关于数据库:深入浅出带你走进-RocksDB

RocksDB 是基于 Google LevelDB 研发的高性能 Key-Value 长久化存储引擎，以库组件模式嵌入程序中，为大规模分布式应用在 SSD 上运行提供优化。RocksDB 重点是提供工具反对，具体实现将交给下层利用。

正是这种高度可定制化能力，使得 RocksDB 可涵盖包含工作负载等泛滥场景的利用，明天咱们将逐个为大家介绍：

“ 为什么须要内存管理器？
为什么不应用现有的内存管理器？
RocksDB 到底是如何实现的？”

01 为什么须要内存管理器？

RocksDB 有很多外围场景须要分配内存的，包含但不限于 Memtable、Cache、Iterator 等，高效优质的内存分配器就显得尤为重要。一个优良的通用内存分配器须要具备以下个性:

• 尽量避免内存碎片；并发调配性能好；
• 额定的空间损耗尽量少；
• 兼具通用性、兼容性、可移植性且易调试。

内存治理能够分为 3 个档次，自下而上别离是：

• 操作系统内核的内存治理；
• glibc 层应用零碎调用保护的内存治理；
• 应用程序从 glibc 层动静分配内存后，依据应用程序自身的程序个性进行优化，比方应用援用计数、std::shared_ptr、apache 等内存池形式的内存治理。

目前大部分服务端程序应用 glibc 提供的 malloc/free 系列函数，而 glibc 应用的 ptmalloc2 在性能上远远落后于 Google 的 Tcmalloc 和 Facebook 的 Jemalloc。后两者只需应用 LD_PRELOAD 环境变量启动程序即可，甚至并不需要从新编译。

02 为什么不应用现有内存管理器？

RocksDB 应用内存的场景集中在 Memtable、Cache、Iterator 等外围链路上，在保障高性能的同时，还须要实现对内存分配器外部管制（包含监控等）。

以后现有的内存分配器不具备被动上报内存监控细节，所以从长远看，仍旧须要本人实现 RocksDB 专有的内存管理器。内存管理器设计思路如下：

• 小内存的申请通过 Thread-cache 或者 Per-cpu cache，保障了 CPU 不会频繁的 cache-miss；
• 若反对 MAP_HUGETLB，则会间接 mmap；
• 若大页内存则间接从底层的分配器去申请。

03 RocksDB 是如何实现的？

如图所示，RocksDB 的内存管理器是反对并发的，接下来让咱们一起从源码动手，看看具体如何实现的。

Allocator

// Abstract interface for allocating memory in blocks. This memory is freed
// When the allocator object is destroyed. See the Arena class for more info.
class Allocator {
 public:
  virtual ~Allocator() {}
  // 分配内存
  virtual char* Allocate(size_t bytes) = 0;                     
  // 对齐分配内存
  virtual char* AllocateAligned(size_t bytes, size_t huge_page_size = 0,
                                Logger* logger = nullptr) = 0;  
  // 块大小
  virtual size_t BlockSize() const = 0;};

Arena

Arena 负责实现 RocksDB 的内存调配，咱们从中能够看到其针对不同大小的内存调配申请，采取不同的调配策略，从而缩小内存碎片。‍

class Arena : public Allocator {
    static const size_t kInlineSize = 2048;
    static const size_t kMinBlockSize;  // 4K
    static const size_t kMaxBlockSize;  // 2G
    
private:
    char inline_block_[kInlineSize] __attribute__((__aligned__(alignof(max_align_t))));
    const size_t kBlockSize;       // 每个 Block 的大小
    using Blocks = std::vector<char*>;
    Blocks blocks_;                // 调配的新 Block 地址（不够了就从新调配）struct MmapInfo {
        void* addr_;
        size_t length_;
        MmapInfo(void* addr, size_t length) : addr_(addr), length_(length) {}};
    std::vector<MmapInfo> huge_blocks_;     // 大块应用 mmap
    size_t irregular_block_num = 0;         // 不参差的块调配次数（块大于 kBlockSize/4）char* unaligned_alloc_ptr_ = nullptr;   // 未对齐的一端指针（高地址开始）char* aligned_alloc_ptr_ = nullptr;     // 对齐一端指针（低地址开始）size_t alloc_bytes_remaining_ = 0;      // 内存残余
    
    size_t blocks_memory_ = 0;              // 曾经调配的内存大小
    
    #ifdef MAP_HUGETLB
    size_t hugetlb_size_ = 0;
    #endif  // MAP_HUGETLB
    char* AllocateFromHugePage(size_t bytes);
    char* AllocateFallback(size_t bytes, bool aligned);
    char* AllocateNewBlock(size_t block_bytes);
    
    AllocTracker* tracker_;
}

针对 Allocate 和 AllocateAligned，咱们采纳对同一块 Block 的两端进行调配。AllocateAligned 从内存块的低地址开始调配，Allocate 从高地址开始调配。调配流程图如下：

ConcurrentArena

内存分配器不仅须要缩小内存碎片，同样须要保障并发调配的性能，那么 RocksDB 是如何实现 ConcurrentArena 的呢？

从内存治理架构图能够看出，RocksDB 保护了 CoreLocal 内存数组，每个线程从所在 CPU 对应的本地 Shard 上分配内存，若有余再去主内存 Arena 进行调配。咱们从几个外围类开始逐个介绍：

1、ConcurrentArena

class ConcurrentArena : public Allocator {
 public:
  // block_size and huge_page_size are the same as for Arena (and are
  // in fact just passed to the constructor of arena_.  The core-local
  // shards compute their shard_block_size as a fraction of block_size
  // that varies according to the hardware concurrency level.
  explicit ConcurrentArena(size_t block_size = Arena::kMinBlockSize,
                           AllocTracker* tracker = nullptr,
                           size_t huge_page_size = 0);
                           
  char* Allocate(size_t bytes) override {
    return AllocateImpl(bytes, false /*force_arena*/,
                        [this, bytes]() { return arena_.Allocate(bytes); });
  }

 private:
  ...
  CoreLocalArray<Shard> shards_;    // 保护了一个 CoreLocal 内存数组
  Arena arena_;                     // 主内存
  ...
};

2、CoreLocalArray

// An array of core-local values. Ideally the value type, T, is cache aligned to
// prevent false sharing.
template <typename T>
class CoreLocalArray {
 public:
  ...
  // returns pointer to element for the specified core index. This can be used,
  // e.g., for aggregation, or if the client caches core index.
  T* AccessAtCore(size_t core_idx) const;

 private:
  std::unique_ptr<T[]> data_;
  int size_shift_;
};

3、并发调配流程

template <typename Func>
  char* AllocateImpl(size_t bytes, bool force_arena, const Func& func) {
    size_t cpu;

    // 1：大块则间接从 Arena 上调配，须要加锁
    std::unique_lock<SpinMutex> arena_lock(arena_mutex_, std::defer_lock);
    if (bytes > shard_block_size_ / 4 || force_arena ||
        ((cpu = tls_cpuid) == 0 &&
         !shards_.AccessAtCore(0)->allocated_and_unused_.load(std::memory_order_relaxed) &&
         arena_lock.try_lock())) {if (!arena_lock.owns_lock()) {arena_lock.lock();
      }
      auto rv = func();
      Fixup();
      return rv;
    }

    // 2：筛选 CPU 对应的 Shard
    Shard* s = shards_.AccessAtCore(cpu & (shards_.Size() - 1));
    if (!s->mutex.try_lock()) {s = Repick();
      s->mutex.lock();}
    std::unique_lock<SpinMutex> lock(s->mutex, std::adopt_lock);

    size_t avail = s->allocated_and_unused_.load(std::memory_order_relaxed);
    
    // 2.1：若以后 Shard 可用内存不够时，去 Arena 调配存入 Shard
    if (avail < bytes) {
      // reload
      std::lock_guard<SpinMutex> reload_lock(arena_mutex_);

      // If the arena's current block is within a factor of 2 of the right
      // size, we adjust our request to avoid arena waste.
      auto exact = arena_allocated_and_unused_.load(std::memory_order_relaxed);
      assert(exact == arena_.AllocatedAndUnused());

      if (exact >= bytes && arena_.IsInInlineBlock()) {
        // If we haven't exhausted arena's inline block yet, allocate from arena
        // directly. This ensures that we'll do the first few small allocations
        // without allocating any blocks.
        // In particular this prevents empty memtables from using
        // disproportionately large amount of memory: a memtable allocates on
        // the order of 1 KB of memory when created; we wouldn't want to
        // allocate a full arena block (typically a few megabytes) for that,
        // especially if there are thousands of empty memtables.
        auto rv = func();
        Fixup();
        return rv;
      }

      avail = exact >= shard_block_size_ / 2 && exact < shard_block_size_ * 2
                  ? exact
                  : shard_block_size_;
      s->free_begin_ = arena_.AllocateAligned(avail);
      Fixup();}
    s->allocated_and_unused_.store(avail - bytes, std::memory_order_relaxed);

    // 3：依据是否对齐，判断是从高地址 / 低地址调配
    char* rv;
    if ((bytes % sizeof(void*)) == 0) {
      // aligned allocation from the beginning
      rv = s->free_begin_;
      s->free_begin_ += bytes;
    } else {
      // unaligned from the end
      rv = s->free_begin_ + avail - bytes;
    }
    return rv;
  }

总结

1. 入参 Func 就是下面传入的 Lambda 表达式：[this, bytes]() { returnarena_.Allocate(bytes)；
2. 当申请内存块较大时，间接从 Arena 调配且须要加锁；否则间接从以后 CPU 对应的 Shard 调配；
3. 若以后 Shard 可用内存不够，须要从 Arena 再次申请；4、依据是否对齐，判断从高 / 低地址调配。