存储层设计介绍1 -- 存储结构设计解析
三寸九州 发布于2021-03 浏览:4725 回复:2
0
收藏
最后编辑于2021-04

1 整体介绍

Doris是基于MPP架构的交互式SQL数据仓库,主要用于解决近实时的报表和多维分析。Doris高效的导入、查询离不开其存储结构精巧的设计。

 

本文主要通过阅读Doris BE模块代码,详细分析了Doris BE模块存储层的实现原理,阐述和解密Doris高效的写入、查询能力背后的核心技术。其中包括Doris列存的设计、索引设计、数据读写流程、Compaction流程、Tablet和Rowset的版本管理、数据备份等功能。这里会通过三篇文章来逐步进行介绍,分别为《Doris存储层设计介绍1——存储结构设计解析》、《Doris存储层设计介绍2——读写、compaction流程分析》、《Doris存储层设计介绍3——读取流程、Compaction流程分析》。

 


本文为第一篇《Doris存储层设计介绍1——存储结构设计解析》,文章介绍了Segment V2版本的存储层结构,包括了有序存储、稀疏索引、前缀索引、位图索引、BloomFilter等丰富功能,可以应对各种复杂的场景提供极速的查询能力。

 

 

 

 


2 设计目标

 

 


批量导入,少量更新


绝大多数的读请求


宽表场景,读取大量行,少量列


非事务场景


良好的扩展性

 

 

 

 


3 储存文件格式

 

 


3.1 存储目录结构


存储层对存储数据的管理通过storage_root_path路径进行配置,路径可以是多个。存储目录下一层按照分桶进行组织,分桶目录下存放具体的tablet,按照tablet_id命名子目录。

 

Segment文件存放在tablet_id目录下按SchemaHash管理。Segment文件可以有多个,一般按照大小进行分割,默认为256MB。其中,Segment v2文件命名规则为:${rowset_id}_${segment_id}.dat。


具体存储目录存放格式如下图所示:

 


3.2 Segment v2文件结构


Segment整体的文件格式分为数据区域,索引区域和footer三个部分,如下图所示:

 


Data Region: 用于存储各个列的数据信息,这里的数据是按需分page加载的


Index Region: Doris中将各个列的index数据统一存储在Index Region,这里的数据会按照列粒度进行加载,所以跟列的数据信息分开存储


Footer信息


SegmentFooterPB: 定义文件的元数据信息


4个字节的FooterPB内容的checksum


4个字节的FileFooterPB消息长度,用于读取FileFooterPB


8个字节的MAGIC CODE,之所以在末位存储,是方便不同的场景进行文件类型的识别


下面分布介绍各个部分的存储格式的设计。

 

 


4 Footer信息

 

Footer信息段在文件的尾部,存储了文件的整体结构,包括数据域的位置,索引域的位置等信息,其中有SegmentFooterPB,CheckSum,Length,MAGIC CODE 4个部分。

SegmentFooterPB数据结构如下:

 

 

SegmentFooterPB采用了PB格式进行存储,主要包含了列的meta信息、索引的meta信息,Segment的short key索引信息、总行数。

 

 


4.1 列的meta信息


ColumnId:当前列在schema中的序号


UniqueId:全局唯一的id


Type:列的类型信息


Length:列的长度信息


Encoding:编码格式


Compression:压缩格式


Dict PagePointer:字典信息

 

 


4.2 列索引的meta信息


OrdinalIndex:存放列的稀疏索引meta信息。
ZoneMapIndex:存放ZoneMap索引的meta信息,内容包括了最大值、最小值、是否有空值、是否没有非空值。SegmentZoneMap存放了全局的ZoneMap信息,PageZoneMaps则存放了每个页面的统计信息。
BitMapIndex:存放BitMap索引的meta信息,内容包括了BitMap类型,字典数据BitMap数据。
BloomFilterIndex:存放了BloomFilter索引信息。
为了防止索引本身数据量过大,ZoneMapIndex、BitMapIndex、BloomFilterIndex采用了两级的Page管理。对应了IndexColumnMeta的结构,当一个Page能够放下时,当前Page直接存放索引数据,即采用1级结构;当一个Page无法放下时,索引数据写入新的Page中,Root Page存储数据Page的地址信息。

 

 

 

 


5 Ordinal Index (一级索引)

 

 


Ordinal Index索引提供了通过行号来查找Column Data Page数据页的物理地址。Ordinal Index能够将按列存储数据按行对齐,可以理解为一级索引。其他索引查找数据时,都要通过Ordinal Index查找数据Page的位置。因此,这里先介绍Ordinal Index索引。

 

 


在一个segment中,数据始终按照key(AGGREGATE KEY、UNIQ KEY 和 DUPLICATE KEY)排序顺序进行存储,即key的排序决定了数据存储的物理结构。确定了列数据的物理结构顺序,在写入数据时,Column Data Page是由Ordinal index进行管理,Ordinal index记录了每个Column Data Page的位置offset、大小size和第一个数据项行号信息,即Ordinal。这样每个列具有按行信息进行快速扫描的能力。Ordinal index采用的稀疏索引结构,就像是一本书目录,记录了每个章节对应的页码。

 

 


5.1 存储结构


Ordinal index元信息存储在SegmentFooterPB中的每个列的OrdinalIndexMeta中。具体结构如下图所示:

 

在OrdinalIndexMeta中存放了索引数据对应的root page地址,这里做了一些优化,当数据仅有一个page时,这里的地址可以直接指向唯一的数据page;当一个page放不下时,指向OrdinalIndex类型的二级结构索引page,索引数据中每个数据项对应了Column Data Page offset位置、size大小和ordinal行号信息。其中Ordinal index索引粒度与page粒度一致,默认64*1024字节。

 

 

 

 


6 列数据存储


Column的data数据按照Page为单位分块存储,每个Page大小一般为64*1024个字节。Page在存储的位置和大小由ordinal index管理。

 


6.1 data page存储结构


DataPage主要为Data部分、Page Footer两个部分。


Data部分存放了当前Page的列的数据。当允许存在Null值时,对空值单独存放了Null值的Bitmap,由RLE格式编码通过bool类型记录Null值的行号。

 


Page Footer包含了Page类型Type、UncompressedSize未压缩时的数据大小、FirstOrdinal当前Page第一行的RowId、NumValues为当前Page的行数、NullMapSize对应了NullBitmap的大小。

 

 


6.2 数据压缩


针对不同的字段类型采用了不同的编码。默认情况下,针对不同类型采用的对应关系如下:



默认采用LZ4F格式对数据进行压缩。

 


7 Short Key Index索引

 

 


7.1 存储结构


Short Key Index前缀索引,是在key(AGGREGATE KEY、UNIQ KEY 和 DUPLICATE KEY)排序的基础上,实现的一种根据给定前缀列,快速查询数据的索引方式。这里Short Key Index索引也采用了稀疏索引结构,在数据写入过程中,每隔一定行数,会生成一个索引项。这个行数为索引粒度默认为1024行,可配置。该过程如下图所示:

其中,KeyBytes中存放了索引项数据,OffsetBytes存放了索引项在KeyBytes中的偏移。

 

 


7.2 索引生成规则


Short Key Index采用了前36 个字节,作为这行数据的前缀索引。当遇到 VARCHAR 类型时,前缀索引会直接截断。

 

 


7.3 应用案例


(1)以下表结构的前缀索引为 user_id(8Byte) + age(4Bytes) + message(prefix 24 Bytes)。

 

(2)以下表结构的前缀索引为 user_name(20 Bytes)。即使没有达到 36 个字节,因为遇到 VARCHAR,所以直接截断,不再往后继续。

当我们的查询条件,是前缀索引的前缀时,可以极大的加快查询速度。比如在第一个例子中,我们执行如下查询:

 

SELECT * FROM table WHERE user_id=1829239 and age=20;

该查询的效率会远高于如下查询:

SELECT * FROM table WHERE age=20;


所以在建表时,正确的选择列顺序,能够极大地提高查询效率。

 

 

 

 


8 ZoneMap Index索引

 

 


ZoneMap索引存储了Segment和每个列对应每个Page的统计信息。这些统计信息可以帮助在查询时提速,减少扫描数据量,统计信息包括了Min最大值、Max最小值、HashNull空值、HasNotNull不全为空的信息。

 

 


8.1 存储结构


ZoneMap索引存储结构如下图所示:

 

 

在SegmentFootPB结构中,每一列索引元数据ColumnIndexMeta中存放了当前列的ZoneMapIndex索引数据信息。ZoneMapIndex有两个部分,SegmentZoneMap和PageZoneMaps。SegmentZoneMap存放了当前Segment全局的ZoneMap索引信息,PageZoneMaps存放了每个Data Page的ZoneMap索引信息。

 

 


PageZoneMaps对应了索引数据存放的Page信息IndexedColumnMeta结构,目前实现上没有进行压缩,编码方式也为Plain。IndexedColumnMeta中的OrdinalIndexPage指向索引数据root page的偏移和大小,这里同样做了优化二级Page优化,当仅有一个DataPage时,OrdinalIndexMeta直接指向这个DataPage;有多个DataPage时,OrdinalIndexMeta先指向OrdinalIndexPage,OrdinalIndexPage是一个二级Page结构,里面的数据项为索引数据DataPage的地址偏移offset,大小Size和ordinal信息。

 

 


8.2 索引生成规则


Doris默认为key列开启ZoneMap索引;当表的模型为DUPULCATE时,会所有字段开启ZoneMap索引。在列数据写入Page时,自动对数据进行比较,不断维护当前Segment的ZoneMap和当前Page的ZoneMap索引信息。

 

 


8.3 应用案例


在数据查询时,会根据范围条件过滤的字段会按照ZoneMap统计信息选取扫描的数据范围。例如在案例1中,对age字段进行过滤。查询语句如下:

 

SELECT * FROM table WHERE age > 20 and age < 1000

在没有命中Short Key Index的情况下,会根据条件语句中age的查询条件,利用ZoneMap索引找到应该扫描的数据ordinary范围,减少要扫描的page数量。

 

 


9 BloomFilter

 

 


当一些字段不能利用Short Key Index并且字段存在区分度比较大时,Doris提供了BloomFilter索引。

 

 


9.1、存储结构


BloomFilter的存储结构如下图所示:

BloomFilterIndex信息存放了生产的Hash策略、Hash算法和BloomFilter过对应的数据Page信息。Hash算法采用了HASH_MURMUR3,Hash策略采用了BlockSplitBloomFilter分块实现策略,期望的误判率fpp默认配置为0.05。

 


BloomFilter索引数据对应数据Page的存放与ZoneMapIndex类似,做了二级Page的优化,这里不再详细阐述。

 

 


9.2、索引生成规则


BloomFilter按Page粒度生成,在数据写入一个完整的Page时,Doris会根据Hash策略同时生成这个Page的BloomFilter索引数据。目前bloom过滤器不支持tinyint/hll/float/double类型,其他类型均已支持。使用时需要在PROPERTIES中指定bloom_filter_columns要使用BloomFilter索引的字段。

 

 


9.3 应用案例


在数据查询时,查询条件在设置有bloom过滤器的字段进行过滤,当bloom过滤器没有命中时表示该Page中没有该数据,这样可以减少要扫描的page数量。


案例:table的schema如下:

这里的查询sql如下:

 

SELECT * FROM table WHERE name = '张三'

由于name的区分度较大,为了提升sql的查询性能,对name数据增加了BloomFilter索引,PROPERTIES ( "bloom_filter_columns" = "name" )。在查询时通过BloomFilter索引能够大量过滤掉Page。

 

 

 


10 Bitmap Index索引

 

 


Doris还提供了BitmapIndex用来加速数据的查询。

 

 


10.1、存储结构


Bitmap存储格式如下:

 

BitmapIndex的meta信息同样存放在SegmentFootPB中,BitmapIndex包含了三部分,BitMap的类型、字典信息DictColumn、位图索引数据信息BitMapColumn。其中DictColumn、BitMapColumn都对应IndexedColumnData结构,分别存放了字典数据和索引数据的Page地址offset、大小size。这里同样做了二级page的优化,不再具体阐述。

 

 


这里与其他索引存储结构有差异的地方是DictColumn字典数据进行了LZ4F压缩,在记录二级Page偏移时存放的是Data Page中的第一个值。

 

 


10.2、索引生成规则


BitMap创建时需要通过 CREATE INDEX 进行创建。Bitmap的索引是整个Segment中的Column字段的索引,而不是为每个Page单独生成一份。在写入数据时,会维护一个map结构记录下每个key值对应的行号,并采用Roaring位图对rowid进行编码。主要结构如下:

 

 

 

 

 


生成索引数据时,首先写入字典数据,将map结构的key值写入到DictColumn中。然后,key对应Roaring编码的rowid以字节方式将数据写入到BitMapColumn中。

 

 


10.3、应用案例


在数据查询时,对于区分度不大,列的基数比较小的数据列,可以采用位图索引进行优化。比如,性别,婚姻,地理信息等。

 

 


案例:table的schema如下:

这里的查询sql如下:

 

SELECT * FROM table WHERE city in ("北京", "上海")

由于city的取值比较少,建立数据字典和位图后,通过扫描位图便可以快速查找出匹配行。并且位图压缩后,数据量本身较小,通过扫描较少数据便能够对整个列进行精确的匹配。

 

 

 

 


11 索引的查询流程

 

 


在查询一个Segment中的数据时,根据执行的查询条件,会对首先根据字段加索引的情况对数据进行过滤。然后在进行读取数据,整体的查询流程如下:

 

 

首先,会按照Segment的行数构建一个row_bitmap,表示记录那些数据需要进行读取,没有使用任何索引的情况下,需要读取所有数据。
当查询条件中按前缀索引规则使用到了key时,会先进行ShortKey Index的过滤,可以在ShortKey Index中匹配到的ordinal行号范围,合入到row_bitmap中。
当查询条件中列字段存在BitMap Index索引时,会按照BitMap索引直接查出符合条件的ordinal行号,与row_bitmap求交过滤。这里的过滤是精确的,之后去掉该查询条件,这个字段就不会再进行后面索引的过滤。
当查询条件中列字段存在BloomFilter索引并且条件为等值(eq,in,is)时,会按BloomFilter索引过滤,这里会走完所有索引,过滤每一个Page的BloomFilter,找出查询条件能命中的所有Page。将索引信息中的ordinal行号范围与row_bitmap求交过滤。
当查询条件中列字段存在ZoneMap索引时,会按ZoneMap索引过滤,这里同样会走完所有索引,找出查询条件能与ZoneMap有交集的所有Page。将索引信息中的ordinal行号范围与row_bitmap求交过滤。
生成好row_bitmap之后,批量通过每个Column的OrdinalIndex找到到具体的Data Page。
批量读取每一列的Column Data Page的数据。在读取时,对于有null值的page,根据null值位图判断当前行是否是null,如果为null进行直接填充即可。

 

 

 


12 总结

 

 


Doris目前采用了完全的列存储结构,并提供了丰富的索引应对不同查询场景,为Doris高效的写入、查询性能奠定了夯实的基础。Doris存储层设计灵活,未来还可以进一步增加新的索引、强化数据删除等功能。

 

 

 

 

 

 


欢迎扫码关注:

 


Apache Doris(incubating)官方公众号

 

 


相关链接:


Apache Doris官方网站:


http://doris.incubator.apache.org


Apache Doris Github:


https://github.com/apache/incubator-doris


Apache Doris 开发者邮件组:


dev@doris.apache.org

收藏
点赞
0
个赞
共2条回复 最后由doubi渣渣编辑于2021-04
#3doubi渣渣回复于2021-04

有没有从0到1的系列课程可以学习下……

0
#2doubi渣渣回复于2021-04

赞,板块开张了

0
快速回复
TOP
切换版块