BlueStore、BlueFS、rocksdb の関連付けの調査

タグ: Ceph 12.2.4

BlueStoreスペースの初期化

BlueStoreのディスク容量管理

概要

OSD マウントディレクトリはファイルシステムに基づいて管理され、Slow、WAL、DB 領域はベアディスクに基づいて管理されます。
低速領域: このタイプのスペースは主にオブジェクトデータの保存に使用され、BlueStore によって管理されます。BlueStore は、BlueFS スペースセグメントに割り当てられ、bluefs_extents 構造を使用して管理されます。
WAL 領域: BlueFS 単独で管理され、BlueStore には表示されません。BlueFS 自体が電源投入時の初期化を担当します。.log ファイルおよび自身で生成されたログについては、BlueFS は WAL タイプのデバイス空間を使用することを好みます。それが存在しない場合、またはWAL デバイスのスペースが不十分な場合は、段階的にダウングレードして DB および SLOW パーティションを選択します。
DB 領域: BlueFS のみによって管理され、BlueStore には表示されません。BlueFS 自体が電源投入時の初期化を担当します。.sst ファイルの場合は、DB タイプのデバイス領域が優先されます。それが存在しない場合、または DB デバイス領域が不十分な場合は、低速タイプのデバイススペース。
rocksdb: ファイルシステム KV ストレージエンジンに基づいて、外部インターフェイスは BlueStore によって呼び出されます。
BlueStore は、rocksdb をサポートし、小規模ファイルシステム BlueFS を実現し、rocksdb の基礎となるシステムパッケージを提供する BlueRocksEnv を実現します。
BlueFS: フラットなディレクトリとファイル階層 (ツリー状) の組織構造。特定のファイルを見つけるには 2 つの検索が必要です: dir_map を通じてファイルが置かれている最下位のフォルダーを検索し、そのフォルダーの下の file_map で対応するファイルを検索します。 bluefs_fnode_t 構造管理では、extents 属性はディスク上の物理セグメントコレクションを示し、prefer_bdev 属性はファイルを保存するための優先ブロックデバイスを示します。エクステントコレクション内の各エクステントの bdev 属性は、所属するデバイスを識別し、各ファイルは使用できます。複数の異なるブロック、デバイス (WAL、DB、および Slow) スペース、BlueFS:_allocate メソッドで各エクステントの bdev_ 属性値を指定、電源を再度オンにし、DB パーティションの 2 番目の 4K ストレージスペース (スーパーブロック) を介してエントリ位置を固定します。 BlueFS::_replay を介して読み取り、ログファイルのコンテンツを再生すると、メタデータ (dir_map、file_map) が復元されます。

初期化プロセス

[ceph_osd.cc]
int main(int argc, const char **argv)
>> OSD::mkfs(g_ceph_context, store, g_conf->osd_data, mc.monmap.fsid, whoami);

[OSD.cc]
int OSD::mkfs(CephContext *cct, ObjectStore *store, const string &dev, uuid_d fsid, 
  int whoami)
>> store->mkfs();
>> store->mount();

[BlueStore.cc]
int BlueStore::mkfs()
>> _setup_block_symlink_or_file("block", cct->_conf->bluestore_block_path,
	cct->_conf->bluestore_block_size, cct->_conf->bluestore_block_create);
>> _setup_block_symlink_or_file("block.wal", cct->_conf->bluestore_block_wal_path,
	cct->_conf->bluestore_block_wal_size, cct->_conf->bluestore_block_wal_create);
>> _setup_block_symlink_or_file("block.db", cct->_conf->bluestore_block_db_path,
	cct->_conf->bluestore_block_db_size, cct->_conf->bluestore_block_db_create);
>> _open_db(true);
>> _open_fm(true);  初始化FreelistManager

[BlueStore.cc]
int BlueStore::_open_db(bool create)
>> if (do_bluefs):
   >> bluefs = new BlueFS(cct);
   >> bluefs->add_block_device(BlueFS::BDEV_DB, bfn);
>> if (create): bluefs->add_block_extent(BlueFS::BDEV_DB, SUPER_RESERVED, 
                   bluefs->get_block_device_size(BlueFS::BDEV_DB) - SUPER_RESERVED);
>> if (create):
   >> bluefs->add_block_extent(bluefs_shared_bdev, start, initial);
   >> bluefs_extents.insert(start, initial);
>> if (create):
   >> bluefs->add_block_extent(BlueFS::BDEV_WAL, BDEV_LABEL_BLOCK_SIZE, 
         bluefs->get_block_device_size(BlueFS::BDEV_WAL) - BDEV_LABEL_BLOCK_SIZE);
>> if (create): bluefs->mkfs(fsid);
>> bluefs->mount();

[BlueFS.cc]
int BlueFS::mkfs(uuid_d osd_uuid)
>> _init_alloc();
>> 设置superblock信息
>> 初始化log_file

[BlueFS.cc]
int BlueFS::mount()
>> _init_alloc();
>> _replay(false);
>> for (auto& p : file_map):
    for (auto& q : p.second->fnode.extents):
      alloc[q.bdev]->init_rm_free(q.offset, q.length);
>> log_writer = _create_writer(_get_file(1));

[BlueFS.cc]
int BlueFS::_replay(bool noop)
>> 逐个回放事务op

BlueStore は、rocksdb 関連のインターフェイスを呼び出します

RocksDBStore は KeyValueDB インターフェイスを実装し、BlueStore は RocksDBStore を通じて Rocksdb 操作を実装します。

オープン操作

[BlueStore.cc]
int BlueStore::_open_db(bool create)
>> db = KeyValueDB::create(cct, kv_backend, fn, static_cast<void*>(env));
>> if (create): db->create_and_open(err);

[RocksDBStore.cc]
int RocksDBStore::create_and_open(ostream &out)
>> do_open(out, true);

[RocksDBStore.cc]
int RocksDBStore::do_open(ostream &out, bool create_if_missing)
>> rocksdb::DB::Open(opt, path, &db);

読み取り操作

[BlueStore.cc]
int BlueStore::read(const coll_t& cid, const ghobject_t& oid,
  uint64_t offset, size_t length, bufferlist& bl, uint32_t op_flags)
>> read(c, oid, offset, length, bl, op_flags);

[BlueStore.cc]
int BlueStore::read(CollectionHandle &c_, const ghobject_t& oid,
  uint64_t offset, size_t length, bufferlist& bl, uint32_t op_flags)
>> OnodeRef o = c->get_onode(oid, false);
>> _do_read(c, o, offset, length, bl, op_flags);
[注]
每个Onode包含一个ExtentMap，每个ExtentMap包含若干个Extent，
每个Extent负责管理一段逻辑范围内的数据并管理一个Blob,
由Blob通过若干个pextent负责将数据映射到磁盘

[BlueStore.cc]
BlueStore::OnodeRef BlueStore::Collection::get_onode(const ghobject_t& oid, bool create)
>> store->db->get(PREFIX_OBJ, key.c_str(), key.size(), &v);

[KeyValueDB.h]
virtual int get(const string &prefix,const char *key, size_t keylen, bufferlist *value)
>> get(prefix, string(key, keylen), value);

[KeyValueDB.h]
virtual int get(const std::string &prefix, const std::string &key, bufferlist *value)
>> get(prefix, ks, &om);

[RocksDBStore.cc]
int RocksDBStore::get(const string &prefix,
    const string &key, bufferlist *out)
>> db->Get(rocksdb::ReadOptions(), rocksdb::Slice(k), &value);

書き込み操作

[BlueStore.cc]
void BlueStore::_kv_sync_thread()
>> db->submit_transaction_sync(synct);

[KeyValueDB.h]
virtual int submit_transaction_sync(Transaction t)
>> submit_transaction(t);

[RocksDBStore.cc]
int RocksDBStore::submit_transaction(KeyValueDB::Transaction t)
>> db->Write(woptions, &_t->bat);

削除操作

指定されたメタデータのキーと値のペアをデータベースから削除します

[BlueStore.cc]
int BlueStore::_remove(TransContext *txc, CollectionRef& c, OnodeRef &o)
>> _do_remove(txc, c, o);

[BlueStore.cc]
int BlueStore::_do_remove(TransContext *txc,
  CollectionRef& c, OnodeRef o)
>> txc->t->rmkey(PREFIX_OBJ, o->key.c_str(), o->key.size());

[KeyValueDB.h]
virtual void rmkey(const std::string &prefix,   
  const char *k, size_t keylen)
>> rmkey(prefix, string(k, keylen));

[RocksDBStore.cc]
void RocksDBStore::RocksDBTransactionImpl::rmkey(const string &prefix, const string &k)
>> bat.Delete(combine_strings(prefix, k));

コンパクトな操作性

OSD 関連のコマンド (asok_command) はクライアントコマンドラインで使用できます。

[BlueStore.h]
void compact() override
>> db->compact();

[RocksDBStore.cc]
void RocksDBStore::compact()
>> db->CompactRange(options, nullptr, nullptr);

【参考文献】

「Ceph の設計原則と実装」第 2 章パフォーマンスのピーク — 新しいオブジェクトストレージエンジン BlueStore