作者:黄梦龙
背景知识
TiKV 使用 Raft 算法来提供高可用且具有强一致性的存储服务。在 Raft 中,Snapshot 指的是整个 State Machine 数据的一份快照,大体上有以下这几种情况需要用到 Snapshot:
- 正常情况下 leader 与 follower/learner 之间是通过 append log 的方式进行同步的,出于空间和效率的考虑,leader 会定期清理过老的 log。假如 follower/learner 出现宕机或者网络隔离,恢复以后可能所缺的 log 已经在 leader 节点被清理掉了,此时只能通过 Snapshot 的方式进行同步。
- Raft 加入新的节点的,由于新节点没同步过任何日志,只能通过接收 Snapshot 的方式来同步。实际上这也可以认为是 1 的一种特殊情形。
- 出于备份/恢复等需求,应用层需要 dump 一份 State Machine 的完整数据。
TiKV 涉及到的是 1 和 2 这两种情况。在我们的实现中,Snapshot 总是由 Region leader 所在的 TiKV 生成,通过网络发送给 Region follower/learner 所在的 TiKV。
理论上讲,我们完全可以把 Snapshot 当作普通的 RaftMessage
来发送,但这样做实践上会产生一些问题,主要是因为 Snapshot 消息的尺寸远大于其他 RaftMessage
:
- Snapshot 消息需要花费更长的时间来发送,如果共用网络连接容易导致网络拥塞,进而引起其他 Region 出现 Raft 选举超时等问题。
- 构建待发送 Snapshot 消息需要消耗更多的内存。
- 过大的消息可能导致超出 gRPC 的 Message Size 限制等问题。
基于上面的原因,TiKV 对 Snapshot 的发送和接收进行了特殊处理,为每个 Snapshot 创建单独的网络连接,并将 Snapshot 拆分成 1M 大小的多个 Chunk 进行传输。
源码解读
下面我们分别从 RPC 协议、发送 Snapshot、收取 Snapshot 三个方面来解读相关源代码。本文的所有内容都基于 v3.0.0-rc.2 版本。
Snapshot RPC call 的定义
与普通的 raft message 类似,Snapshot 消息也是使用 gRPC 远程调用的方式来传输的。在 pingcap/kvproto 项目中可以找到相关 RPC Call 的定义,具体在 tikvpb.proto 和 raft_serverpb.proto 文件中。
rpc Snapshot(stream raft_serverpb.SnapshotChunk) returns (raft_serverpb.Done) {}
...
message SnapshotChunk {
RaftMessage message = 1;
bytes data = 2;
}
message Done {}
可以看出,Snapshot 被定义成 client streaming 调用,即对于每个 Call,客户端依次向服务器发送多个相同类型的请求,服务器接收并处理完所有请求后,向客户端返回处理结果。具体在这里,每个请求的类型是 SnapshotChunk
,其中包含了 Snapshot 对应的 RaftMessage
,或者携带一段 Snapshot 数据;回复消息是一个简单的空消息 Done
,因为我们在这里实际不需要返回任何信息给客户端,只需要关闭对应的 stream。
Snapshot 的发送流程
Snapshot 的发送过程的处理比较简单粗暴,直接在将要发送 RaftMessage
的地方截获 Snapshot 类型的消息,转而通过特殊的方式进行发送。相关代码可以在 server/transport.rs 中找到:
fn write_data(&self, store_id: u64, addr: &str, msg: RaftMessage) {
if msg.get_message().has_snapshot() {
return self.send_snapshot_sock(addr, msg);
}
if let Err(e) = self.raft_client.wl().send(store_id, addr, msg) {
error!("send raft msg err"; "err" => ?e);
}
}
fn send_snapshot_sock(&self, addr: &str, msg: RaftMessage) {
...
if let Err(e) = self.snap_scheduler.schedule(SnapTask::Send {
addr: addr.to_owned(),
msg,
cb,
}) {
...
}
}
从代码中可以看出,这里简单地把对应的 RaftMessage
包装成一个 SnapTask::Send
任务,并将其交给独立的 snap-worker
去处理。值得注意的是,这里的 RaftMessage
只包含 Snapshot 的元信息,而不包括真正的快照数据。TiKV 中有一个单独的模块叫做 SnapManager
,用来专门处理数据快照的生成与转存,稍后我们将会看到从 SnapManager
模块读取 Snapshot 数据块并进行发送的相关代码。
我们不妨顺藤摸瓜来看看 snap-worker
是如何处理这个任务的,相关代码在 server/snap.rs,精简掉非核心逻辑后的代码引用如下:
fn run(&mut self, task: Task) {
match task {
Task::Recv { stream, sink } => {
...
let f = recv_snap(stream, sink, ...).then(move |result| {
...
});
self.pool.spawn(f).forget();
}
Task::Send { addr, msg, cb } => {
...
let f = future::result(send_snap(..., &addr, msg))
.flatten()
.then(move |res| {
...
});
self.pool.spawn(f).forget();
}
}
}
snap-worker
使用了 future
来完成收发 Snapshot 任务:通过调用 send_snap()
或 recv_snap()
生成一个 future 对象,并将其交给 FuturePool
异步执行。
现在我们暂且只关注 send_snap()
的 实现:
fn send_snap(
...
addr: &str,
msg: RaftMessage,
) -> Result<impl Future<Item = SendStat, Error = Error>> {
...
let key = {
let snap = msg.get_message().get_snapshot();
SnapKey::from_snap(snap)?
};
...
let s = box_try!(mgr.get_snapshot_for_sending(&key));
if !s.exists() {
return Err(box_err!("missing snap file: {:?}", s.path()));
}
let total_size = s.total_size()?;
let chunks = {
let mut first_chunk = SnapshotChunk::new();
first_chunk.set_message(msg);
SnapChunk {
first: Some(first_chunk),
snap: s,
remain_bytes: total_size as usize,
}
};
let cb = ChannelBuilder::new(env);
let channel = security_mgr.connect(cb, addr);
let client = TikvClient::new(channel);
let (sink, receiver) = client.snapshot()?;
let send = chunks.forward(sink).map_err(Error::from);
let send = send
.and_then(|(s, _)| receiver.map_err(Error::from).map(|_| s))
.then(move |result| {
...
});
Ok(send)
}
这一段流程还是比较清晰的:先是用 Snapshot 元信息从 SnapManager
取到待发送的快照数据,然后将 RaftMessage
和 Snap
一起封装进 SnapChunk
结构,最后创建全新的 gRPC 连接及一个 Snapshot stream 并将 SnapChunk
写入。这里引入 SnapChunk
是为了避免将整块 Snapshot 快照一次性加载进内存,它 impl 了 futures::Stream
这个 trait 来达成按需加载流式发送的效果。如果感兴趣可以参考它的 具体实现,本文就暂不展开了。
Snapshot 的收取流程
最后我们来简单看一下 Snapshot 的收取流程,其实也就是 gRPC Call 的 server 端对应的处理,整个流程的入口我们可以在 server/service/kv.rs 中找到:
fn snapshot(
&mut self,
ctx: RpcContext<'_>,
stream: RequestStream<SnapshotChunk>,
sink: ClientStreamingSink<Done>,
) {
let task = SnapTask::Recv { stream, sink };
if let Err(e) = self.snap_scheduler.schedule(task) {
...
}
}
与发送过程类似,也是直接构建 SnapTask::Recv
任务并转发给 snap-worker
了,这里会调用上面出现过的 recv_snap()
函数,具体实现 如下:
fn recv_snap<R: RaftStoreRouter + 'static>(
stream: RequestStream<SnapshotChunk>,
sink: ClientStreamingSink<Done>,
...
) -> impl Future<Item = (), Error = Error> {
...
let f = stream.into_future().map_err(|(e, _)| e).and_then(
move |(head, chunks)| -> Box<dyn Future<Item = (), Error = Error> + Send> {
let context = match RecvSnapContext::new(head, &snap_mgr) {
Ok(context) => context,
Err(e) => return Box::new(future::err(e)),
};
...
let recv_chunks = chunks.fold(context, |mut context, mut chunk| -> Result<_> {
let data = chunk.take_data();
...
if let Err(e) = context.file.as_mut().unwrap().write_all(&data) {
...
}
Ok(context)
});
Box::new(
recv_chunks
.and_then(move |context| context.finish(raft_router))
.then(move |r| {
snap_mgr.deregister(&context_key, &SnapEntry::Receiving);
r
}),
)
},
);
f.then(move |res| match res {
...
})
.map_err(Error::from)
}
值得留意的是 stream 中的第一个消息(其中包含有 RaftMessage
)被用来创建 RecvSnapContext
对象,其后的每个 chunk 收取后都依次写入文件,最后调用 context.finish()
把之前保存的 RaftMessage
发送给 raftstore
完成整个接收过程。
总结
以上就是 TiKV 发送和接收 Snapshot 相关的代码解析了。这是 TiKV 代码库中较小的一个模块,它很好地解决了由于 Snapshot 消息特殊性所带来的一系列问题,充分应用了 grpc-rs
组件及 futures
/FuturePool
模型,大家可以结合本系列文章的 第七篇 和 第八篇 进一步拓展学习。
原文阅读:https://www.pingcap.com/blog-cn/tikv-source-code-reading-10/