0. 前言
Tair是淘宝开发的一个分布式键值存储引擎。Tair分为持久化和非持久化两种使用方式：
非持久化的Tair可以看成是一个分布式缓存，持久化的Tair将数据存放与磁盘中。为了解决磁盘损坏导致数据丢失，Tair可以配置数据的备份数目，Tair自动将一份数据的不同备份放到不同的节点上，当有节点发生异常，无法正常提供服务时，其余的节点会继续提供服务。
1. 系统架构
Tair作为一个分布式系统，是由一个中心控制节点和若干个服务节点组成。其中，中心控制节点成为Config Server，服务节点称为Data Server。Config Server负责管理所有的Data Server，维护其状态信息；Data Server对外提供各种数据服务，并以心跳的形式将自身的状况汇报给ConfigServer。Config Server是控制点，而且是单点，目前采用一主一备的形式来保证可靠性，所有的Data Server地位都是等价的。
如上图，客户端首先请求Config Server获取数据所在的DataServer，接着往Data Server发送读写请求，Tair允许将数据存放到多台Data Server，以实现异常容错。
2. 关键问题
a) 数据分布
根据数据的主键计算哈希值后，分布到Q个桶中，桶是负载均衡和数据迁移的基本单位。Config Server按照一定的策略把每个桶指派到不同的DataServer上，因为数据按照主键计算哈希值，所有可以认为每个桶中的数据基本是平衡的，只要保证桶分布的均衡性，就能保证数据分布的均衡性。根据Dynamo论文中的实验结论，Q取值需要远大于集群中的物理机器数，例如Q=10240
b) 容错
当某台Data Server故障不可用时，Config Server能够检测到。每个哈希桶在Tair中存储多个副本，如果是备副本，那么Config Server会重新为其指定一台Data Server，如果是持久化存储，还将复制数据到新的Data Server上。如果是主副本，那么Config Server将某个正常的备副本提升为主副本，对外提供服务。接着，再选择另外一台DataServer增加一个备副本，确保数据的备份数。
c) 数据迁移
机器加入或者负载不均衡可能导致桶迁移，迁移的过程中需要保证对外服务。当迁移发生时，假设Data Server A要把桶3、4、5迁移到Data Server B。迁移完成前，客户端的路由表没有变化，客户端对3、4、5的访问访问请求都会路由到A。现在假设3还没开始迁移，4正在迁移中，5已经迁移完成。NameServer吐过对3访问，A直接服务；对4，由A处理，同时如果是对4的修改操作，会将记录修改日志，等到4迁移完成，还要吧修改日志发送到B，在B上应用这些修改操作，知道A和B之间完全一致迁移才真正完成。
d) Config Server
客户端缓存路由表，大多数情况下，客户端不需要访问Config Server，Config Server宕机也不影响客户端的正常访问。每次路由的变更，Config Server都会将新的配置信息推给Data Server。在客户端访问Data Server的时候，会发送客户端缓存的路由表版本号。如果Data Server发现客户端的版本号过旧，则会通知客户端去Config Server获取一份新的路由表。如果客户端访问某台Data Server发生了不可达的情况，客户端会主动取Config Server获取新的路由表
e) Data Server
Data Server负责数据的存储，并根据Config Server的要求完成数据的复制和迁移工作。Data Server具备抽象的存储引擎层，可以很方便地添加新存储引擎。Data Server还有一个插件容器，可以动态加载/卸载插件，如下图：
Tair存储引擎有一个抽象层，只要满足存储引擎需要的接口，就可以很方便地替换Tair底层的存储引擎。Tair默认包含两个存储引擎：Mdb和Fdb，此外还支持BerkerlyDB，Tokyo Cabinet，InnoDB，Leveldb等各种存储引擎。
3. 总结
Amazon Dynamo采用P2P架构，而在Tair中引入了中心节点Config Server。这种方式很容易处理数据的一致性，不再需要向量时钟，数据回传，Merkle树，冲突处理等复杂的P2P技术。另外中心节点负载很低。整体架构有参考意义
Tair主要的用途在于分布式缓存，持久化存储起步较晚，在实现细节上也有不足。比如Tair持久化存储通过复制技术来提高可靠性，然而这种复制是异步的，因此当有Data Server发生故障时，客户有可能在一定时间内读不到最新的数据，甚至发生最新修改的数据丢失的情况。