High Load 2009 Imdg Presentation

In Memory Data Grids

Alexey KharlamovDevelopment ManagerGrid Dynamics, 2009

● Web 2.0: AJAX и стремление к высокой интерактивности● Экспоненциальный рост трафика● Закон Мура умирает

● Рост степени интеграции замедляется

● Увеличение плотности упаковки не ведет к росту производительности

• Ж елез о продолжает деш еветь

О этот новый мир

Что же делать?● Расти вширь — использовать параллельную обработку (scale

out)● Гауссовское распределение — наш спаситель!

● Мы можем делать только 20% работы и получать 80% заработной платы

● Использовать принцип пули● Сделать работу заранее и сохранить ее в памяти

● П амять продолжает деш еветь

Определение● Grid — а что это вообще такое?

● Машины действующие совместно для решения одной задачи

● А In-Memory Data Grid● Данные в памяти надежно хранятся● Всегда доступны и консистентны

● Network Attached Memory

● Ассоциативный массив● Данные делятся на

разделы/партиции● Партиция реплицируются

на несколько узлов

Динамический кластер● ПО Grid-а автоматически управляет узлами● Большое число партиций● Появление нового узла

● Перемещаем часть партиций на новый узел● Выход узла из системы

● Переводим backup-ы в master-а● Формируем backup-ы на живых узлах

● М ожем именять раз мер кластера во время работы

Кеширование базы данных● Когда

● Есть паттерн доступа в кеш● Высокая плотность записи

● Что● Read Through/Write behind● Вытеснение и обновление

● Запрос ы не конс ис тентны с кеш ем и нагружаю т Б Д

Все свое ношу с собой● Когда: безкомпромисный read/write; 20/80● Что

● Загружаем все данные в грид● Запросы в грид, подписываемся на

события● Сеть — узкое место

● Параллельная обработка внутри узлов грида

● Near Cache

Когда использовать● Скорость чтения/записи критична● Запросы к данным постоянны● Ваши данные влазят в 1ТБ● Вы выжали из дисковой подсистемы все что можно● Вам нужно горизонтально масштабироваться в онлайне,

например на public cloud

Когда использовать● НО

● Объем данных в памяти и в БД отличается в разы● Разработка и администрирование распределенной системы

это не шутка● Сеть: критическая точка

– Распределенный запросы плохо масштабируются.– Стрельба дробью — тоже.

Дизайн данных● Самый быстрый доступ по главному ключу● Помещайте родственные данные в одну партицию

● Их можно обрабатывать совместно прямо на узле грида● Сетевой запрос будет обрабатывать только 1 узел

● Балансируйте размер объектов в кеше● Маленькие объекты — много сетевых обращений● Большие объекты — избыточный трафик

Дизайн: Ускорение доступа● Используйте денормализацию данных

● Некоторые данные можно дублировать в нескольких местах● Подсчитайте часто используемые агрегаты заранее

● Минимизируйте обращения по сети● Используйте индексы

● IMDG предоставляет индексы для поиска по полям объектов● Создавайте свои собственные индексы

● Транз акции — КВ ИН ТЭ С С ЕН Ц ИЯ ЗЛА

Транзакций● IMDG — распределенная система: мы должны

использовать 2PC● Уже на 8 узлах скорость падает на 2 порядка

● Существуют сценарии нарушения целостности

● В большинстве систем транзакциями можно пожертвовать

● Либо использовать цепочки идемпотентных операции

Перевод денег: шаг 1● Считать ордер на перевод денег (order_id, счет 1, счет 2, сумма,

статус:начат)● Считать счет 1 и проверить, что order_id еще к нему не

применялся● Обновить счет 1, списав деньги и добавив order_id в список

примененных операций● Обновить статус order_id на списано

Перевод денег: шаг 2● Считать ордер на перевод денег (order_id, счет 1, счет 2, сумма,

статус:списано)● Считать счет 2 и проверить, что order_id еще к нему не

применялся● Обновить счет 2, начислив деньги и добавив order_id в список

примененных операций● Обновить статус order_id на начисленно

Перевод денег: завершение● Считать ордер на перевод денег (order_id, счет 1, счет 2, сумма,

статус:начисленно)● Считать счет 1 и удалить ссылку на order_id● Считать счет 2 и удалить ссылку на order_id● Обновить статус order_id на обработан● Транзакция завершена

Oracle Coherence

Gigaspaces GemFire Hazelcast Terracotta

Координация P2P Центр. P2P P2P P2P

Запросы Фильтрация SQL ODQL Фильтрация Нет

Лицензия Commercial Com./Free Commercial Free Free

Near Cache Да Да Да Нет Да

Выполнение Да Да Да Нет Нет*

Платформа Java/C/.Net Java/C/.Net Java Java Java

Scale-out Да Нет Да Да Нет*

Заключение● П ри помощи IM DG вы можете

● Радикально уменьшить нагрузку на БД и время отклика● Горизонтально масштабироваться во время выполнения

(например на public cloud)● Вести параллельную обработку данных на кластере● Обрабатывать данные в реальном времени● Обрабатывать тысячи транзакций в секунду

● С делать невоз можное воз можны м!

Материалы● http://blog.griddynamics.com/ ● Сайты вендоров, особенно форумы поддержки● InfoQ: http://www.infoq.com/ ● Cameron Purdy, /dev/null blog: http://www.jroller.com/cpurdy/ ● Nati Shalom: http://natishalom.typepad.com/ ● Brian Oliver: http://brianoliver.wordpress.com/ ● http://www.highscalability.com/

Вопросы ?

Спасибо

Alexey KharlamovDevelopment ManagerGrid Dynamics, 2009