更多技術交流、求職機會，歡迎關注位元組跳動資料平臺微信公眾號，回復【1】進入官方交流群
相信大家都對大名鼎鼎的ClickHouse有一定的了解了，它強大的資料分析性能讓人印象深刻，但在位元組大量生產使用中，發現了ClickHouse依然存在了一定的限制，本篇將詳細介紹我們是如何為ClickHouse增強高可用能力的，
位元組遇到的ClickHouse可用性問題
隨著位元組業務的快速發展，產品快速擴張，承載業務的ClickHouse集群節點數也快速增加，另一方面，按照天進行的資料磁區也快速增加，一個集群管理的庫表特別多，開始出現元資料不一致的情況，兩方面結合，導致集群的可用性極速下降，以至于到了業務難以接受的程度，直觀的問題有三類：
1、故障變多
典型的例子如硬體故障，幾乎每天都會出現，另外，當集群達到一定的規模，Zookeeper會成為瓶頸，增加故障發生頻率，
2、故障恢復時間長
因為資料磁區變多，導致一旦發生故障，恢復時間經常會需要1個小時以上，這是業務方完全不能接受的，
3、運維復雜度提升
以往只需要一個人負責運維的集群，由于節點增加和磁區變多，運維復雜度和難度成倍的增加，目前運維人數增加了幾人也依然拙荊見肘，依然難保證集群的穩定運行，
可用性問題已經成為制約業務發展的重要問題，因此我們決定將影響高可用的問題一一拆解，并逐個解決，
提升高可用能力的方案
一、降低Zookeeper壓力
問題所在：
原生ClickHouse 使用 ReplicatedMergeTree 引擎來實作資料同步，原理上，ReplicatedMergeTree 基于 ZooKeeper 完成多副本的選主、資料同步、故障恢復等功能，由于 ReplicatedMergeTree 對 ZooKeeper 的使用比較重，除了每組副本一些表級別的元資訊，還存盤了邏輯日志、part 資訊等潛在數量級較大的資訊，Zookeeper并不是一個能做到良好線性擴展的系統，當ZooKeeper 在相對較高的負載情況下運行時，往往性能表現并不佳，甚至會出現副本無法寫入，資料也無法同步的情況，在位元組內部實際使用和運維 ClickHouse 的程序中，ZooKeeper 也是非常容易成為一個瓶頸的組件，
改造思路：
ReplicatedMergeTree 支持 insert_quorum，insert_quorum 是指如果副本數為3，insert_quorum=2，要成功寫入至少兩個副本才會回傳寫入成功，
新磁區在副本之間復制的流程如下：
可以看到，反復在 zookeeper 中進行分發日志、資料交換等步驟，這正是引起瓶頸的原因之一，
為了降低對 ZooKeeper 的負載，在ByteHouse中重新實作了一套 HaMergeTree 引擎，通過HaMergeTree降低對 ZooKeeper 的請求次數，減少在 ZooKeeper 上存盤的資料量，新的 HaMergeTree 同步引擎：
1）保留ZooKeeper上表級別的元資訊；
2）簡化邏輯日志的分配；
3）將 part 資訊從 ZooKeeper 日志移除，
HaMergeTree 減少了操作日志等資訊在zookeeper里面的存放，來減少zookeeper的負載，zookeeper里面只是存放log LSN, 具體日志在副本之間通過gossip協議同步回放，
在保持和ReplicatedMergeTree完全兼容的前提下，新的 HaMergeTree 極大減輕了對 ZooKeeper 的負載，實作了 ZooKeeper 集群的壓力與資料量不相關，上線后，因Zookeeper導致的例外大量減少，無論是單集群幾百甚至上千節點，還是單節點上萬張表，都能保障良好的穩定性，
二、提升故障恢復能力
問題所在：
雖然所有資料從業者都在做各種努力，想要保證線上生產環境不出故障，但是現實中還是難以避免會遇到各式各樣的問題，主要是由下面這幾種因素引起的：
軟體缺陷：軟體設計本身的Bug引起的系統非正常終止，或依賴的組件兼容引發的問題，
硬體故障：常見的有磁盤損壞、內容故障、CPU故障等，當集群規模擴大后發生的頻率也線性增加，
記憶體溢位導致行程被停止：在OLAP資料庫中經常發生，
意外因素：如斷電、誤操作等引發的問題，
由于原生ClickHouse希望達到極致性能的初衷，所以在ClickHouse系統中元資料常駐于記憶體中，這導致了ClickHouse server重啟時間非常長，因而當故障發生后，恢復的時間也很長，動輒一到兩個小時，相當于業務也要中斷一到兩個小時，當故障頻繁出現，造成的業務損失是無法估量的，
改造思路：
為了解決上述問題，在ByteHouse中采用了元資料持久化的方案，將元資料持久化到RocksDB， Server啟動時直接從RocksDB加載元資料，記憶體中也僅僅存放必要的Part資訊，因此可以減少元資料對記憶體的占用，以及加速集群的啟動以及故障恢復時間，
如下圖所示，元資料持久化整體上采用了RocksDB+Meta in Memory的方式，每個Table都會對應一個RocksDB資料庫存放該表所有Part的元資訊，Table首次啟動時，從檔案系統中加載的Part元資料將被持久化到RocksDB中；之后重啟時就可以直接從RocksDB中加載Part，每個表從RocksDB或者檔案系統加載的Part將只在記憶體中存放必要的Part資訊，在實際使用Part時，將通過記憶體中存放的Part元資訊去RocksDB中讀取并加載對應Part，
完成元資料持久化后，在性能基本無損失的情況下，單機支持的part不再受記憶體容量的限制，可以達到100萬以上，最重要的是，故障恢復的時間顯著縮短，只需要此前的幾十分之一的時間就可以完成，例如在原生ClickHouse中需要一到兩個小時的恢復時間，在ByteHouse中只需要3分鐘，大大提高的系統的高可用能力，為業務提供了堅實保障，
三、其他方面
除了以上兩點，在ByteHouse中在其他很多方面都為高可用能力做了增強，如通過HaKafka引擎提升了資料寫入的高可用性，提升實時資料寫入的容錯率，可自動切換主備寫入；增加了監控運維平臺，實作對關鍵指標的監控、告警；增加多種問題診斷工具，能實作故障的快速定位，
對于資料分析平臺來說，穩定性是重中之重，我們對ByteHouse的高可用能力的提升是不會停止的，在極致性能的背后，力圖為用戶提供最強有力的穩定性保障，
立即跳轉火山引擎ByteHouse官網了解詳情
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/508855.html
標籤：大數據
上一篇：如何設計企業級資料埋點采集方案？