9 存储性能优化

在这里插入图片描述

在网站应用中,海量的数据读写对磁盘访问造成巨大压力,虽然可以通过Cache解 决一部分数据读压力,但是很多时候,磁盘仍然是系统最严重的瓶颈。而且磁盘中存储 的数据是网站最重要的资产,磁盘的可用性和容错性也至关重要。


1 机械硬盘vs.固态硬盘

机械硬盘是目前最常用的一种硬盘,通过马达驱动磁头臂,带动磁头到指定的磁盘
位置访问数据,由于每次访问数据都需要移动磁头臂,因此机械硬盘在数据连续访问(要
访问的数据存储在连续的磁盘空间上)和随机访问(要访问的数据存储在不连续的磁盘空间)时,由于移动磁头臂的次数相差巨大,性能表现差别也非常大。机械硬盘结构如下

固态硬盘又称作SSD或Flash硬盘,这种硬盘没有机械装置,数据存储在可持久记
忆的硅晶体上,因此可以像内存一样快速随机访问。而且SSD具有更小的功耗和更少的
磁盘震动与噪声。SSD硬盘如图4.19所示。
在这里插入图片描述
在这里插入图片描述

在网站应用中,大部分应用访问数据都是随机的,这种情况下SSD具有更好的性能
表现。但是目前SSD硬盘还不太成熟,可靠性、性价比有待提升,因此SSD的使用还在 摸索阶段。但是相信随着SSDI艺水平的提高,逐步替代传统机械硬盘是迟早的事。


2 B+树 vs LSM 树

本书前面提到,由于传统的机械磁盘具有快速顺序读写、慢速随机读写的访问特性,这个特性对磁盘存储结构和算法的选择影响甚大。

为了改善数据访问特性,文件系统或数据库系统通常会对数据排序后存储,加快数据检索速度,这就需要保证数据在不断更新、插入、删除后依然有序,传统关系式数据库的做法是使用B+树

在这里插入图片描述

B+树是一种专门针对磁盘存储而优化的N叉排序树,以树节点为单位存储在磁盘中,
从根开始查找所需数据所在的节点编号和磁盘位置,将其加载到内存中然后继续查找, 直到找到所需的数据。

目前数据库多采用两级索引的B+树,树的层次最多三层。因此可能需要5次磁盘访
问才能更新一条记录(三次磁盘访问获得数据索引及行ID,然后再进行一次数据文件读 操作及一次数据文件写操作)。

但是由于每次磁盘访问都是随机的,而传统机械硬盘在数据随机访问时性能较差,
每次数据访问都需要多次访问磁盘影响数据访问性能。

目前许多NoSQL产品采用LSM树作为主要数据结构,如图4.21所示。
在这里插入图片描述

LSM树可以看作是一个N阶合并树。数据写操作(包括插入、修改、删除)都在内 存中进行,并且都会创建一个新记录(修改会记录新的数据值,而删除会记录一个删除 标志),这些数据在内存中仍然还是一棵排序树,当数据量超过设定的内存阈值后,会将 这棵排序树和磁盘上最新的排序树合并。当这棵排序树的数据量也超过设定阈值后,和 磁盘上下一级的排序树合并。合并过程中,会用最新更新的数据覆盖旧的数据(或者记 录为不同版本)。

在需要进行读操作时,总是从内存中的排序树开始搜索,如果没有找到,就从磁盘 上的排序树顺序查找。

在LSM树上进行一次数据更新不需要磁盘访问,在内存即可完成,速度远快于B+ 树。当数据访问以写操作为主,而读操作则集中在最近写入的数据上时,使用LSM树可
以极大程度地减少磁盘的访问次数,加快访问速度。

作为存储结构,B+树不是关系数据库所独有的,NoSQL数据库也可以使用B+树。 同理,关系数据库也可以使用LSM,而且随着SSD硬盘的日趋成熟及大容量持久存储的 内存技术的出现,相信B+树这一 “古老”的存储结构会再次焕发青春。


3 RAID vs. HDFS

Raid (廉价磁盘冗余阵列)技术主要是为了改善磁盘的访问延迟,增强磁盘的可用 性和容错能力。目前服务器级别的计算机都支持插入多块磁盘(8块或者更多),通过使 用RAID技术,实现数据在多块磁盘上的并发读写和数据备份。

在这里插入图片描述

假设服务器有N块磁盘。

RAID0

数据在从内存缓冲区写入磁盘时,根据磁盘数量将数据分成N份,这些数据同时并
发写入N块磁盘,使得数据整体写入速度是一块磁盘的N倍。读取时也一样,因此RAID0 具有极快的数据读写速度,但是RAID0不做数据备份,N块磁盘中只要有一块损坏,数 据完整性就被破坏,所有磁盘的数据都会损坏。

RAID1

数据在写入磁盘时,将一份数据同时写入两块磁盘,这样任何一块磁盘损坏都不会
导致数据丢失,插入一块新磁盘就可以通过复制数据的方式自动修复,具有极高的可靠性。

RAID10

结合RAID0和RAID1两种方案,将所有磁盘平均分成两份,
入,相当于RAID1,但是在每一份磁盘里面的M2块磁盘上,利用RAIDO技术并发读写, 既提高可靠性又改善性能,不过RAID10的磁盘利用率较低,有一半的磁盘用来写备份数据。

RAID3

一般情况下,一台服务器上不会岀现同时损坏两块磁盘的情况,在只损坏一块磁盘 的情况下,如果能利用其他磁盘的数据恢复损坏磁盘的数据,这样在保证可靠性和性能 的同时,磁盘利用率也得到大幅提升。

在数据写入磁盘的时候,将数据分成N-1份,并发写入N-1块磁盘,并在第N块磁 盘记录校验数据,任何一块磁盘损坏(包括校验数据磁盘),都可以利用其他N-l块磁盘的数据修复。

但是在数据修改较多的场景中,修改任何磁盘数据都会导致第N快磁盘重写校验数据,频繁写入的后果是第N块磁盘比其他磁盘容易损坏,需要频繁更换,所以RAID3很少在实践中使用。

RAID5

相比RAID3,方案RAID5被更多地使用。

RAID5和RAID3很相似,但是校验数据不是写入第N块磁盘,而是螺旋式地写入所 有磁盘中。这样校验数据的修改也被平均到所有磁盘上,避免RAID3频繁写坏一块磁盘的情况。

RAID6

如果数据需要很高的可靠性,在岀现同时损坏两块磁盘的情况下(或者运维管理水 平比较落后,坏了一块磁盘但是迟迟没有更换,导致又坏了一块磁盘),仍然需要修复数 据,这时候可以使用RAID6。

RAID6和RAID5类似,但是数据只写入N-2块磁盘,并螺旋式地在两块磁盘中写入
校验信息(使用不同算法生成)。

在相同磁盘数目(N)的情况下,各种RAID技术的比较如表4.3所示。

在这里插入图片描述

RAID技术可以通过硬件实现,比如专用的RAID卡或者主板直接支持,也可以通过 软件实现。RAID技术在传统关系数据库及文件系统中应用比较广泛,但是在大型网站比 较喜欢使用的NoSQL,以及分布式文件系统中,RAID技术却遭到冷落。
例如在HDFS ( Hadoop分布式文件系统)中,系统在整个存储集群的多台服务器上 进行数据并发读写和备份,可以看作在服务器集群规模上实现了类似RAID的功能,因此

HDFS以块(Block )为单位管理文件内容,一个文件被分割成若干个Block,当应用 程序写文件时,每写完一个Block, HDFS就将其自动复制到另外两台机器上,保证每个 Block有三个副本,即使有两台服务器宕机,数据依然可以访问,相当于实现了 RAID1 的数据复制功能。

当对文件进行处理计算时,通过MapReduce并发计算任务框架,可以启动多个计算 子任务(MapReduce Task ),同时读取文件的多个Block,并发处理,相当于实现了 RAID0 的并发访问功能。
在这里插入图片描述

在HDFS中有两种重要的服务器角色:NameNode (名字服务节点)和DataNode (数 据存储节点)。NameNode在整个HDFS中只部署一个实例,提供元数据服务,相当于操 作系统中的文件分配表(FAT),管理文件名Block的分配,维护整个文件系统的目录树 结构。DataNode则部署在HDFS集群中其他所有服务器上,提供真正的数据存储服务。

和操作系统一样,HDFS对数据存储空间的管理以数据块(Block )为单位,只是比 操作系统中的数据块(512字节)要大得多,默认为64MBO HDFS将DataNode上的磁盘 空间分成N个这样的块,供应用程序使用。

应用程序(Client)需要写文件时,首先访问NameNode.请求分配数据块,NameNode根据管理的DataNode服务器的磁盘空间,按照一定的负载均衡策略,分配若干数据块供Client 使用。

当Client写完一个数据块时,HDFS会将这个数据块再复制两份存储在其他DataNode
服务器上,HDFS默认同一份数据有三个副本,保证数据可靠性。因此在HDFS中,即使
DataNode服务器有多块磁盘,也不需要使用RAID进行数据备份,而是在整个集群上进
行数据复制,而且系统一旦发现某台服务器宕机,会自动利用其他机器上的数据将这台 服务器上存储的数据块自动再备份一份,从而获得更高的数据可靠性。
HDFS配合MapReduce等并行计算框架进行大数据处理时,可以在整个集群上并发
读写访问所有的磁盘,无需RAID支持。


4 小结

网站性能优化技术是在网站性能遇到问题时的解决方案。而网站的性能问题很多是 在用户高并发访问时产生的,所以网站性能优化的主要工作是改善高并发用户访问情况 下的网站响应速度。本章开篇所举的例子,当老板说“我们要改善网站性能”的时候, 他期望的是在A方案的基础上,不管是100个并发访问还是200个并发访问,响应时间 都能达到1秒。而架构师能做到的,则是利用分布式的方案改善网站并发特性,由于分 布式不可避免地会带来架构复杂、网络通信延迟等问题,所以最终设计出来的可能是B 方案:缩短高并发访问响应延迟的同时,却延长了原来低并发访问时的响应延迟。架构 师对这种可能性要心中有数,合理调整相关各方对性能优化的心理预期。

网站性能对最终用户而言是一种主观感受,性能优化的最终目的就是改善用户的体 验,使他们感觉网站很快。离开这个目的,追求技术上的所谓高性能,是舍本逐末,没 有多大意义。而用户体验的快或是慢,可以通过技术手段改善,也可以通过优化交互体 验改善。

即使在技术层面,性能优化也需要全面考虑,综合权衡:性能提升一倍,但服务器数量也需要增加一倍;或者响应时间缩短,同时数据一致性也下降,这样的优化是否可 以接受?这类问题的答案不是技术团队能回答的。归根结底,技术是为业务服务的,技 术选型和架构决策依赖业务规划乃至企业战略规划,离开业务发展的支撑和驱动,技术 走不远,甚至还会迷路。

前沿技术总是出现在前沿业务领域。近几年,以Google为首的互联网企业 领跑IT前沿技术潮流,是因为互联网企业的业务发展远超传统IT企业领域, 面临更多挑战,对IT系统提岀了更高的要求。

新技术的出现又会驱动企业开展新的业务。亚马逊等互联网公司利用自己 的技术优势进军企业级市场,以技术驱动业务,开展云计算、SaaS等新兴IT 业务,逐步蚕食IBM、HP、Oracle.微软等传统软件巨头的市场。

<p style="font-size:14px;color:#333333;"> <strong><span style="font-size:16px;">课程简介</span></strong> </p> <p style="font-size:14px;color:#333333;"> MySQL 是最流行的关系型数据库管理系统,在 WEB 应用方面 MySQL 是最好的 RDBMS(关系数据库管理系统)应用软件之一, 广泛的应用在各个领域。 </p> <p style="font-size:14px;color:#333333;"> 本课程作为MySQL高级课程, 主要讲解了MySQL中的视图/存储过程/触发器/索引等对象的使用、常见的SQL语句优化的技巧 、应用优化、数据库优化、数据库日志等方面的知识,并通过综合案例,对课程中的知识进行一个整合应用。本课程旨在通过MySQL高级部分内容,可以在满足现有业务需求基础上,对MySQL底层的体系结构, 及底层的优化有一个深入的理解 , 对系统的整体性能进行提升。 </p> <p style="font-size:14px;color:#333333;"> <strong>简短简介 : </strong> </p> <p style="font-size:14px;color:#333333;"> <span></span>MySQL 是最流行的关系型数据库之一,广泛的应用在各个领域。本课程主要讲解了MySQL中的常见对象,并详细讲解了优化策略,并通过案例使我们深入理解SQL优化策略,学习完本课程使我们能够独立自主的完成各种SQL优化,提升系统的性能。 </p> <p style="font-size:14px;color:#333333;"> <strong><span style="font-size:16px;">适应人群</span></strong> </p> <p style="font-size:14px;color:#333333;"> <span></span>具有一定MySQL基础, 对数据库的高级知识、优化方面感兴趣的学员。 </p> <p style="font-size:14px;color:#333333;"> <strong><span style="font-size:16px;">课程亮点</span></strong> </p> <p style="font-size:14px;color:#333333;"> <span></span>本课程系统的讲解了SQL优化的思路和实用技巧,并讲解了数据库方面的优化内容, 全方面的对MySQL数据库进行优化。 </p>
相关推荐
©️2020 CSDN 皮肤主题: 酷酷鲨 设计师:CSDN官方博客 返回首页