華為云數(shù)據(jù)庫GaussDB揭秘：數(shù)據(jù)分級存儲

“只存儲這些數(shù)據(jù)一年就要花費(fèi)200多萬？”

面對老板的質(zhì)疑，小王又重新講解了一遍評估方案。為了支撐生產(chǎn)分析和系統(tǒng)運(yùn)維，一個(gè)設(shè)備就需要幾十個(gè)檢測點(diǎn)數(shù)據(jù)，所有設(shè)備24小時(shí)不斷采集數(shù)據(jù)，一天的數(shù)據(jù)量就會達(dá)到TB級，這些數(shù)據(jù)至少存儲2年，再加上高可用的3副本，總的數(shù)據(jù)量會達(dá)到PB級。

小王又展示了當(dāng)前云廠商存儲價(jià)格和性能對比的調(diào)研結(jié)果：

磁盤類型

SATA——NVME

成本100G/月

9.9——100

IOPS

2200——50000

吞吐量

50M/s——350M/s

訪問時(shí)延

5ms~10ms——1ms

不同存儲其性能差異很大。例如NVME盤的吞吐量是SATA盤的7倍，IOPS超過了20倍，當(dāng)然對應(yīng)的成本也高出10倍左右。根據(jù)測試評估，低成本的存儲性能無法滿足大量數(shù)據(jù)的寫入和實(shí)時(shí)業(yè)務(wù)的監(jiān)控，只得使用性能高的SSD盤，因此導(dǎo)致存儲的成本提高。

成本提高，老板自然不滿意。那如何才能既滿足性能需求，又能控制成本呢？小王想，“實(shí)際上，不是所有的數(shù)據(jù)處理都需要很高的性能，如果把價(jià)值高的數(shù)據(jù)放在高性能磁盤上滿足業(yè)務(wù)需求，價(jià)值低的數(shù)據(jù)放在低成本磁盤上降低成本，這樣不就既能滿足需求，又能降低成本了么？”

不過，想法很美好，現(xiàn)實(shí)很殘酷，要實(shí)現(xiàn)這個(gè)方案，小王面臨著更多的難題：

（1）怎么在一套系統(tǒng)中既能使用高性能存儲，又能使用低成本存儲？

（2）怎么區(qū)分高價(jià)值數(shù)據(jù)？

（3）高價(jià)值數(shù)據(jù)變成低價(jià)值數(shù)據(jù)后怎么自動(dòng)轉(zhuǎn)儲？

（4）當(dāng)前業(yè)務(wù)改造量要盡量少。

1.GaussDB(for Influx)解決方案

企業(yè)的數(shù)字化轉(zhuǎn)型，數(shù)據(jù)是基礎(chǔ)。為了能實(shí)時(shí)掌握設(shè)備、系統(tǒng)狀態(tài)，需要采集大量的數(shù)據(jù)并進(jìn)行實(shí)時(shí)處理。這些數(shù)據(jù)都屬于時(shí)序數(shù)據(jù)，帶有明顯的特點(diǎn)，如時(shí)間戳、更新少、數(shù)據(jù)源唯一等。除了數(shù)據(jù)本身的特點(diǎn)，在業(yè)務(wù)應(yīng)用上還具有如下特點(diǎn)：

• 隨著時(shí)間的推移，其被查詢和分析的概率越來越低。
• 隨著時(shí)間的推移，對數(shù)據(jù)分析的實(shí)時(shí)性要求越來越低。
• 隨著時(shí)間的推移，數(shù)據(jù)的精度要求越來越低。
• 數(shù)據(jù)只保留一段時(shí)間，到期后會刪除。

如何結(jié)合時(shí)序數(shù)據(jù)的特點(diǎn)，實(shí)現(xiàn)小王既滿足業(yè)務(wù)性能，又控制成本的美好愿望呢？華為云GaussDB(for Influx)時(shí)序數(shù)據(jù)庫的數(shù)據(jù)分級存儲功能完美解決了困擾小王的問題。

1. 華為云GaussDB(for Influx)依托云原生能力，實(shí)現(xiàn)了計(jì)算存儲分離的分布式架構(gòu)，其中存儲基于華為分布式存儲DFV和對象存儲OBS，解決了在一套系統(tǒng)中既能使用高性能存儲，又能使用低成本存儲的問題，其具體架構(gòu)如下圖：

分布式DFV存儲屬于高性能存儲，熱數(shù)據(jù)放在DFV中確保業(yè)務(wù)性能要求；OBS存儲屬于低成本存儲，冷數(shù)據(jù)存儲在OBS中，降低客戶成本。

2. 提供了冷熱數(shù)據(jù)自動(dòng)分離的方案，用戶在創(chuàng)建保留策略時(shí)，可以指定冷熱數(shù)據(jù)的劃分時(shí)間，系統(tǒng)根據(jù)用戶的指定，自動(dòng)將數(shù)據(jù)分為熱數(shù)據(jù)和冷數(shù)據(jù)，解決了數(shù)據(jù)如何劃分的問題。
3. 隨著時(shí)間的推移，熱數(shù)據(jù)轉(zhuǎn)冷，系統(tǒng)會自動(dòng)將數(shù)據(jù)轉(zhuǎn)儲到冷存儲上。
4. 上述過程中只有在創(chuàng)建RP時(shí)需要指定冷熱數(shù)據(jù)策略。對于業(yè)務(wù)側(cè)是不感知的，避免業(yè)務(wù)的適配和改造。

2.GaussDB(for Influx)冷熱存儲的使用

GaussDB(for Influx)存儲分級功能使用十分方便，在購買冷存儲后，設(shè)置RP策略時(shí)指定冷存儲的時(shí)間即可，系統(tǒng)會根據(jù)RP策略，自動(dòng)將冷數(shù)據(jù)轉(zhuǎn)儲到底成本存儲上。業(yè)務(wù)在訪問冷數(shù)據(jù)時(shí)，系統(tǒng)會自動(dòng)去冷存儲上讀取，整個(gè)過程業(yè)務(wù)是不感知的，對業(yè)務(wù)無影響。

2.1購買冷存儲

GaussDB(for Influx)支持一鍵購買冷存儲空間，可以在購買實(shí)例時(shí)選擇是否夠買冷存儲，選擇“是”，可以根據(jù)業(yè)務(wù)需求選擇冷存儲的大小，具體如下圖：

也可以在購買實(shí)例后，獨(dú)立購買冷存儲。進(jìn)入實(shí)例詳情頁面，點(diǎn)擊創(chuàng)建冷存儲空間，如下圖：

跳轉(zhuǎn)到如下頁面，按照業(yè)務(wù)需求進(jìn)行存儲空間大小選擇：

冷存儲空也支持在線擴(kuò)容，擴(kuò)容過程中不影響業(yè)務(wù)。

2.2設(shè)置冷數(shù)據(jù)規(guī)則

在購買了冷存儲空間后，就可以按照業(yè)務(wù)需求設(shè)置冷數(shù)據(jù)的規(guī)則，系統(tǒng)會根據(jù)規(guī)則，自動(dòng)劃分冷熱數(shù)據(jù)，并將冷數(shù)據(jù)存儲在冷存儲空間上。可以通過創(chuàng)建RP來指定冷熱數(shù)據(jù)規(guī)則，具體示例如下：

//在db名為mydb上創(chuàng)建名為myrp的RP，顯示指定WARM DURATION為6d，表示6天前的數(shù)據(jù)是冷數(shù)據(jù)。

create retention policy myrp on mydb duration 30d replication 1 warm duration 6d shard duration 3d

//在db名為mydb上創(chuàng)建名為myrp的RP，沒有指定WARM DURATION，表示沒有冷數(shù)據(jù)。

create retention policy myrp on mydb duration 30d replication 1 shard duration 3d

//創(chuàng)建名為mydb的db，并帶有名為myrp的RP，顯示指定WARM DURATION為3d，表示3天前的數(shù)據(jù)是冷數(shù)據(jù)。

create database mydb with duration 6d warm duration 3d name myrp

//修改WARM DURATION為7d，表示7天前的數(shù)據(jù)是冷數(shù)據(jù)。

alter retention policy myrp on mydb warm duration 7d

規(guī)則設(shè)置完成后，系統(tǒng)會根據(jù)指定的規(guī)則，自動(dòng)判斷哪些數(shù)據(jù)屬于冷數(shù)據(jù)，并自動(dòng)將數(shù)據(jù)轉(zhuǎn)儲到冷存儲上。

2.3使用效果驗(yàn)證

冷數(shù)據(jù)規(guī)則設(shè)置好，插入數(shù)據(jù)一段時(shí)間后，系統(tǒng)會自動(dòng)判斷數(shù)據(jù)是否轉(zhuǎn)為冷數(shù)據(jù)，如果已經(jīng)成為冷數(shù)據(jù)，系統(tǒng)會自動(dòng)將數(shù)據(jù)轉(zhuǎn)儲到冷存儲上?？梢酝ㄟ^show shards命令來查看數(shù)據(jù)的狀態(tài)，如下圖所示：

> show shards

name: hsdb

id database retention_policy shard_group start_time end_time expiry_time owners tier

-- -------- ---------------- ----------- ---------- -------- ----------- ------ ----

5 hsdb myrp 2 2019-08-12T00:00:00Z 2019-08-19T00:00:00Z 2019-08-19T00:00:00Z 4 cold

6 hsdb myrp 2 2019-08-12T00:00:00Z 2019-08-19T00:00:00Z 2019-08-19T00:00:00Z 5 moving

7 hsdb myrp 2 2019-08-12T00:00:00Z 2019-08-19T00:00:00Z 2019-08-19T00:00:00Z 6 warm

8 hsdb myrp 2 2019-08-12T00:00:00Z 2019-08-19T00:00:00Z 2019-08-19T00:00:00Z 7 cold

cold：表示數(shù)據(jù)為冷數(shù)據(jù)，已存儲在冷存儲中；

moving：表示數(shù)據(jù)為冷數(shù)據(jù)，該數(shù)據(jù)正在轉(zhuǎn)儲到冷存儲中；

warm：表示數(shù)據(jù)為熱數(shù)據(jù)。

3.總結(jié)

在應(yīng)用了GaussDB(for Influx)的冷熱分級存儲方案后，存儲100T的數(shù)據(jù)量一年，按照1個(gè)月內(nèi)的數(shù)據(jù)是熱數(shù)據(jù)，其余是冷數(shù)據(jù)，其總體的存儲成本從250萬降至37.5萬，可節(jié)省85%的存儲成本。

GaussDB(for Influx)除了冷熱分級存儲功能外，在集群化、讀寫性能、壓縮率、高可用方面也做了深度優(yōu)化，能更好地滿足時(shí)序應(yīng)用的各種場景。

審核編輯 黃昊宇