基于 PKS 體系的 CockroachDB 性能優(yōu)化研究

李 博，謝小龍，蔡仁鋒，李 亮，方魯杰

（1.中電（海南）聯(lián)合創(chuàng)新研究院，海南 澄邁 571924；2.中軟信息系統(tǒng)工程有限公司，北京 102209）

0 引言

隨著互聯(lián)網(wǎng)經(jīng)濟(jì)的飛速發(fā)展，傳統(tǒng)的集中式數(shù)據(jù)庫(kù)逐漸成為金融核心業(yè)務(wù)發(fā)展的瓶頸，迫使金融核心業(yè)務(wù)系統(tǒng)向分布式架構(gòu)轉(zhuǎn)型，利用分布式數(shù)據(jù)庫(kù)替換集中式數(shù)據(jù)庫(kù)，從而獲得高性能、高擴(kuò)展、高可用等關(guān)鍵優(yōu)勢(shì)。金融產(chǎn)業(yè)是一個(gè)國(guó)家的經(jīng)濟(jì)命脈，安全不容忽視，中國(guó)電子PKS 體系為助力金融國(guó)產(chǎn)化提供安全底座，從芯片到整機(jī)外設(shè)、操作系統(tǒng)等為金融國(guó)產(chǎn)化提供安全支持。通過前期調(diào)研數(shù)款分布式數(shù)據(jù)庫(kù)產(chǎn)品，選取可擴(kuò)展、強(qiáng)一致性、高可靠和支持HATP 混合工作負(fù)載的分布式數(shù)據(jù)庫(kù) CockroachDB[1]為研究對(duì)象，在PKS 體系下進(jìn)行性能優(yōu)化工作，其性能的提升對(duì)金融產(chǎn)業(yè)的發(fā)展有重要意義。

1 相關(guān)工作

在對(duì)數(shù)據(jù)庫(kù)系統(tǒng)調(diào)優(yōu)時(shí)，基本手段是在配置參數(shù)維度進(jìn)行，主要通過改變配置參數(shù)以達(dá)到優(yōu)化性能的目的，配置參數(shù)包括數(shù)據(jù)庫(kù)配置參數(shù)，如用于緩存的內(nèi)存量、緩沖區(qū)大小等[2]。比如 BestConfig[3]方法，該工作基于遞歸限定查找算法搜索最佳配置參數(shù)。Thummala[2]等人對(duì)部分關(guān)系型數(shù)據(jù)庫(kù)參數(shù)進(jìn)行調(diào)優(yōu)，尋找對(duì)其調(diào)優(yōu)效果最大的配置。與數(shù)據(jù)庫(kù)物理設(shè)計(jì)工具不同，配置工具不能使用關(guān)系型數(shù)據(jù)庫(kù)查詢優(yōu)化器中的內(nèi)置成本模型，此類模型根據(jù)系統(tǒng)預(yù)期為特定查詢執(zhí)行所需要的工作量進(jìn)行估計(jì)并生成預(yù)估值[4]。這些預(yù)估值針對(duì)單個(gè)關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)的備選查詢執(zhí)行策略與固定的執(zhí)行環(huán)境進(jìn)行比較。IBM 發(fā)布了DB2 Performance Wizard[4]根據(jù)具體工作負(fù)載來(lái)設(shè)置參數(shù)，但由于模型是手動(dòng)創(chuàng)建，因此無(wú)法準(zhǔn)確反映實(shí)際工作負(fù)載或操作環(huán)境。Oracle[5]開發(fā)了以識(shí)別由于數(shù)據(jù)庫(kù)系統(tǒng)內(nèi)部組件中的錯(cuò)誤配置而導(dǎo)致的瓶頸的一個(gè)內(nèi)部監(jiān)控系統(tǒng)，雖然可以為工程師提供建議，但因?yàn)?Oracle 系統(tǒng)采用基于性能測(cè)量的啟發(fā)式方法來(lái)管理內(nèi)存分配，無(wú)法對(duì)所有參數(shù)進(jìn)行調(diào)優(yōu)。SQL Server[6]也采用類似的方法。

隨著數(shù)據(jù)庫(kù)和應(yīng)用程序在規(guī)模和復(fù)雜性上的增長(zhǎng)，優(yōu)化數(shù)據(jù)庫(kù)以滿足應(yīng)用程序的需求已經(jīng)超出了人類的能力，因?yàn)閿?shù)據(jù)庫(kù)的正確配置高度依賴于許多超出人類推理范圍的因素。上述的自動(dòng)數(shù)據(jù)庫(kù)配置工具存在某些不足之處，使其不適合于通用數(shù)據(jù)庫(kù)應(yīng)用程序。同時(shí)許多調(diào)優(yōu)工具都是由供應(yīng)商創(chuàng)建的，它們只支持特定的數(shù)據(jù)庫(kù)。鑒于此，Aken[7]等人提出了基于深度學(xué)習(xí)的OtterTune 調(diào)優(yōu)框架，該框架主要分為兩塊：客戶端和服務(wù)端?？蛻舳撕蛿?shù)據(jù)庫(kù)進(jìn)行交互，比如采集數(shù)據(jù)，執(zhí)行參數(shù)設(shè)置。服務(wù)端作為OtterTune 的大腦，分析收集到數(shù)據(jù)，形成深度模型，并在產(chǎn)出參數(shù)的優(yōu)化策略，文獻(xiàn)[8-9]在OtterTune 的基礎(chǔ)上繼續(xù)發(fā)展應(yīng)用。類似利用深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)庫(kù)優(yōu)化的工作還有CDBtune[10]等。PingCAP[11]團(tuán)隊(duì)使用TiDB 數(shù)據(jù)庫(kù)針對(duì)金融場(chǎng)景進(jìn)行調(diào)優(yōu)，采用了包括索引優(yōu)化、拓展集群和負(fù)載均衡調(diào)整等手段，提升效果比較可觀。另外除了調(diào)整數(shù)據(jù)庫(kù)參數(shù)，還有結(jié)合分布式數(shù)據(jù)庫(kù)自身特性進(jìn)行軟硬件調(diào)優(yōu)，如操作系統(tǒng)內(nèi)核調(diào)優(yōu)、網(wǎng)絡(luò)調(diào)優(yōu)、線程調(diào)度調(diào)優(yōu)、I/O 讀寫性能調(diào)優(yōu)、PCIE 速率調(diào)優(yōu)、軟硬中斷調(diào)優(yōu)、熱點(diǎn)代碼分析，這些方法在實(shí)際性能調(diào)優(yōu)過程中發(fā)揮了重要作用，文獻(xiàn)[11]有實(shí)際應(yīng)用。

本文所研究的調(diào)優(yōu)方法則是在上述調(diào)優(yōu)方法的基礎(chǔ)上，重點(diǎn)研究數(shù)據(jù)庫(kù)與操作系統(tǒng)和CPU 等軟硬件協(xié)同工作，尤其在非一致性內(nèi)存訪問和操作系統(tǒng)內(nèi)核中頁(yè)緩存管理機(jī)制進(jìn)行深入研究，并提出拆分二進(jìn)制實(shí)例的調(diào)優(yōu)方法。

2 調(diào)優(yōu)方法

本節(jié)將對(duì)拆分二進(jìn)制實(shí)例的調(diào)優(yōu)方法進(jìn)行詳細(xì)介紹，在開始介紹之前，將對(duì)Numa 架構(gòu)和CPU 綁核原理進(jìn)行介紹，有利于更好地理解拆分二進(jìn)制實(shí)例的調(diào)優(yōu)方法。

2.1 NUMA 架構(gòu)和CPU 綁核原理介紹

2.1.1 NUMA 架構(gòu)

非一致性內(nèi)存訪問（Non-Uniform Memory Access，NUMA）是處理器地址空間中不同Node 的內(nèi)存具有不同性能特征，與之對(duì)應(yīng)的是早期使用的統(tǒng)一內(nèi)存訪問，即每個(gè)處理器核心享有相同的內(nèi)存地址空間。隨著CPU 架構(gòu)朝著多核心方向發(fā)展，多核心訪問內(nèi)存的瓶頸越來(lái)越明顯。NUMA 的基本思想是將各個(gè)CPU 劃分為不同的NUMA Node，每個(gè)Node 擁有自己的內(nèi)存，從處理器到內(nèi)存的信號(hào)路徑長(zhǎng)度起著重要作用，只有當(dāng)CPU訪問與自身直接相連的內(nèi)存對(duì)應(yīng)的物理地址時(shí)，才會(huì)有較短的響應(yīng)時(shí)間。訪問其他CPU 的內(nèi)存時(shí)，增加的信號(hào)路徑長(zhǎng)度不僅會(huì)增加內(nèi)存延遲，而且如果信號(hào)路徑由多個(gè)處理器共享，也會(huì)很快成為吞吐量瓶頸。

以飛騰S2500 高性能CPU 為例說(shuō)明NUMA，圖1 為該CPU 的架構(gòu)圖，該CPU 以8 個(gè)核心（圖中使用 C 表示）為一組直接連接一個(gè) L3 內(nèi)存，這個(gè)組合被稱為一個(gè) Node，可以看到 S2500 有8 個(gè) Node，若跨 Node 訪問內(nèi)存則需要通過黑色雙向箭頭表示的系統(tǒng)總線。當(dāng)Node 訪問非本地內(nèi)存時(shí)，就涉及訪問距離，在 S2500 中Nodei與 Nodej間的訪問距離dij可以表示為式（1）中的代價(jià)矩陣D，其中矩陣的對(duì)角線表示 Node 訪問本地內(nèi)存的距離，即最短訪問距離。

圖1 飛騰 S2500 處理器架構(gòu)圖

2.1.2 CPU 綁核

在Linux 操作系統(tǒng)中，線程調(diào)度默認(rèn)由內(nèi)核自由調(diào)度，在多核 CPU 上，進(jìn)程可能在不同的 CPU 核心上來(lái)回切換執(zhí)行，這對(duì) CPU 的緩存讀取是不利的，因?yàn)镃PU 存在上下文切換（Context Switch）。每個(gè)物理核有獨(dú)立的 L1 和 L2 級(jí)緩存，程序執(zhí)行最頻繁的指令和數(shù)據(jù)會(huì)被緩存到 L1 和 L2 級(jí)緩存中，一旦程序被切換到另一個(gè)物理核時(shí)，對(duì)應(yīng)的指令和數(shù)據(jù)需要被重新刷到相應(yīng)的 L1、L2 緩存中，造成頻繁地進(jìn)行上下文切換，程序不能很好地利用 L1 和 L2 級(jí)緩存，增加程序的延時(shí)性。針對(duì)這種頻繁切換 CPU 核進(jìn)行操作，可以采用綁核操作，將程序綁核到指定 CPU 核上，程序只在對(duì)應(yīng)的CPU 核上執(zhí)行，不會(huì)切換到其他 CPU 核上。以飛騰S2500 處理器為例，可以參考式（1）中距離矩陣選擇距離較近的Node 進(jìn)行綁定，至于綁定方法及其試驗(yàn)結(jié)果將在第3 節(jié)進(jìn)行討論。

2.2 拆分二進(jìn)制實(shí)例

本次研究采用單機(jī)四實(shí)例的部署方式，即一臺(tái)服務(wù)器上開啟四個(gè) CockroachDB 的二進(jìn)制實(shí)例，四個(gè)二進(jìn)制實(shí)例綁核在不同的 Node 上，通常做法是將一個(gè) CockroachDB 的二進(jìn)制實(shí)例運(yùn)行四次。用 numastat 命令查看二進(jìn)制實(shí)例在 Node 內(nèi)存的分布情況，發(fā)現(xiàn)少部分內(nèi)存在非綁定 Node 內(nèi)存中。表1 展示了第四個(gè)CockroachDB 二進(jìn)制實(shí)例的 Node 內(nèi)存使用情況，該二進(jìn)制實(shí)例綁定在 Node 12 和 Node 13 上，卻發(fā)現(xiàn)少部分內(nèi)存被 Node 1 和 Node 2 使用（表格中加粗顯示部分），類似的情況也出現(xiàn)在其他二進(jìn)制實(shí)例。

表1 優(yōu)化前 CockroachDB 第四個(gè)二進(jìn)制實(shí)例的內(nèi)存使用詳情

為了深入調(diào)查這部分內(nèi)存的信息，調(diào)取該二進(jìn)制實(shí)例的 numa_maps 信息。numa_maps 是一個(gè)只讀文件，當(dāng)讀取時(shí)，內(nèi)核會(huì)掃描對(duì)應(yīng)進(jìn)程的虛擬地址空間并報(bào)告內(nèi)存的使用情況，二進(jìn)制實(shí)例的每個(gè)唯一內(nèi)存范圍顯示一行。如表2 所示，展示的是 CockroachDB 第四個(gè)二進(jìn)制實(shí)例 numa_maps 的關(guān)鍵信息，兩個(gè)地址的代碼段存在位于 Node 2 的內(nèi)存。

表2 優(yōu)化前 CockroachDB 第四個(gè)二進(jìn)制實(shí)例 numa_maps 的關(guān)鍵信息

通過對(duì)操作系統(tǒng)內(nèi)核中頁(yè)緩存管理機(jī)制的研究，發(fā)現(xiàn)在該四個(gè)二進(jìn)制實(shí)例場(chǎng)景中，第一個(gè)綁定Node 2 和Node 3 的 CockroachDB 二進(jìn)制實(shí)例運(yùn)行后，CockroachDB 的代碼段進(jìn)入頁(yè)緩存（位于NUMA Node 2），從而在 Node 2 對(duì)應(yīng)的內(nèi)存命中，當(dāng)接下來(lái)第二至第四個(gè)二進(jìn)制實(shí)例在其他 NUMA Node 啟動(dòng)的時(shí)候，也需要CockroachDB 的代碼段，這時(shí)命中的依然是 Node 2 的代碼段。如圖2 所示，以一個(gè)搭載雙路處理器的服務(wù)器為例，CockroachDB 的代碼段位于 Node 0，其他三個(gè)進(jìn)程都各自有跨 Node 的代碼段內(nèi)存訪問，從而造成效率低下。造成這種現(xiàn)象的原因在于，Kylin 操作系統(tǒng)內(nèi)核中內(nèi)存上的頁(yè)緩存的管理機(jī)制是以索引節(jié)點(diǎn)（inode，index node）為單位的，索引節(jié)點(diǎn)是 UNIX 風(fēng)格文件系統(tǒng)中的一種數(shù)據(jù)結(jié)構(gòu)，用于描述文件系統(tǒng)對(duì)象，每個(gè) inode存儲(chǔ)對(duì)象數(shù)據(jù)的屬性和磁盤塊位置，且 inode 以二進(jìn)制名稱作為唯一標(biāo)識(shí)，在圖2 的情況下，以一個(gè)二進(jìn)制文件名稱啟動(dòng)四個(gè)進(jìn)程，則操作系統(tǒng)判定為同一個(gè) inode。一個(gè) inode（比如 CockroachDB 對(duì)應(yīng)的 inode）的頁(yè)緩存在內(nèi)存命中的情況下，內(nèi)核不會(huì)為每個(gè) Node 直接復(fù)制一份，導(dǎo)致在不同 Node 上啟動(dòng)的 CockroachDB 的頁(yè)緩存均在一個(gè) Node 上，造成其他 Node 訪問二進(jìn)制文件系統(tǒng)的頁(yè)緩存出現(xiàn)跨路，出現(xiàn)時(shí)延增加和降低數(shù)據(jù)庫(kù)運(yùn)行效率的現(xiàn)象。

圖2 跨路訪問示意圖

所提出的優(yōu)化方法具體是將默認(rèn)的一份CockroachDB 的二進(jìn)制文件拷貝成四份不同名稱的文件，這樣讓每個(gè)Node 申請(qǐng)連續(xù)內(nèi)存的時(shí)候，可以申請(qǐng)到本Node 的近地址內(nèi)存，不用到遠(yuǎn)端為代碼段申請(qǐng)內(nèi)存，從而提高I/O 的性能，示意圖如圖3 所示。

圖3 優(yōu)化后的代碼段訪問示意圖

通過查看優(yōu)化后同一個(gè)進(jìn)程的 numastat 和numa_maps 的關(guān)鍵信息，初步確認(rèn)了所提出方法的有效性。如表3 和表4 所示，內(nèi)存和代碼段均位于綁定的響應(yīng) Node 上。對(duì)于具體的試驗(yàn)結(jié)果，將在下一部分進(jìn)行討論。

表3 優(yōu)化后 CockroachDB 第四個(gè)進(jìn)程的內(nèi)存使用詳情

表4 優(yōu)化后 CockroachDB 第四個(gè)進(jìn)程numa_maps 的關(guān)鍵信息

3 實(shí)驗(yàn)

為了驗(yàn)證所提出方法的有效性，本節(jié)主要介紹拆分二進(jìn)制實(shí)例的調(diào)優(yōu)方法在 PKS 體系下進(jìn)行評(píng)估。

3.1 實(shí)驗(yàn)環(huán)境

本實(shí)驗(yàn)采用兩臺(tái)PKS 雙路服務(wù)器，整機(jī)共128 個(gè)CPU 核心，運(yùn)行內(nèi)存 512 GB，通過萬(wàn)兆光纖直連的方式進(jìn)行通信。

實(shí)驗(yàn)采用一個(gè)基于 LuaJIT 的可編寫腳本的多線程基準(zhǔn)測(cè)試工具 sysbench。它最常用于數(shù)據(jù)庫(kù)基準(zhǔn)測(cè)試，sysbench 可以設(shè)置測(cè)試的線程、腳本等參數(shù)。在輸出結(jié)果方面，主要考察 sysbench 輸出的每秒事務(wù)數(shù)（Transactions Per Second，TPS），TPS 的大小反映數(shù)據(jù)庫(kù)的性能高低。測(cè)試場(chǎng)景選擇讀寫測(cè)試，這樣更貼合分布式數(shù)據(jù)庫(kù)實(shí)際應(yīng)用中的讀寫模擬。負(fù)載均衡選擇haproxy，這是一種流行的開源軟件 TCP/HTTP 負(fù)載均衡器和代理解決方案，可以在多系統(tǒng)上運(yùn)行。它最常見的用途是通過將工作負(fù)載分布到多個(gè)服務(wù)器（例如 Web、應(yīng)用程序、數(shù)據(jù)庫(kù)）來(lái)提高服務(wù)器環(huán)境的性能和可靠性。實(shí)驗(yàn)采用的軟件詳細(xì)信息如表5 所示。

表5 實(shí)驗(yàn)采用的軟件一覽表

實(shí)驗(yàn)環(huán)境的拓?fù)浣Y(jié)構(gòu)如圖4 所示，測(cè)試需要兩臺(tái)服務(wù)器，其中一臺(tái)裝有 sysbench 和 haproxy，作為壓力機(jī)，另一臺(tái)裝有四個(gè)實(shí)例的 CockroachDB 集群并創(chuàng)建一個(gè)名為 sysbench 的數(shù)據(jù)庫(kù)，包含30 個(gè)表，每個(gè)表有5 000 000條數(shù)據(jù)，每個(gè)實(shí)例的數(shù)據(jù)均位于一個(gè)單獨(dú)的 SSD 硬盤。測(cè)試前，確定好綁核策略，測(cè)試時(shí)，裝有sysbench 的服務(wù)器通過萬(wàn)兆光纖直連的方式向 CockroachDB 發(fā)送壓測(cè)命令，壓力機(jī)壓測(cè)5 次，每次90 s 的讀寫壓力測(cè)試。

圖4 實(shí)驗(yàn)環(huán)境拓?fù)鋱D

3.2 拆分實(shí)例實(shí)驗(yàn)結(jié)果

為了實(shí)驗(yàn)公平性，首先對(duì)照組 4 個(gè)實(shí)例使用同一個(gè)二進(jìn)制文件命名為 cockroach-21.1.9，每個(gè)用例綁定 16個(gè)CPU 核心，即兩個(gè) Node，且同時(shí)綁定內(nèi)存。綁定的詳細(xì)信息可查看表6 和表7。使用 sysbench 對(duì) CockroachDB 進(jìn)行4 組測(cè)試，每組分別并發(fā)32、64 和128 線程，觀察CPU 占用率和 numa_maps 信息、記錄 TPS 與平均時(shí)延，并且每輪測(cè)試前清除緩存。

表6 優(yōu)化前實(shí)例綁核詳情

表7 優(yōu)化后實(shí)例綁核詳情

圖5 和圖6 分別展示了優(yōu)化前后的 TPS 和 Lat 實(shí)驗(yàn)結(jié)果圖，實(shí)驗(yàn)先后進(jìn)行五輪，記錄第二輪至第五輪的數(shù)據(jù)每秒事務(wù)數(shù)和延遲（后文均分別用 TPS 和 Lat 表示），并取這四組數(shù)據(jù)的平均值，這樣的預(yù)熱操作是必要的，因?yàn)?CockroachDB 的最佳性能是在其各種緩存中填充了最相關(guān)的數(shù)據(jù)時(shí)實(shí)現(xiàn)，同時(shí)從內(nèi)存讀取通常比磁盤讀取要快得多，所以經(jīng)過預(yù)熱后記錄的數(shù)據(jù)更加準(zhǔn)確。

圖6 優(yōu)化前后 Lat 對(duì)比圖

實(shí)驗(yàn)結(jié)果表明，在相同的綁核綁內(nèi)存策略下，拆分實(shí)例相較于不拆分實(shí)例，TPS 有顯著提升，提高范圍在1.7 至 1.8 倍。通過觀察監(jiān)控面板，拆分實(shí)例后數(shù)據(jù)庫(kù)的 CPU 使用率更為均衡，每個(gè)實(shí)例 CPU 使用率保持在1 000% 至 1 400%（每個(gè)實(shí)例綁定的 16 核）之間，相互間差值小于 200。而不拆分實(shí)例測(cè)得的 CPU 使用率較不均衡，每個(gè)實(shí)例 CPU 使用率在 800% 到 1 500% 之間，實(shí)例相互間差值較大且不穩(wěn)定。

通過查看 numa_maps 信息分析造成這種現(xiàn)象的原因，在數(shù)據(jù)庫(kù)進(jìn)行優(yōu)化前，四個(gè)實(shí)例同名且 inode 相同，實(shí)例代碼段先會(huì)被讀入最先執(zhí)行綁定 Node 對(duì)應(yīng)的內(nèi)存，其余的三個(gè)實(shí)例執(zhí)行需要跨 Node 跨路獲取代碼段信息，存在頻繁跨 Node 進(jìn)行數(shù)據(jù)交互的場(chǎng)景，從而CPU 使用率不均衡，性能較低。在進(jìn)行優(yōu)化后，將CockroachDB 二進(jìn)制文件復(fù)制成命名不同的四份，雖然內(nèi)容相同，但名稱不同且 inode 不同，實(shí)例代碼段分別被讀入綁定 Node 的對(duì)應(yīng)內(nèi)存中，從而CPU 使用率相對(duì)均衡，使得性能提升。

4 結(jié)論

本文提出了基于 PKS 體系拆分 CockroachDB 二進(jìn)制實(shí)例的調(diào)優(yōu)方法，使得每個(gè)二進(jìn)制實(shí)例的代碼段能夠分布在被綁定相應(yīng)的 Node 上，從而降低跨 Node 訪問的性能損失。通過大量對(duì)比實(shí)驗(yàn)表明該方法能降低時(shí)延的同時(shí)，顯著提升 CockroachDB 的性能。