Riak分布式数据库模型

Riak 是什么

Riak 是一个 erlang 开发的开源的分布式 key-value 数据库，
在 High Availability, Fault Tolerance, Scalability 方面表现优异。
其实现受 Amazon Dynamodb 启发，是一个很有代表性的分布式数据库。

Riak 集群是一个去中心化的集群。每个服务器节点都是平等的，可以自由地添加和删除。
这使得 Riak 的故障转移(Failure Over)和扩展非常容易。
在 CAP 理论方面，Riak 可以自由地在 CP 和 AP 之间做平衡。文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

理解 Riak 的分布式数据库模型

Riak 的数据冗余

下面还是让我们从简单的例子开始，来理解下 Riak 的分布式数据库模型，包括数据的存储，节点服务器的，CAP理论的关系等。文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

首先让我们先定义一个概念：N，表示数据的"份数"。在分布式数据库中，一份数据往往会存储多份拷贝(所谓冗余，或者 replications)文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

现在，假设我们有一个服务器节点(node1)，存有三个数据(key分别是 P0, P1, P2)，N = 1。那么可以想象，这三个数据都是存放在 node1 中。如下图所示：文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

当 N = 2 时，假设 P0, P1, P2 的冗余数据分别是 R0, R1, R2， 那么可以想象，这6个数据也应该都存储在 node1 中，如 下图所示：文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

这时候，让我们把服务器节点增加到2个(node1, node2)，那么可以想象，6个数据有很多中组合方式，例如下面这两种：文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

也许你发现了，他们有个共同点：同一个数据的冗余数据放在不同的服务器节点中。这样就算一个节点删除(当机)了，集群的数据仍然能保证完整性。
这为故障转移(Failure over)提供了基础。文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

那么现在的问题来了，是否有什么科学(公式化)的方式来找到分配这些数据的组合(之一)呢？文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

Riak Ring

Riak 通过被称作 Riak Ring 的东西来解决这个问题。文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

首先，Riak 将所有的 key 通过 hash 函数映射到一个 160 bit 的整数空间中。
即一个 key 对应着一个 0 ~ 2^160 - 1 的整数。文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

然后，Riak 引入了 vnode(虚拟节点) 的概念，vnode 个数是可以配置的，默认是 64。
160 bit 的整数会均匀的分布到所有的 vnode。文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

最后，这些 vnode 会"均匀地"分配到 物理节点上。具体的分配的方法很巧妙，通过 Riak Ring 这样的东西。文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

下面我们用一幅图来具体解释下 Riak Ring。图中，假设 vnode 32 个，服务器节点 4个。文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

让我们把 160 bit 想像成一个环，环上的一小段代表一个 vnode。四种颜色分别代表 4 个服务器节点。文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

2^160 个整数按照从小到大的顺序均匀地分布到 32 个 vnode 中，例如 2^159 是第 17 个 vnode 上的第一个整数。文章源自运维生存时间-https://www.ttlsa.com/bigdata/riak-distributed-database-model/

32 个 vnode 按照从小到大的顺序依次被分配到 4 个服务器节点上。即：

• 1, 5, 9...29 vnode 分配给第1个服务器节点(node1)
• 2, 6, 10...30 vnode 分配给第1个服务器节点(node2)
• 3, 7, 11...31 vnode 分配给第1个服务器节点(node3)
• 4, 8, 12...32 vnode 分配给第1个服务器节点(node4)

现在还剩下一个问题：

冗余数据的存储

我们先假设 N = 3(即有2份冗余存储)

假设要存储的数据，key 为 test-key ，根据 Riak Ring 算出来，应该存储在 vnode6(即：node2)上。
那么 拷贝1 存储在 vnode7(即：node3)上，拷贝2 存储在 vnode8(即：node4)上。

所以 Riak 对于冗余数据的存储策略是：将冗余数据依次存到下一个vnode中。