作者
范振(花名辰繁),阿里云开源大数据-OLAP 方向负责人
1
背景
注:以下代码分析版本为开源版本 ClickHouse v21.8.10.19-lts。类图、顺序图未严格按照 UML 规范;为方便表意,函数名、函数参数等未严格按照原版代码。
HouseKeeper Vs Zookeeper
Zookeeper java 开发,有 JVM 痛点,执行效率不如 C++;Znode 数量太多容易出现性能问题,Full GC 比较多。
Zookeeper 运维复杂,需要独立部署组件,之前出问题比较多。HouseKeeper 部署形态比较多,可以 standalone 模式和集成模式。
Zookeeper ZXID overflow 问题,HouseKeeper 没有该问题。
HouseKeeper 读写性能均有提升,支持读写线性一致性,关于一致性的级别参见https://xzhu0027.gitbook.io/blog/misc/index/consistency-models-in-distributed-system。
HouseKeeper 代码与 CK 统一,自主闭环可控。未来可扩展能力强,可以基于此做 MetaServer 的设计开发。主流的的 MetaServer 基本都是 Raft+rocksDB 的组合,可以借助该 codebase 进行开发。
Zookeeper Client
Zookeeper Client 完全不需要修改,HouseKeeper 完全适配 Zookeeper 的协议。
Zookeeper Client 由 CK 自己开发,放弃使用 libZookeeper(是一个bad smell代码库),CK 自己从 TCP 层进行封装遵循 Zookeeper Protocol。
2
架构图
3种部署模式,推荐第一种 standalone 方式,可以选择小机型 SSD 磁盘,最大程度发挥 Keeper 的性能。
3
核心流程图梳理
类图关系
入口 main 函数,主要做2件事:
初始化 Poco::Net::TCPServer,定义处理请求的 KeeperTCPHandler。
实例化 keeper_storage_dispatcher,并且调用
KeeperStorageDispatcher➝initialize()。该函数主要作用是以下几个:- <