來源:UnitedStack有云 作者:朱榮澤
1. 介紹
雲硬盤是IaaS雲平臺的重要組成部分,雲硬盤給虛擬機提供了持久的塊存儲設備。目前的AWS 的EBS(Elastic Block store)給Amazon的EC2實例提供了高可用高可靠的塊級存儲卷,EBS適合於一些需要訪問塊設備的應用,比如數據庫、文件系統等。在OpenStack中,可以使用Ceph、Sheepdog、GlusterFS作爲雲硬盤的開源解決方案,下面我們來了解Ceph的架構。
Ceph是統一存儲系統,支持三種接口。
· Object:有原生的API,而且也兼容Swift和S3的API
· Block:支持精簡配置、快照、克隆
· File:Posix接口,支持快照
Ceph也是分佈式存儲系統,它的特點是:
· 高擴展性:使用普通x86服務器,支持10~1000臺服務器,支持TB到PB級的擴展。
· 高可靠性:沒有單點故障,多數據副本,自動管理,自動修復。
· 高性能:數據分佈均衡,並行化度高。對於objects storage和block storage,不需要元數據服務器。
2. 背景
目前Inktank公司掌控Ceph的開發,但Ceph是開源的,遵循LGPL協議。Inktank還積極整合Ceph和其他雲計算和大數據平臺,目前Ceph支持OpenStack、CloudStack、OpenNebula、Hadoop等。
當前Ceph的最新穩定版本0.67(Dumpling),它的objects storage和block storage已經足夠穩定,而且Ceph社區還在繼續開發新功能,包括跨機房部署和容災、支持Erasure encoding等。Ceph具有完善的社區設施和發佈流程[1](每三個月發佈一個穩定版本) 。
目前Ceph有很多用戶案列,這是2013.03月Inktank公司在郵件列表中做的調查,共收到了81份有效反饋[2]。從調查中可以看到有26%的用戶在生產環境中使用Ceph,有37%的用戶在私有云中使用Ceph,還有有16%的用戶在公有云中使用Ceph。
目前Ceph最大的用戶案例是Dreamhost的Object Service,目前總容量是3PB,可靠性達到99.99999%,數據存放採用三副本,它的價格比S3還便宜。下圖中,左邊是Inktank的合作伙伴,右邊是Inktank的用戶。
3. 架構
3.1 組件
Ceph的底層是RADOS,它的意思是“A reliable,autonomous, distributed object storage”。 RADOS由兩個組件組成:
· OSD: Object StorageDevice,提供存儲資源。
· Monitor:維護整個Ceph集羣的全局狀態。
RADOS具有很強的擴展性和可編程性,Ceph基於RADOS開發了
Object Storage、Block Storage、FileSystem。Ceph另外兩個組件是:
· MDS:用於保存CephFS的元數據。
· RADOS Gateway:對外提供REST接口,兼容S3和Swift的API。
3.2 映射
Ceph的命名空間是 (Pool, Object),每個Object都會映射到一組OSD中(由這組OSD保存這個Object):
(Pool, Object) →(Pool, PG) → OSD set → Disk
Ceph中Pools的屬性有:
· Object的副本數
· Placement Groups的數量
· 所使用的CRUSH Ruleset
在Ceph中,Object先映射到PG(PlacementGroup),再由PG映射到OSD set。每個Pool有多個PG,每個Object通過計算hash值並取模得到它所對應的PG。PG再映射到一組OSD(OSD的個數由Pool 的副本數決定),第一個OSD是Primary,剩下的都是Replicas。
數據映射(Data Placement)的方式決定了存儲系統的性能和擴展性。(Pool, PG) → OSDset 的映射由四個因素決定:
· CRUSH算法:一種僞隨機算法。
· OSD MAP:包含當前所有Pool的狀態和所有OSD的狀態。
· CRUSH MAP:包含當前磁盤、服務器、機架的層級結構。
· CRUSH Rules:數據映射的策略。這些策略可以靈活的設置object存放的區域。比如可以指定 pool1中所有objecst放置在機架1上,所有objects的第1個副本放置在機架1上的服務器A上,第2個副本分佈在機架1上的服務器B上。 pool2中所有的object分佈在機架2、3、4上,所有Object的第1個副本分佈在機架2的服務器上,第2個副本分佈在機架3的服器上,第3個副本分佈在機架4的服務器上。
Client從Monitors中得到CRUSH MAP、OSD MAP、CRUSH Ruleset,然後使用CRUSH算法計算出Object所在的OSD set。所以Ceph不需要Name服務器,Client直接和OSD進行通信。僞代碼如下所示:
locator = object_name
obj_hash = hash(locator)
pg = obj_hash % num_pg
osds_for_pg = crush(pg) # returns a list of osds
primary = osds_for_pg[0]
replicas = osds_for_pg[1:]
這種數據映射的優點是:
· 把Object分成組,這降低了需要追蹤和處理metadata的數量(在全局的層面上,我們不需要追蹤和處理每個object的metadata和placement,只需要管理PG的metadata就可以了。PG的數量級遠遠低於object的數量級)。
· 增加PG的數量可以均衡每個OSD的負載,提高並行度。
· 分隔故障域,提高數據的可靠性。
3.3 強一致性
· Ceph的讀寫操作採用Primary-Replica模型,Client只向Object所對應OSD set的Primary發起讀寫請求,這保證了數據的強一致性。
· 由於每個Object都只有一個Primary OSD,因此對Object的更新都是順序的,不存在同步問題。
· 當Primary收到Object的寫請求時,它負責把數據發送給其他Replicas,只要這個數據被保存在所有的OSD上時,Primary才應答Object的寫請求,這保證了副本的一致性。
3.4 容錯性
在分佈式系統中,常見的故障有網絡中斷、掉電、服務器宕機、硬盤故障等,Ceph能夠容忍這些故障,並進行自動修復,保證數據的可靠性和系統可用性。
· Monitors是Ceph管家,維護着Ceph的全局狀態。Monitors的功能和zookeeper類似,它們使用Quorum和Paxos算法去建立全局狀態的共識。
· OSDs可以進行自動修復,而且是並行修復。
故障檢測:
OSD之間有心跳檢測,當OSD A檢測到OSD B沒有迴應時,會報告給Monitors說OSD B無法連接,則Monitors給OSD B標記爲down狀態,並更新OSD Map。當過了M秒之後還是無法連接到OSD B,則Monitors給OSD B標記爲out狀態(表明OSD B不能工作),並更新OSD Map。
備註:可以在Ceph中配置M的值。
故障恢復:
1. 當某個PG對應的OSD set中有一個OSD被標記爲down時(假如是Primary被標記爲down,則某個Replica會成爲新的Primary,並處理所有讀寫 object請求),則該PG處於active+degraded狀態,也就是當前PG有效的副本數是N-1。
2. 過了M秒之後,假如還是無法連接該OSD,則它被標記爲out,Ceph會重新計算PG到OSD set的映射(當有新的OSD加入到集羣時,也會重新計算所有PG到OSD set的映射),以此保證PG的有效副本數是N。
3. 新OSD set的Primary先從舊的OSD set中收集PG log,得到一份AuthoritativeHistory(完整的、全序的操作序列),並讓其他Replicas同意這份AuthoritativeHistory(也就是其他Replicas對PG的所有objects的狀態達成一致),這個過程叫做Peering。
4. 當Peering過程完成之後,PG進入active+recoverying狀態,Primary會遷移和同步那些降級的objects到所有的replicas上,保證這些objects 的副本數爲N。
4. 優點
4.1 高性能
· Client和Server直接通信,不需要代理和轉發
· 多個OSD帶來的高併發度。objects是分佈在所有OSD上。
· 負載均衡。每個OSD都有權重值(現在以容量爲權重)。
· client不需要負責副本的複製(由primary負責),這降低了client的網絡消耗。
4.2 高可靠性
· 數據多副本。可配置的per-pool副本策略和故障域佈局,支持強一致性。
· 沒有單點故障。可以忍受許多種故障場景;防止腦裂;單個組件可以滾動升級並在線替換。
· 所有故障的檢測和自動恢復。恢復不需要人工介入,在恢復期間,可以保持正常的數據訪問。
· 並行恢復。並行的恢復機制極大的降低了數據恢復時間,提高數據的可靠性。
4.3 高擴展性
· 高度並行。沒有單箇中心控制組件。所有負載都能動態的劃分到各個服務器上。把更多的功能放到OSD上,讓OSD更智能。
· 自管理。容易擴展、升級、替換。當組件發生故障時,自動進行數據的重新複製。當組件發生變化時(添加/刪除),自動進行數據的重分佈。
5. 測試
使用fio測試RBD的IOPS,使用dd測試RBD的吞吐率,下面是測試的參數:
· fio的參數:bs=4K,ioengine=libaio, iodepth=32, numjobs=16, direct=1
· dd的參數:bs=512M,oflag=direct
我們的測試服務器是AWS上最強的實例:
· 117GB內存
· 雙路 E5-2650,共16核
· 24 * 2TB 硬盤
服務器上的操作系統是Ubuntu 13.04,安裝Ceph Cuttlefish 0.61版,副本數設置爲2,RBD中的塊大小設置爲1M。爲了對比,同時還對軟件RAID10進行了測試。下面表格中的性能比是Ceph與RAID10性能之間的比較。
5.1 注意
因爲使用的是AWS上的虛擬機,所以它(Xen)掛載的磁盤都是設置了Cache的。因此下面測試的數據並不能真實反應物理磁盤的真實性能,僅供與RAID10進行對比。
5.2 IOPS
磁盤數 | 隨機寫 | 隨機讀 | ||||
Ceph | RAID10 | 性能比 | Ceph | RAID10 | 性能比 | |
24 | 1075 | 3772 | 28% | 6045 | 4679 | 129% |
12 | 665 | 1633 | 40% | 2939 | 4340 | 67% |
6 | 413 | 832 | 49% | 909 | 1445 | 62% |
4 | 328 | 559 | 58% | 666 | 815 | 81% |
2 | 120 | 273 | 43% | 319 | 503 | 63% |
5.3 吞吐率
磁盤數 | 順序寫(MB/S) | 順序讀(MB/S) | ||||
Ceph | RAID10 | 性能比 | Ceph | RAID10 | 性能比 | |
24 | 299 | 879 | 33% | 617 | 1843 | 33% |
12 | 212 | 703 | 30% | 445 | 1126 | 39% |
6 | 81 | 308 | 26% | 233 | 709 | 32% |
4 | 67 | 284 | 23% | 170 | 469 | 36% |
2 | 34 | 153 | 22% | 90 | 240 | 37% |
5.4 結果分析
從測試結果中,我們看到在單機情況下,RBD的性能不如RAID10,這是爲什麼?我們可以通過三種方法找到原因:
· 閱讀Ceph源碼,查看I/O路徑
· 使用blktrace查看I/O操作的執行
· 使用iostat觀察硬盤的讀寫情況
RBD的I/O路徑很長,要經過網絡、文件系統、磁盤:
Librbd -> networking -> OSD ->FileSystem -> Disk
Client的每個寫操作在OSD中要經過8種線程,寫操作下發到OSD之後,會產生2~3個磁盤seek操作:
· 把寫操作記錄到OSD的Journal文件上(Journal是爲了保證寫操作的原子性)。
· 把寫操作更新到Object對應的文件上。
· 把寫操作記錄到PG Log文件上。
我使用fio向RBD不斷寫入數據,然後使用iostat觀察磁盤的讀寫情況。在1分鐘之內,fio向RBD寫入了3667 MB的數據,24塊硬盤則被寫入了16084 MB的數據,被讀取了288 MB的數據。
向RBD寫入1MB數據 = 向硬盤寫入4.39MB數據 + 讀取0.08MB數據
6. 結論
在單機情況下,RBD的性能不如傳統的RAID10,這是因爲RBD的I/O路徑很複雜,導致效率很低。但是Ceph的優勢在於它的擴展性,它的性能會隨着磁盤數量線性增長,因此在多機的情況下,RBD的IOPS和吞吐率會高於單機的RAID10(不過性能會受限於網絡的帶寬)。
如前所述,Ceph優勢顯著,使用它能夠降低硬件成本和運維成本,但它的複雜性會帶來一定的學習成本。
Ceph的特點使得它非常適合於雲計算,那麼OpenStack使用Ceph的效果如何?下期《Ceph與OpenStack》將會介紹Ceph的自動化部署、Ceph與OpenStack的對接。
[1] http://www.ustack.com/blog/ceph-distributed-block-storage/#2_Ceph
[2] http://ceph.com/community/results-from-the-ceph-census/
本文來源:UnitedStack有云