dynamo（Dynamo的入门基础）

本文目录

• Dynamo的入门基础
• dynamo怎么添加子类别
• Dynamo的高级分析

Dynamo的入门基础

Dynamo的意思是发电机，顾名思义，这一整套的方案都像发电机一样，源源不断地提供服务，永不间断。以下内容看上去有点教条，但基本上如果你要理解原理，这每一项都是必须知道的。 CAP原则先来看历史，Eric A. Brewer教授，Inktomi公司的创始人，也是berkeley大学的计算机教授，Inktomi是雅虎搜索2013年的台端技术核心支持。最主要的是，他们 （Inktomi公司）在最早的时间里，开始研究分布计算。CAP原则的提出，可以追溯到2000年的时候（可以想象有多么早！），Brewer教授在一次谈话中，基于他运作Inktomi以及在伯克利大学里的经验，总结出了CAP原则（文末参考资料中有其演讲资料链接）。图一是来自Brewer教授当年所画的图：图一：CAP原则当年的PPTConsistency（一致性）：即数据一致性，简单的说，就是数据复制到了N台机器，如果有更新，要N机器的数据是一起更新的。Availability（可用性）：好的响应性能，此项意思主要就是速度。Partition tolerance（分区容错性）：这里是说好的分区方法，体现具体一点，简单地可理解为是节点的可扩展性。定理：任何分布式系统只可同时满足二点，没法三者兼顾。忠告：架构师不要将精力浪费在如何设计能满足三者的完美分布式系统，而是应该进行取舍。DHT——分布式哈希表DHT（Distributed Hash Table，分布式哈希表），它是一种分布式存储寻址方法的统称。就像普通的哈希表，里面保存了key与value的对应关系，一般都能根据一个key去对应到相应的节点，从而得到相对应的value。这里随带一提，在DHT算法中，一致性哈希作为第一个实用的算法，在大多数系统中都使用了它。一致性哈希基本解决了在P2P环境中最为关键的问题 ——如何在动态的网络拓扑中分布存储和路由。每个节点仅需维护少量相邻节点的信息，并且在节点加入/退出系统时，仅有相关的少量节点参与到拓扑的维护中。至于一致性哈希的细节就不在这里详细说了，要指明的一点是，在Dynamo的数据分区方式之后，其实内部已然是一个对一致性哈希的改造了。

dynamo怎么添加子类别

首先要给项目中的常规模型设置所需要的共享参数。然后新建各个构件族，输入四个属性，接下来要设置每个构件的编号。具体如下：1.首先要给项目中的常规模型设置所需要的共享参数。2.然后新建各个构件族，族的名称要遵守命名规则：楼层+预制构件标识+编号（如预制墙板15-17PCB-1），由于各项目预制构件的编码方式不同，程序可能需要微调。 3.构件一共有四个属性需要输入，项目名称，楼号比较容易，直接设置即可，构件的楼层属性要提取每个构件所在的楼层，然后赋予给构件楼层属性。 4.接下来要设置每个构件的编号，也是任务最繁琐的一步，需要一个一个的手动输入，因为每个构件的编号都不一样，如15PCQ-1（15楼的预制墙1）。思路是1.提取构件实际所在的楼层，提取数字2转化为字符串"2"2.提取构件的族名称，去除左侧的楼层，提取字符串"PCB-1"3.将两个字符串相加即可得到每个构件的真正编号"2PCB-1"4.将"2PCB-1"赋予给属性构件平面编号。

Dynamo的高级分析

有了上面一章里的两个基础介绍之后，我们开始进入Dynamo的世界。Dynamo的数据分区与作用在Dynamo的实现中提到一个关键的东西，就是数据分区。 假设我们的数据的key的范围是0到2的64次方（不用怀疑你的数据量会超过它，正常甚至变态情况下你都是超不过的，甚至像伏地魔等其他类Dynamo系统是使用的 2的32次方），然后设置一个常数，比如说1000，将我们的key的范围分成1000份。然后再将这1000份key的范围均匀分配到所有的节点（s个节点），这样每个节点负责的分区数就是1000/s份分区。如图二，假设我们有A、B、C三台机器，然后将我们的分区定义了12个。图二：三个节点分12个区的数据的情况因为数据是均匀离散到这个环上的（有人开始会认为数据的key是从1、2、3、4……这样子一直下去的，其实不是的，哈希计算出来的值，都是一个离散的结果），所以我们每个分区的数据量是大致相等的。从图上我们可以得出，每台机器都分到了三个分区里的数据，并且因为分区是均匀的，在分区数量是相当大的时候，数据的分布会更加的均匀，与此同时，负载也被均匀地分开了（当然了，如果硬要说你的负载还是只集中在一个分区里，那就不是在这里要讨论的问题了，有可能是你的哈希函数是不是有什么样的问题了）。为什么要进行这样的分布呢，分布的好处在于，在有新机器加入的时候，只需要替换原有分区即可，如图三所示：图三：加入一个新的节点D的情况同样是图二里的情况，12个分区分到ABC三个节点，图三中就是再进入了一个新的节点D，从图上的重新分布情况可以得出，所有节点里只需要转移四分之一的数据到新来的节点即可，同时，新节点的负载也伴随分区的转移而转移了（这里的12个分区太少了，如果是1200个分区甚至是12000个分区的话，这个结论就是正确的了，12个分区只为演示用）。从Dynamo的NRW看CAP法则在Dynamo系统中，第一次提出来了NRW的方法。N：复制的次数；R：读数据的最小节点数；W：写成功的最小分区数。这三个数的具体作用是用来灵活地调整Dynamo系统的可用性与一致性。举个例子来说，如果R=1的话，表示最少只需要去一个节点读数据即可，读到即返回，这时是可用性是很高的，但并不能保证数据的一致性，如果说W同时为1的 话，那可用性更新是最高的一种情况，但这时完全不能保障数据的一致性，因为在可供复制的N个节点里，只需要写成功一次就返回了，也就意味着，有可能在读的这一次并没有真正读到需要的数据（一致性相当的不好）。如果W=R=N=3的话，也就是说，每次写的时候，都保证所有要复制的点都写成功，读的时候也是都读到，这样子读出来的数据一定是正确的，但是其性能大打折扣，也就是说，数据的一致性非常的高，但系统的可用性却非常低了。如果R + W 》 N能够保证我们“读我们所写”，Dynamo推荐使用322的组合。Dynamo系统的数据分区让整个网络的可扩展性其实是一个固定值（你分了多少区，实际上网络里扩展节点的上限就是这个数），通过NRW来达到另外两个方 向上的调整。Dynamo的一些增加可用性的补救针对一些经常可能出现的问题，Dynamo还提供了一些解决的方法。第一个是hinted handoff数据的加入：在一个节点出现临时性故障时，数据会自动进入列表中的下一个节点进行写操作，并标记为handoff数据，在收到通知需要原节点恢复时重新把数据推回去。这能使系统的写入成功大大提升。第二个是向量时钟来做版本控制：用一个向量（比如说表示这个数据在a节点第一次写入）来标记数据的版本，这样在有版本冲突的时候，可以追溯到出现问题的地方。这可以使数据的最终一致成为可能。（Cassandra未用vector clock，而只用client timestamps也达到了同样效果。）第三个是Merkle tree来提速数据变动时的查找：使用Merkle tree为数据建立索引，只要任意数据有变动，都将快速反馈出来。第四个是Gossip协议：一种通讯协议，目标是让节点与节点之间通信，省略中心节点的存在，使网络达到去中心化。提高系统的可用性。