Redis實踐系列丨Codis數據遷移原理與優化

Codis介紹

Codis 是一種Redis集群的實現方案，與Redis社區的Redis cluster類似，基于slot的分片機制構建一個更大的Redis節點集群，對于連接到codis的Redis客戶端來說, 除了部分不支持的命令外，與連接開源的 Redis Server 沒有明顯的區別, 客戶端代碼基本需要進行修改，Codis-proxy會根據訪問的key進行slot的計算，然后轉發請求到對應的Redis-server，對于客戶端來說，中間的codis-proxy是不可見的，因此根據客戶業務的需要，可以使用codis構建大規模的Redis 服務，或者僅僅是用于把請求分擔多個Redis-server提高系統的吞吐量。

與業界著名的twproxy相比，除了支持Redis的轉發，coids還支持不停機的數據遷移，使用戶可以在容量或者吞吐量要求有變化時，輕松進行節點的增減，本文主要對codis的遷移原理進行分析，并提出一個可行的優化點。

本文是基于codis3.0版本。

（圖片來自網絡）

Codis遷移實現原理

Codis-dashboard在啟動時，運行了4個后臺線程(goroutine)，包括后臺redis狀態同步、proxy狀態同步、slot事件處理、sync事件處理，并提供了slot相關的RestFUL API進行slot與Redis-group歸屬關系的定義、遷移的定義和觸發。

如下結構定義一個slot與Redis-group的歸屬關系和遷移關系，GroupId表示索引為Id的slot所屬的redis-group，而Action用于表示一次遷移，Action.TargetId表示該slot要遷移的目標redis-group的Id，Action.State表示遷移的狀態，主要有Pending、Preparing、Prepared、Migrating、Finished幾種狀態。

type SlotMapping struct {

                Id      int `json:"id"`

                GroupId int `json:"group_id"`

                Action struct {

                                Index    int    `json:"index,omitempty"`

                                State    string `json:"state,omitempty"`

                                TargetId int    `json:"target_id,omitempty"`

        UpdatedAt int64 `json:"updated_at,omitempty"`

                } `json:"action"`

}

手動進行一次遷移過程，可以用如下命令來觸發：

codis-admin --dashboard=ADDR -slot-action --create --sid=ID --gid=ID，比如把slot 10遷移到group 5，則可以執行” codis-admin --dashboard=ADDR -slot-action --create --sid=10 --gid=5”

如果是把多個slot遷移到同一個server，則可以使用如下命令，一次性來定義若干個遷移操作，codis-admin --slot-action    --create-range --beg=ID --end=ID --gid=ID，比如把slot 10~15遷移到group 5，則可以執行” codis-admin --dashboard=ADDR -slot-action –create--range --beg=10 –end=15 --gid=5”。

一次遷移的執行過程中，slot的Action的狀態會發生變化，過程為：

也可以觸發codis進行rebalance，命令為：codis-admin --dashboard=ADDR –rebalance        --confirm，codis會自動把slot往一些新加入的節點進行遷移，使各個節點負責的slot均衡。

Codis遷移的測試

經測試，對于一個64G規模的集群（由8個節點組成，每個節點8G），使用redis-benchmark寫滿數據，每個key的value長度為32字節，總共寫入341446298（3.4億）條數據，擴容到128G，即對其中的512個slot進行遷移。

測試結果如下：

從測試結果來看，遷移速度非常慢，每遷移一個slot需要花費基本1個小時，因此使用codis時，需要監控數據量，當數據不夠時，需要進行及時的擴容，否則當空間不夠時的故障處理和恢復時間可能影響線上業務。

Codis遷移代碼分析及瓶頸分析

從測試結果來看，遷移速度確實非常慢，極端情況下可能會影響線上業務，因此對遷移過程進行分析和優化就很有必要，下邊對關鍵的實現代碼handleSlotRebalance 、StartDaemonRoutines、ProcessSlotAction進行解讀，并分析優化改進的地方。

01

handleSlotRebalance實現分析

這個函數的主要邏輯分為三部分：

1）找到需要遷移的slot；

2）為每個新節點分配slot；

3）生成遷移操作；

上面的代碼的邏輯是：

1）根據節點個數和slot槽數(固定的1024)，計算每個節點上應該負責的slot槽數，表示為bound；

2）對每個redis-group，找到需要遷移出去的slot，表示為pending；

生成遷移計劃：

1）遍歷所有的redis-group，對于已有的slot小于應該負責的slot槽數的，就要遷移一些槽進來；

2）所有的redis-group，決定需要遷移進來的slot列表，表示為plans；

遍歷遷移計劃，使用create actionRange生成一系列的slot action，并保存到etcd，下一步就需要由后臺線程去etcd中取出slot操作進行分別處理。

02

StartDaemonRoutines

這個代碼是在dashboard啟動時就啟動的后臺任務，每隔5秒鐘觸發一次slot操作，且只會運行一個slot操作任務。

03

ProcessSlotAction實現分析

分為兩步Topom.SlotActionPrepare和Topom.processSlotAction。

從上面代碼可以看出：

下邊再分析processSlotAction的實現：

可以看出：

04

瓶頸分析

從上面的分析可以得出：

這個設計的好處是，遷移過程對客戶業務的影響很小，但是也有一些明顯的缺點：

由于擴容一般會有一定的提前量，且會選在業務低峰期進行，因此可以對該遷移方案進行優化，可以在不對業務訪問造成太大的影響的前提下提高遷移效率。

Codis代碼優化

根據上面對遷移實現的分析，優化的思路為：

1、Slot遷移并行化

從代碼實現的分析，有2個點可以選擇：

 最終處理代碼簡單化的考慮，選擇了方案2，同時考慮到如下幾點：

如下優化代碼，啟動至多10個線程進行slot事件的處理。

同時修改SlotActionPrepare，選擇一個狀態為Pending且沒有歸屬于同一個redis-server的slot，進行處理。

2、Multikey遷移

修改redis-server的遷移指令，支持一次遷移多個key，為了靈活性，把遷移的個數從外部傳入，代碼比較顯而易見，參考如下：

Codis遷移優化測試結果

經過驗證，對于一個64G規模的集群，使用redis-benchmark寫滿數據，每個key的value長度為32字節，總共寫入341446298（3.4億）條數據，擴容到128G，即對其中的512個slot進行遷移。最終測試結果為：

因此，經過優化后遷移性能有極大的提升。當然當前的配置也是考慮到了盡量不影響客戶的業務訪問，一次遷移的數據量并不是最大化的，在某些情況下，可以修改配置，一次遷移更多的key，可以更加快速的完成遷移。