出品 | 滴滴技术
作者 | 胡海洋
前言:本文来自滴滴基础平台大数据架构离线引擎组,针对内部 hive 元数据上亿级别存储方案的实践;该架构体系从根本上提高了 hive 元数据服务的稳定性及扩展性问题。
▍背景
Apache Hive 是基于 Apache Hadoop 之上构建的数据仓库,提供了简单易用的类 SQL 查询语言,适合对大规模数据进行存储、查询操作,被广泛使用。
Hive 元数据 Metadata 包含用 Hive 创建的 Database、Table、Partition 等的元信息。此类元信息一般存储在关系型数据库中,如 Derby、MySQL 等。
在滴滴,我们是将元数据存储在 MySQL 里,随着业务的不断增长,Hive 元数据越来越庞大,出现单表存储超过上亿条记录的情况,这种情况下会导致 MySQL 查询压力过大,而且在高峰期间,经常导致机器 CPU 使用率达到 100%,影响服务稳定性。
为此,我们开始调研元数据 Federation 方案,实现元数据水平扩展能力,为 MySQL 解压,提升 Hive 稳定性。
▍Federation 方案介绍
▍2.1 Hive 架构体系演变
引入 Federation 之前的 Hive 架构体系:
该架构体系中用户使用的 Hive 客户端或者 Hivesever2 服务、Spark 引擎、Presto 引擎等都是访问统一 Hive Metastore 服务获取 Hive 元数据。
Hive Metastore 服务主要是使用 LVS + 多个 Hive Metastore 实例组成。所有的 Hive Metastore 实例共享一套主从 MySQL 环境作为 Hive 元数据存储 DB。
▍前期工作
为了缓解 Hive 元数据存储 DB(MySQL)查询压力,我们做了很多元数据治理工作,包括长时间无用的库、表、分区清理等。元数据访问限制包括查询分区表分区限制等功能,但这些并没有从根本上解决 MySQL 压力问题。
▍方案调研
MySQL 机器查询压力大的问题主要由于 Hive 元数据结构中只存在一个库,库中存在单表超过上亿条记录的情况。那为什么不考虑 MySQL 分库,分表等方案?如果采用 MySQL 分库,分表等方案,需要大量更改 Hive Metastore 接口,这样风险及成本较高,而且后期涉及 Hive 版本升级也会带来更多工作量。
基于 Hive Metastore 层实现 Federation(waggle_dance),实现思路主要是以 Hive DB 切分,在 Hive DB 层面将元数据分布多套 MySQL 环境存储,这样对 Hive Metastore 本身不需要做任何修改,这种方案也较好维护。
基于 Hive Metastore Federation 实现后的 Hive 架构体系:
▍2.2 waggle_dance 介绍
Reference:
https://cwiki.apache.org/conf…
https://github.com/HotelsDotC…
waggle-dance 是由 Hotels.com 公司开源的一个项目,该项目主要是联合多个 Hive Metastore 数据查询的服务,实现了一个统一的路由接口解决多套 Hive Metastore 环境间的元数据共享问题。
▍2.2.1 架构流程图
从架构图来看,waggle_dance 服务其实是承担 Router 路由的角色,后端配置多个 Hive Metastore 环境,接收客户端的元数据请求,通过 DB 与 Hive Metastore 路由关系将请求具体转发到相应的 Hive Metastore 环境执行操作。
这些操作对于客户端来说完全透明,对于客户端只是访问一套 Hive Metastore 的环境。
▍2.2.2 内部组件解析
waggle_dance 基于 Spring-boot 框架实现,主要包括如下几个模块:
▍WaggleDance 容器
服务启动类,主要初始化容器 Spring boot,加载 Listener,每个关键的类通过注解方式加载,初始化。
▍YamlFederatedMetaStoreStorage 模块
维护需要依赖 Hive Metastore 环境的配置信息及 Hive Database 名字到 Hive Metastore 服务之间的路由信息。
当前支持配置一个主 Hive Metastore 及多个从 Hive Metastore 策略。
主 Hive Metastore 与从 Hive Metastore 配置主要区分的属性 access-control-type。
- 主 Hive Metastore 定义属性 access-control-type:对当前环境的 Hive 元数据操作支持以上 4
种策略。 - 从 Hive Metastore 定义属性 access-control-type:对当前环境的 Hive 元数据操作只支持
READ_ONLY 只读策略。
▍文件配置管理模块
- WaggleDanceConfiguration: ThriftServer 服务属性配置
- GraphiteConfiguration:Graphite 监控属性配置
▍ThriftServer 模块
实现 ThriftServer 服务,基于 Hive ThriftHiveMetastore API 对外提供 RPC 服务。接口包括 create_database、drop_database、create_table 以及汇总信息查询如 get_all_databases、set_ugi 等操作。
这样可以做到完全兼容 Hive 客户端,Hivesever2 等服务请求协议,最终通过路由解析至对应的 Hive Metastore 建立连接并调用同名方法执行操作。
几个需要注意的地方:
- 接口的操作是区分只读和读写等策略,会根据路配置文件中定义的 Hive Metastore 的 access-control-type
属性决定。 - 对于那些无法通过库名来路由的接口,都是转发至主 Hive Metastore 环境执行操作。
▍Monitor 模块
- MonitoringConfiguration、MonitoredAspect:服务监控逻辑,主要采用 Java 监控类库 Metrics
实现(项目官网 http://metrics.dropwizard.io/),该库支持将相关监控信息通过 Ganglia 和
Graphite 等工具进行展示,主要对 JVM 内存,线程执行状态,Hive 元数据相关操作等监控。
▍FederationsAdmin 管理模块
- FederationsAdminController:restful 接口实现,供管理员使用,可动态完成对 Federation
Metastore 注册、注销及 Hive Database 名字与 Metastore 路由信息修改。
▍滴滴实践
▍3.1 服务改造
当前 waggle_dance 功能不能完全满足我们的使用要求,需要进行扩展。改进点如下:
- 目标是需要支持对多套 Hive Metastore 环境进行读写元数据操作,所以扩展
waggle-dance-federation.yml 文件模板支持配置多个主 Hive Metastore。 - MappingEventListener 增加 MULTI_PRIMARY 策略。根据多个主 Hive Metastore 模式实现对应的
Hive Database 名字 ->Metastore mapping 路由信息类。 - 修改 FederatedHMSHandler 等类相关处理逻辑(兼容 Hive 1.2.1 与 2.x 版本 Hive
ThriftHiveMetastore API)。这样做的好处是在客户端保持 Hive 1.2.1 版本的情况下可以完全兼容后端多个
Hive 版本 Metastore 服务,方便后期对 Metastore 服务版本升级。 - 修改监控模块,由于公司内部是使用 Ganglia 工具进行监控,将 Graphite 改造为 Ganglia 并优化监控指标。
- 相关性能优化,为了避免每个客户端连接过程中都需要建立一个 Database->Metastore mapping
路由信息耗费的内存操作,每个 waggle_dance 实例启动的时候缓存一个 Hive Database->Metastore
mapping 路由信息,该信息会被每个客户端连接请求的线程共用。
对于 Database->Metastore mapping 路由信息的维护,每个 waggle_dance 实例会定期请求后端多套 Hive Metastore 服务进行数据更新。
改造后 waggle_dance 架构流程图:
▍3.2 部署情况
为了将线上 MySQL 中的 Hive 元数据逐步分布到多套 MySQL 环境存储,需要部署一套新的 MySQL 环境(对应新的 Hive Metastore 环境)。
经过内部压力测试,我们得出结论,一个 waggle_dance 实例可以对接于一套 Hive Metastore 环境。考虑 Hive Metastore 环境横向扩展及保证服务的稳定性,部署了一套 waggle_dance 集群由 LVS+4 个 waggle_dance 实例组成。
后续会将已有 MySQL 中存储的 Hive 库,表元数据信息逐步迁移到新的 MySQL 环境,为了迁移过程中减少对用户使用的影响,未来还需要开发 waggle-dance 按表路由等功能。
▍总结
当前方案上线已经稳定运行几个月,新的体系架构会支持横向扩展多套 MySQL 环境,从根本上解决由于一套 MySQL 环境带来的性能及服务稳定问题。
▍END
原文来源 / 滴滴云(didi-cloud)
转载请至 / 转载合作入口