheepdog采用虚拟节点和一致性哈希存储块对象

– 节点和数据都放到哈希环上

– 一个物理节点分散成多个节点均匀到环上

图片来自 http://www.paperplanes.de/

节点变化的影响

● 节点加入，数据需要重新均衡– 虚拟节点和一致性哈希算法保证

● 数据均匀分布在各个物理节点● 很大程度上减少数据迁移

● 节点离开，数据拷贝需要恢复，保证数据冗余度

– 通过节点变化的历史信息恢复数据

数据管理● 虚拟机镜像被切分为 4M 大小的对象

– 对象稀疏存储– 每个对象由唯一的 64位数字索引

– 每个对象有多个拷贝复制到节点上

图片来自 http://www.osrg.net/sheepdog/

数据的读写

● 由于一个镜像只有一个虚拟机操作，所以更新拷贝时可以并行执行写操作

● 读一个对象，可以从任何一个拷贝中返回

拷贝修复● 分布式系统中，拷贝的修复通常有两种

– 急修复：收到节点离开消息，立刻进行修复● 优点：实现简单● 缺点：当离开的节点回来之后，造成带宽的浪费

– 懒修复：● 优点：能区分节点的临时错误和永久错误，减少带宽的浪费

● 缺点 :增加算法逻辑复杂度– 如何处理关于临时离开节点的数据请求

Sheepdog 目前采用的方法

拷贝修复逻辑● 对象的时间轨迹

– 用 epoch 来记录每一次发生节点变化后的新视图

– 通过 epoch 来区分不同时间的数据对象

– 每一个对象都有一个以 epoch 为点的时间轨迹

E1

E2

E3

E4

A B C D F

D join

F join时间

Init: (A,B,C), 3份拷贝

Latest!

C left

本地存储 -农场● 设计类似 GIT ，将数据对象分为普通对象和快照对象

– 普通对象存于当前活动目录，平时的读写操作将操作普通对象

● 拷贝恢复或迁移到当前活动目录

– 当系统发生节点变化时，将普通对象存入仓库，类似快照操作，各个数据拷贝都需要根据一致性哈希重新计算位置

● 恢复逻辑保证节点变化时，上层逻辑保证只存取恢复后的对象

● 节点变化时，集群仍能响应虚拟机的读写请求

● 快照对象去冗余，相同内容的对象指向同一个仓库文件

农场架构

仓库当前活动

目录

SheepGateway

读写

节点变化或者用户集群快照请求

新特性开发列表● 区分临时错误结点和永久错误节点

● 加强网裂 (network partition) 处理能力

● 本地 Cache 和 镜像预读到本地节点

● 高性能动态内部 Trace 机制

● 集群合并操作

● 实现子集群概念

● 增加更多后端 ( 如 LevelDB) 支持

● 高性能异步日志机制

● 更多需求驱动

表示在开发中

问答