一、背景介绍

当前公司内部没有统一的KV存储服务，很多业务都将 Redis 集群当作KV存储服务在使用，但是部分业务可能不需要 Redis 如此高的性能，却承担着巨大的机器资源成本（内存价格相对磁盘来说更加昂贵）。为了降低存储成本的需求，同时尽可能减少业务迁移的成本，我们基于 TiKV 研发了一套磁盘KV存储服务。

(资料图)

1.1 架构简介

以下对这种KV存储(下称磁盘KV)的架构进行简单描述，为后续问题描述做铺垫。

1.1.1 系统架构

磁盘KV使用目前较流行的计算存储分离架构，在TiKV集群上层封装计算层（后称Tula）模拟Redis集群（对外表现是不同的Tula负责某些slot范围），直接接入业务Redis客户端。

图1：磁盘KV架构图示

业务写入数据基于Tula转换成TiKV中存储的KV对，基于类似的方式完成业务数据的读取。

注意：Tula中会选举出一个leader，用于进行一些后台任务，后续详细说。

1.1.2 数据编码

TiKV对外提供的是一种KV的读写功能，但是Redis对外提供的是基于数据结构提供读写能力（例如SET，LIST等），因此需要基于TiKV现有提供的能力，将Redis的数据结构进行编码，并且可以方便地在TiKV中进行读写。

TiKV提供的API比较简单：基于key的读写接口，以及基于字典序的迭代器访问。

因此，Tula层面基于字典序的机制，对Redis的数据结构基于字典序进行编码，便于访问。

注意：TiKV的key是可以基于字典序进行遍历（例如基于某个前缀进行遍历等），后续的编码，机制基本是基于字典序的特性进行设计。

为了可以更好地基于字典序排列的搜索特性下对数据进行读写，对于复杂的数据结构，我们会使用另外的空间去存放其中的数据（例如SET中的member，HASH中的field）。而对于简单的数据结构（类似STRING），则可以直接存放到key对应的value中。

为此，我们在编码设计上，会分为metaKey和dataKey。metaKey是基于用户直接访问的key进行编码，是编码设计中直接对外的一层；dataKey则是metaKey的存储指向，用来存放复杂数据结构中的具体内部数据。

另外，为了保证访问的数据一致性，我们基于TiKV的事务接口进行对key的访问。

（1）编码&字段

以下以编码中的一些概念以及设定，对编码进行简述。

key的编码规则如下：

图2：key编码设计图示

以下对字段进行说明

namespace为了方便在一个TiKV集群中可以存放不同的磁盘KV数据，我们在编码的时候添加了前缀namespace，方便集群基于这个namespace在同一个物理TiKV空间中基于逻辑空间进行分区。dbid因为原生Redis是支持select语句，因此在编码上需要预留字段表示db的id，方便后续进行db切换（select语句操作）的时候切换，表示不同的db空间。role用于区分是哪种类型的key。对于简单的数据结构（例如STRING），只需要直接在key下面存储对应的value即可。但是对于一些复杂的数据结构（例如HASH，LIST等），如果在一个value下把所有的元素都存储了，对与类似SADD等指令的并发，为了保证数据一致性，必然可以预见其性能不足。因此，磁盘KV在设计的时候把元素数据按照独立的key做存储，需要基于一定的规则对元素key进行访问。这样会导致在key的编码上，会存在key的role字段，区分是用户看到的key（metaKey），还是这种元素的key（dataKey）。其中，如果是metaKey，role固定是M；如果是dataKey，则是D。keyname在metaKey和dataKey的基础上，可以基于keyname字段可以较方便地访问到对应的key。suffix针对dataKey，基于不同的Redis数据结构，都需要不同的dataKey规则进行支持。因此此处需要预留suffix区间给dataKey在编码的时候预留空间，实现不同的数据类型。

以下基于SET类型的SADD指令,对编码进行简单演示：

图3: SADD指令的编码设计指令图示

基于userKey,通过metaKey的拼接方式,拼接metaKey并且访问访问metaKey获取value中的基于value中的uuid,生成需要的dataKey写入生成的dataKey

（2）编码实战

编码实战中，会以SET类型的实现细节作为例子，描述磁盘KV在实战中的编码细节。

在这之前，需要对metaKey的部分实现细节进行了解

（3）metaKey存储细节

所有的metaKey中都会存储下列数据。

图4：metaKey编码设计图示

uuid：每一个metaKey都会有一个对应的uuid，表示这个key的唯一身份。create_time：保存该元数据的创建时间update_time:保存该元数据的最近更新时间expire_time:保存过期时间data_type:保存该元数据对应的数据类型，例如SET，HASH，LIST，ZSET等等。encode_type:保存该数据类型的编码方式

（4）SET实现细节

基于metaKey的存储内容，以下基于SET类型的数据结构进行讲解。

SET类型的dataKey的编码规则如下：

keyname：metaKey的uuidsuffix：SET对应的member字段

因此，SET的dataKey编码如下：

图5：SET数据结构dataKey编码设计图示

以下把用户可以访问到的key称为user-key。集合中的元素使用member1，member2等标注。

这里，可以梳理出访问逻辑如下：

图6：SET数据结构访问流程图示

简述上图的访问逻辑：

基于user-key拼接出metaKey，读取metaKey的value中的uuid。基于uuid拼接出dataKey，基于TiKV的字典序遍历机制获取uuid下的所有member。

1.1.3 过期&GC设计

对标Redis，目前在user-key层面满足过期的需求。

因为存在过期的数据，Redis基于过期的hash进行保存。但是如果磁盘KV在一个namespace下使用一个value存放过期的数据，显然在EXPIRE等指令下存在性能问题。因此，这里会有独立的编码支持过期机制。

鉴于过期的数据可能无法及时删除（例如SET中的元素），对于这类型的数据需要一种GC的机制，把数据完全清空。

（1）编码设计

针对过期以及GC（后续会在机制中详细说），需要额外的编码机制，方便过期和GC机制的查找，处理。

过期编码设计

为了可以方便地找到过期的key（下称expireKey），基于字典序机制，优先把过期时间的位置排到前面，方便可以更快地得到expireKey。

编码格式如下：

图7：expireKey编码设计图示

其中：

expire-key-prefix：标识该key为expireKey，使用固定的字符串标识slot：4个字节，标识slot值，对user-key进行hash之后对256取模得到，方便并发扫描的时候线程可以分区扫描，减少同key的事务冲突expire-time：标识数据的过期时间user-key：方便在遍历过程中找到user-key，对expireKey做下一步操作GC编码设计

目前除了STRING类型，其他的类型因为如果在一次过期操作中把所有的元素都删除，可能会存在问题：如果一个user-key下面的元素较多，过期进度较慢，这样metaKey可能会长期存在，占用空间更大。

因此使用一个GC的key（下称gcKey）空间，安排其他线程进行扫描和清空。

编码格式如下：

图8：gcKey编码设计图示

（2）机制描述

基于前面的编码，可以对Tula内部的过期和GC机制进行简述。

因为过期和GC都是基于事务接口，为了减少冲突，Tula的leader会进行一些后台的任务进行过期和GC。

过期机制

因为前期已经对过期的user-key进行了slot分开，expireKey天然可以基于并发的线程进行处理，提高效率。

图9：过期机制处理流程图示

简述上图的过期机制：

拉起各个过期作业协程，不同的协程基于分配的slot，拼接协程下的expire-key-prefix，扫描expireKey扫描expireKey，解析得到user-key基于user-key拼接得到metaKey，访问metaKey的value，得到uuid根据uuid，添加gcKey添加gcKey成功后，删除metaKey

就目前来说，过期速度较快，而且key的量级也不至于让磁盘KV存在容量等过大负担，基于hash的过期机制目前表现良好。

GC机制

目前的GC机制比较落后：基于当前Tula的namespace的GC前缀（gc-key-prefix），基于uuid进行遍历，并且删除对应的dataKey。

图10：GC机制处理流程图示

简述上图的GC机制：

拉起一个GC的协程，扫描gcKey空间解析扫描到的gcKey，可以获得需要GC的uuid基于uuid，在dataKey的空间中基于字典序，删除对应uuid下的所有dataKey

因此，GC本来就是在expire之后，会存在一定的滞后性。

并且，当前的GC任务只能单线程操作，目前来说很容易造成GC的迟滞。

1.2 问题描述

1.2.1 问题现象

业务侧多次反馈，表示窗口数据（定期刷入重复过期数据）存在的时候，磁盘KV占用的空间特别大。

我们使用工具单独扫描对应的Tula配置namespace下的GC数据结合，发现确实存在较多的GC数据，包括gcKey，以及对应的dataKey也需要及时进行删除。

1.2.2成因分析

现网的GC过程速度比不上过期的速度。往往expireKey都已经没了，但是gcKey很多，并且堆积。

这里的问题点在于：前期的设计中，gcKey的编码并没有像expireKey那样提前进行了hash的操作，全部都是uuid。

如果有一个类似的slot字段可以让GC可以使用多个协程进行并发访问，可以更加高效地推进GC的进度，从而达到满足优化GC速度的目的，窗口数据的场景可以得到较好的处理。

下面结合两个机制的优劣，分析存在GC堆积的原因。

图11：GC堆积成因图示

简单来说，上图的流程中：

过期的扫描速度以及处理速度很快，expireKey很快及时的被清理并且添加到gcKey中GC速度很慢，添加的gcKey无法及时处理和清空

从上图分析可以知道：如果窗口数据的写入完全超过的GC的速度的话，必然导致GC的数据不断堆积，最后导致所有磁盘KV的存储容量不断上涨。

二、优化2.1 目标

分析了原始的GC机制之后，对于GC存在滞后的情况，必然需要进行优化。

如何加速GC成为磁盘KV针对窗口数据场景下的强需求。

但是，毕竟TiKV集群的性能是有上限的，在进行GC的过程也应该照顾好业务请求的表现。

这里就有了优化的基本目标：在不影响业务的正常使用前提下，对尽量减少GC数据堆积，加速GC流程。

2.2.实践

2.2.1 阶段1

在第一阶段，其实并没有想到需要对GC这个流程进行较大的变动，看可不可以从当前的GC流程中进行一些简单调整，提升GC的性能。

分析

GC的流程相对简单：

图12：GC流程图示

可以看到，如果存在gcKey，会触发一个批次的删除gcKey和dataKey的流程。

最初设计存在sleep以及批次的原因在于减少GC对TiKV的影响，降低对现网的影响。

因此这里可以调整的范围比较有限：按照批次进行控制，或者缩短批次删除之间的时间间隔。

尝试

缩短sleep时间（甚至缩短到0，去掉sleep过程），或者提高单个批次上限。

结果

但是这里原生sleep时间并不长，而且就算提高批次个数，毕竟单线程，提高并没有太大。

小结

原生GC流程可变动的范围比较有限，必须打破这种局限才可以对GC的速度得以更好的优化。

2.2.2 阶段2

第一阶段过后，发现原有机制确实局限比较大，如果需要真的把GC进行加速，最好的办法是在原有的机制上看有没有办法类似expireKey一样给出并发的思路，可以和过期一样在质上提速。

但是当前现网已经不少集群在使用磁盘KV集群，并发提速必须和现网存量key设计一致前提下进行调整，解决现网存量的GC问题。

分析

如果有一种可能，更改GC的key编码规则，类似模拟过期key的机制，添加slot位置，应该可以原生满足这种多协程并发进行GC的情况。

但是基于当前编码方式，有没有其他办法可以较好地把GC key分散开来？

把上述问题作为阶段2的分析切入点，再对当前的GC key进行分析：

图13：gcKey编码设计图示

考虑其中的各个字段：

namespace：同一个磁盘KV下GC空间的必然一致gc-key-prefix：不管哪个磁盘KV的字段必然一致dbid：现网的磁盘KV都是基于集群模式，dbid都是0uuid：映射到对应的dataKey

分析下来，也只有uuid在整个gcKey的编码中是变化的。

正因为uuid的分布应该是足够的离散，此处提出一种比较大胆的想法：基于uuid的前若干位当作hash slot，多个协程可以基于不同的前缀进行并发访问。

因为uuid是一个128bit长度（8个byte）的内容，如果拿出前面的8个bit（1个byte），可以映射到对应的256个slot。

尝试

基于上述分析，uuid的前一个byte作为hash slot的标记，这样，GC流程变成：

图14：基于uuid划分GC机制图示

简单描述下阶段2的GC流程：

GC任务使用协程，分成256个任务每一个任务基于前缀扫描的时候，从之前扫描到dbid改成后续补充一个byte，每个协程被分配不同的前缀，进行各自的任务执行GC任务执行逻辑和之前单线程逻辑保持不变，处理gcKey以及dataKey。

这样，基于uuid的离散，GC的任务可以拆散成并发协程进行处理。

这样的优点不容置疑，可以较好地进行并发处理，提高GC的速度。

结果

基于并发的操作，GC的耗时可以缩短超过一半。后续会有同样条件下的数据对比。

小结

阶段2确实带来一些突破：再保留原有gcKey设计的前提下，基于拆解uuid的方法使得GC的速度有质的提高。

但是这样会带来问题：对于dataKey较多（可以理解为一个HASH，或者一个SET的元素较多）的时候，删除操作可能对TiKV的性能带来影响。这样带来的副作用是：如果并发强度很高地进行GC，因为TiKV集群写入（无论写入还是删除）性能是一定的，这样是不是可能导致业务的正常写入可能带来了影响？

如何可以做到兼顾磁盘KV日常的写入和GC？这成了下一个要考虑的问题。

2.2.3 阶段3

阶段2之后，GC的速度是得到了较大的提升，但是在测试过程中发现，如果在过程中进行写入，写入的性能会大幅度下降。如果因为GC的性能问题忽视了现网的业务正常写入，显然不符合线上业务的诉求。

磁盘KV的GC还需要一种能力，可以调节GC。

分析

如果基于阶段2，有办法可以在业务低峰期的时候进行更多的GC，高峰期的时候进行让路，也许会是个比较好的方法。

基于上面的想法，我们需要在Tula层面可以比较直接地知道当前磁盘KV的性能表现到底到怎样的层面，当前是负荷较低还是较高，应该用怎样的指标去衡量当前磁盘KV的性能？

尝试

此处我们进行过以下的一些摸索：

基于TiKV的磁盘负载进行调整基于Tula的时延表现进行调整基于TiKV的接口性能表现进行调整

暂时发现TiKV的接口性能表现调整效果较好，因为基于磁盘负载不能显式反馈到Tula的时延表现，基于Tula的时延表现应该需要搜集所有的Tula时延进行调整（对于同一个TiKV集群接入多个不同的Tula集群有潜在影响），基于TiKV的接口性能表现调整可以比较客观地得到Tula的性能表现反馈。

在阶段1中，有两个影响GC性能的参数：

sleep时延单次处理批次个数

加上阶段2并发的话，会有三个可控维度，控制GC的速度。

调整后的GC流程如下：

图15：自适应GC机制图示

阶段3对GC添加自适应机制，简述如下：

①开启协程，搜集TiKV节点负载

发现TiKV负载较高，控制GC参数，使得GC缓慢进行发现TiKV负载较低，控制GC参数，使得GC激进进行

②开启协程，进行GC

发现不需要GC，控制GC参数，使得GC缓慢进行结果

基于监控表现，可以明显看到，GC不会一直强制占据TiKV的所有性能。当Tula存在正常写入的时候，GC的参数会响应调整，保证现网写入的时延。

小结

阶段３之后，可以保证写入和但是从TiKV的监控上看，有时候GC并没有完全把TiKV的性能打满。

是否有更加高效的GC机制，可以继续提高磁盘KV的GC性能？

2.2.4 阶段4

基于阶段3继续尝试找到GC性能更高的GC方式。

分析

基于阶段3的优化，目前基于单个节点的Tula应该可以达到一个可以较高强度的GC，并且可以给现网让路的一种情况。

但是，实际测试的时候发现，基于单个节点的删除，速度应该还有提升空间（从TiKV的磁盘IO可以发现，并没有占满）。

这里的影响因素很多，例如我们发现client-go侧存在获取tso慢的一些报错。可能是使用客户端不当等原因造成。

但是之前都是基于单个Tula节点进行处理。既然每个Tula都是模拟了Redis的集群模式，被分配了slot区间去处理请求。这里是不是可以借鉴分片管理数据的模式，在GC的过程直接让每个Tula管理对应分片的GC数据？

这里先review一次优化阶段2的解决方式：基于uuid的第一个byte，划分成256个区间。leader Tula进行处理的时候基于256个区间。

反观一个Tula模拟的分片范围是16384（0-16383），而一个byte可以表示256（0-255）的范围。

如果使用2个byte，可以得到65536（0-65535）的范围。

这样，如果一个Tula可以基于自己的分片范围，映射到GC的范围，基于Tula的Redis集群模拟分片分布去做基于Tula节点的GC分片是可行的。

假如某个Tula的分片是从startSlot到endSlot（范围：0-16383），只要经过简单的映射：

startHash = startSlot* 4endHash = （endSlot + 1）* 4 - 1

基于这样的映射，可以直接把Tula的GC进行分配，而且基本在优化阶段2中无缝衔接。

尝试

基于分析得出的机制如下：

图16：多Tula节点GC机制图示

可以简单地描述优化之后的GC流程：

① 基于当前拓扑划分当前Tula节点的startHash与endHash

② 基于步骤1的startHash与endHash，Tula分配协程进行GC，和阶段2基本一致：

GC任务使用协程，分成多个任务。每一个任务基于前缀扫描的时候，从之前扫描到dbid改成后续补充2个byte，每个协程被分配不同的前缀，进行各自的任务执行。GC任务执行逻辑和之前单线程逻辑保持不变，处理gcKey以及dataKey。

基于节点分开之后，可以满足在每个节点并发地前提下，各个节点不相干地进行GC。

结果

基于并发的操作，GC的耗时可以在阶段2的基础上继续缩短。后续会有同样条件下的数据对比。

小结

基于节点进行并发，可以更加提高GC的效率。

但是我们在这个过程中也发现，client-go的使用上可能存在不当的情况，也许调整client-go的使用后可以获得更高的GC性能。

三、优化结果对比

我们基于一个写入500W的SET作为写入数据。其中每一个SET都有一个元素，元素大小是4K。

因为阶段2和阶段4的提升较大，性能基于这两个进行对比：

表1：各阶段GC耗时对照表

可以比较明显地看出：

阶段2之后的GC时延明显缩减阶段4之后的GC时延可以随着节点数的增长存在部分缩减四、后续计划

阶段4之后，我们发现Tula的单节点性能应该有提升空间。我们会从以下方面进行入手：

补充更多的监控项目，让Tula更加可视，观察client-go的使用情况。基于上述调整跟进client-go在不同场景下的使用情况，尝试找出client-go在使用上的瓶颈。尝试调整client-go的使用方式，在Tula层面提高从指令执行，到GC，过期的性能。五、总结

回顾我们从原来的单线程GC，到基于编码机制做到了多线程GC，到为了减少现网写入性能影响，做到了自适应GC，再到为了提升GC性能，进行多节点GC。

GC的性能提升阶段依次经历了以下过程：

单进程单协程单进程多协程多进程多协程

突破点主要在于进入阶段2（单进程多协程）阶段，设计上的困难主要来源于：已经存在存量数据，我们需要兼顾存量数据的数据分布情况进行设计，这里我们必须在考虑存量的gcKey存在的前提下，原版gcKey的编码设计与基于字典序的遍历机制对改造造成的约束。

但是这里基于原有的设计，还是有空间进行一些二次设计，把原有的问题进行调优。

这个过程中，我们认为有几点比较关键：

在第一次设计的时候，应该从多方面进行衡量，思考好某种设计会带来的副作用。在上线之前，对各种场景（例如不同的指令，数据大小）进行充分测试，提前发现出问题及时修正方案。已经是存量数据的前提下，更应该对原有的设计进行重新梳理。也许原有的设计是有问题的，遵循当前设计的约束，找出问题关键点，基于现有的设计尝试找到空间去调整，也许存在调优的空间。