超越“高并发I/O数据库系统”的性能挑战( 二 ) _I

文章插图

早期介入，防患于未然。

AppleS会在第一时间阻止潜在I/O性能瓶颈的产生。为产生这个目标，I/O需要在数据库和存储子系统看见造成性能瓶颈的用户并行I/O之前，及时发现并有效规范他们的I/O行为。

文章插图

通过P和ζ的二维控制实现隐藏过量的并行I/O 。

也就是通过P控制总是允许适量的用户并发I/O访问数据库，并且暂停而不是拒绝多余的I/O行为，同时基于ζ控制，AppleS会尽量保障用户I/O顺序访问模式，从而有效提升缓存的命中率。
AppleS会通过P优化和ζ优化保证整个I/O隐藏过程的公平、高效和稳定。

文章插图

应用性和高度兼容性。

AppleS的设计需要考虑其快速跨数据库部署的能力，鉴于MySQL、MongoDB是广泛接受的经典关系数据库和NoSQL数据库，现有的AppleS原型系统实现可以快速部署于MySQL和MongoDB的多个主流版本。

文章插图

让我们看一下早期介入的实现细节，AppleS是通过干预I/O请求从网络链接传入数据库的过程来实现早期介入的。

文章插图

该过程可分为六步：
1.通过网络驱动传入Socket缓存。
2.数据库发起系统调用。
3.I/O请求进入数据库。
4.工作现存发起存储I/O请求。
5.查询结果返回。
6.I/O请求转回。
其中AppleS通过策略性暂缓过量I/O请求的系统调用及步骤二和三，来防止过量I/O请求进入系统数据库。

文章插图

AppleS是通过P控制和ζ控制来实现过量用户并发I/O隐藏的，前者控制并发用户数量，而后者调节单个用户的连续访问数。上图给了一个AppleS的调度案例，其中P和ζ设定为2和10，该案例中有4个并发用户，其中用户1和3权重为0.4，而用户2和4权重为0.1 。因此在一轮AppleS调度中，允许的发送的请求总数为10 。而四个用户的用户I/O 定额也就是连续访问数，基于权重分别为4，1，4，1，换言之，在任何时刻，同时被数据库可看见的并发用户人数限定为2，也就是P=2 。同时每个用户可连续发送的请求数也被其用户I/O 定额所限定。
通过这种方式，只要P和ζ设定匹配数据和存储子系统的处理能力，AppleS就可以准确地隐藏过量的并行I/O 。

文章插图

以上实验给出了P控制的效果，优化P设定匹配点，可以避免过量的用户并发I/O导致的锁竞争低效的争抢行为，以及高队列效应。从而最小化I/O请求延时，进而获得高吞吐率、很低的用户并发I/O不公平性、以及低水平的请求延时波动。
由于AppleS通过从数据库外部截获数据库发出的系统调用，来帮助其进行用户并发I/O的调度，它本质上将数据库和底层存储子系统视为一个黑盒子，这使得AppleS操作可以从物理层面与数据库的操作和底层的OS 合态I/O操作隔离开来。从而获得较高的易用性和兼容性，事实上AppleS可以通过迅捷的配置，快速适配一款特定的数据库。
此外AppleS还可以兼容多个版本的主流linux内核，不同的存储I/O调度机制，以及资源管理工具，比如Cgroup 。