ONOS系统架构之高可用实现方案的演进

2023-11-08 21:18

本文主要是介绍ONOS系统架构之高可用实现方案的演进,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

           上篇文章《ONOS高可用性和可扩展性实现初探》讲到了ONOS系统架构在高可用、可扩展方面技术概况,提到了系统在分布式集群中如何保证数据的一致性。在数据最终一致性方面,ONOS采用了Gossip协议,这一部分的变化不大,而在强一致性方案的选择方面则在不断进行调整,其主要原因是分布式系统中强一致性对系统性能影响较大,而且现有的支持Paxos算法的实现不多。本文承接上一篇提出的一个问题:ONOS为什么从开始使用ZooKeeper转到Hazelcast,而最终选择了Raft?是不是之前的选择导致系统缺陷?亦或是在某些条件下无法满足性能需求?且看下文为你慢慢道来。


在开始之前,先简单的介绍一下ZooKeeperHazelcastRaft,提供一些资料方便大家阅读。 

    ZooKeeperHadoop生态系统中知名的分布式协作系统GoogleChubby一个开源的实现,C/S方式提供服务,应用场景包括配置维护、名字服务、分布式同步、组服务等 。客户端 与服务器(Follower/Leader)Watch/Callback的方式进行交互,如图1所示流程,可参考相关实例代码。

 

  Hazelcast是一种内存数据网格(IMDG: In-Memory Data Grid),网格中所有的节点是以Peer-to-Peer的方式组建集群,并且所有数据置于内存中以提高访问性能[ Hadelcast架构介绍文档]Hazelcast提供了通用的数据结构(如Map, List, Queue等)和简单的API进行数据操作,可以直接引入jar包进行实现,可以参考下文提供的相关实例代码。

    Raft是为了解决Paxos算法的可读性以及实现中抛弃一些细节形成的等价于Multi-Paxos算法。它依赖于复制状态机(Replicated State Machine),通过Replicated Log将操作指令复制到各个节点,然后各节点在本地按相同的顺序执行相同的命令,产生一致的状态,2展示的是Raft状态机。

 

根据上面的介绍,我们对这些方案有了初步的了解。现在假设我们是该系统的设计者,面临对这三个方案技术方案进行选型,我们首先需要对这些方案进行对比,具体如表1所示:

    从解决问题的角度来说,这三个方案都可以解决ONOS在分布式一致性协作方面的问题,因为算法证明了这些方案都是“正确”的,除非实现上有Bug。就算法的性能来说,差异不是很大。Paxos算法(一种基于消息传递模型的一致性算法),它能保证在一个分布式数据库系统中,如果各节点的初始状态一致,每个节点都执行相同的操作序列,那么他们最后能得到一个一致的状态。而Raft算法是等价于Multi-Paxos的算法,它主要解决的是Paxos晦涩的描述,以及Paxos的实现不能真正意义上的完全正确(实现上无法用公式证明)。这两个算法虽然在实现上差别很大,比如一致性实现中角色的定义,比如ZooKeeper中定义了Leader/FollowerRaft定义了Candidate/Leader/Follower角色,但其最核心的两个关键活动,一个是选举,其目的就是从分布的节点中选出Leader节点作为一致性的参考标杆,其它的Follower就成为“镜像”。选举只有在初始化或有Leader退出/失效时才发生,在分布式系统中,节点失效出现的频次很低,而且选举动作都是可以在秒级别能完成的,对系统的性能影响不大,不明显,实际情况中与系统节点数的奇/偶性更相关,比如4个节点或6个节点选举时间可能比13个节点选举时间更长。另外一个是同步,其目的是通过复制数据/操作来达到所有的Follower都能产生一致的结果,只要状态有更新(比如写操作),那么就会触发同步动作,同步意味着数据的复制以及消息的传递,从分布式架构来说,在读写IO方面这三种实现方式都相差不多。从这个角度来说,算法不是决定因素。

    大家可能会问:既然算法都差不多了,就没有必要在ONOS实现上大动手脚了。其实,从上表我们可以知道,当初选择ZooKeeper作为Prototype 1的首选,主要是因为ZooKeeper成熟稳定,它在Hadoop生态圈是鼎鼎有名的高性能、分布式的应用协调服务的首选。从ONOSPrototype 1的实现来看,ZooKeeper确实满足了分布式集中控制的需求,另外一方面,在其实验过程中,验证系统的性能时,很多数据是全局静态的,比如Flow Rule在实际的应用中是通过控制器以Lazy的方式下发到交换设备中,那么这些数据可以提前在ZooKeeper中准备好,只要实验中不进行交换设备的动态增加或者移除,不会影响到整体性能。也就是说,在Prototype 1中主要关注SDN的概念在ONOS上能发挥到何种程度,而不关心交换设备动态增加、删除等场景。

    也就是说当有数据大量更新时,ZooKeeper则会出现性能问题,这主要因为ZooKeeper是以服务的形式来保障数据的一致性的。相对于ONOS来说,ZooKeeper是它的一个依赖子系统,因此在部署ONOS之外还要单独部署ZooKeeper服务,如图3所示的ClientServer之间的读写模型。由于ZooKeeper中所有的数据都以ZNode表示,这些ZNode存储在ZooKeeperServer上,Client要读的数据需要跨JVM访问Server。这样ONOS Instance就变成了zClient,那么当ONOS不同实例间需要同步数据时,需要通过TCP的方式从zServer上请求数据,这就导致了ONOS的性能会急剧下降,另外,ZooKeeperzNode对数据大小有限制(zNode数据大小不能超过1M)。所以说ZooKeeper以服务的模式提供分布式一致性,对于ONOS有太多限制,而这时Hazelcast解决了这些问题。

   Hazelcastpeer-to-peer的模式,直接应用其libraryembedded的方式来实现,也就是每个ONOS Instance可以作为一个peerONOS的业务数据就在同一个JVM中,如图4所示(Hazelcast也能提供C/S模式的服务)。更重要的是,Hazelcast是一个IMDG(In-Memory Data Grid),提供了很方便的接口进行数据操作,在性能上得到了很大的提升。但是,Hazelcast有个致命的问题,它还很不成熟,在版本升级中可能会不兼容。比如在ONOS1.1.0中依然有很多Hazelcast相关的Bug,这就意味着ONOS依赖于一个不成熟的库,风险会很大。实际上关键的因素是:Hazelcast是否能正确地实现Paxos算法还是一个未知数,包括ZooKeeper的实现也不能被证明在算法上正确的,因为Paxos实在是太复杂了,能正确理解算法的人不多,更别谈实现了。有人会觉得,不管怎样Hazelcast会不断改进的,如果有问题直接提交BugHazelcast不就解决了?或者说咱们也是做开源的,帮Hazelcast改进为什么不行?原因是当ONOS有了HazelcastBug后就成了ONOSBug,解决这样的Bug一方面是存在时间上的风险,另外一方面也取决于Hazelcast是否会因为支持ONOS而进行升级。万一版本升级,出现不兼容现象,那么已经部署的ONOS风险就更大了。把风险控制在自己能掌控的范围之中才是ONOS社区首先考虑的。在这种情况下,Raft就成了不二之选了。

   RaftMulti-Paxos的一种等价算法,其实现可以通过状态机(一种容错机制)、日志副本和一致性模块(Raft协议)之间的协同完成,这种简单的模型抽象容易实现客户端和数据在同一个JVM上,以实现Embedded的方案,具体架构如图5所示。由于目前在ONOS代码中还没有与Raft相关的实现,但我们可以从ONOS项目的Sprint可以看出,在ONOS中首先需要解决的是替换掉Hazelcast,并且保留可扩展的强一致性的存储。另外,在维护设备的主从关系上,也需要Raft来实现,因为选举服务是Raft必备的功能。上篇文章也提到过Intent需要强一致性来保障,Intent数据是通过分布式队列发送,因此也需要支持基于Raft的数据库服务。

到目前为止,我们了解到了ONOS系统架构中的高可用方案演进的整个过程。在系统POC初期,ONOS关注的是SDN概念上的验证,选择了ZooKeeper满足了基本的需求;接下来发现在HA方面存在性能问题,为了保证与ZooKeeper有同样功能,而且性能优先的原则,选择了Hazelcast,而且它确实做到了。而Hazelcast的问题在于它是一个没有被广泛验证过、不成熟的、还在不断改进的方案,ONOS不能依赖于这样的一个方案,因此最终选择了Raft。虽然要在ONOS中全面实现Raft还需要时日,但在这个时候选择Raft是正确的、合理的。

    ONOS已经将Raft的实现提上日程,请参考官方的任务列表,我们共同期待ONOS中的Raft实现吧!个人认为,ONOS在项目管理上做得非常优秀,这也是ONOS脱颖而出的原因。 如果您有兴趣,也加入到ONOS的开源社区吧,关注ONOS的成长,一起推动SDN的发展!


参考资料

ZooKeeper官方网站:http://zookeeper.apache.org/

 ZooKeeper相关介绍:http://www.oschina.net/p/zookeeper

 ZooKeeper的客户端Kazoohttp://openinx.github.io/2014/06/07/learning-from-kazoo/

 ZooKeeper分布式锁实例代码:http://ifeve.com/zookeeper-lock/

 Hazelcast官方网站:http://hazelcast.org/

 Hadelcast架构介绍文档:http://docs.hazelcast.org/docs/latest/manual/html/overview.html


这篇关于ONOS系统架构之高可用实现方案的演进的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/372573

相关文章

使用zip4j实现Java中的ZIP文件加密压缩的操作方法

《使用zip4j实现Java中的ZIP文件加密压缩的操作方法》本文介绍如何通过Maven集成zip4j1.3.2库创建带密码保护的ZIP文件,涵盖依赖配置、代码示例及加密原理,确保数据安全性,感兴趣的... 目录1. zip4j库介绍和版本1.1 zip4j库概述1.2 zip4j的版本演变1.3 zip4

使用Python构建一个高效的日志处理系统

《使用Python构建一个高效的日志处理系统》这篇文章主要为大家详细讲解了如何使用Python开发一个专业的日志分析工具,能够自动化处理、分析和可视化各类日志文件,大幅提升运维效率,需要的可以了解下... 目录环境准备工具功能概述完整代码实现代码深度解析1. 类设计与初始化2. 日志解析核心逻辑3. 文件处

python生成随机唯一id的几种实现方法

《python生成随机唯一id的几种实现方法》在Python中生成随机唯一ID有多种方法,根据不同的需求场景可以选择最适合的方案,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习... 目录方法 1:使用 UUID 模块(推荐)方法 2:使用 Secrets 模块(安全敏感场景)方法

MySQL 迁移至 Doris 最佳实践方案(最新整理)

《MySQL迁移至Doris最佳实践方案(最新整理)》本文将深入剖析三种经过实践验证的MySQL迁移至Doris的最佳方案,涵盖全量迁移、增量同步、混合迁移以及基于CDC(ChangeData... 目录一、China编程JDBC Catalog 联邦查询方案(适合跨库实时查询)1. 方案概述2. 环境要求3.

Spring StateMachine实现状态机使用示例详解

《SpringStateMachine实现状态机使用示例详解》本文介绍SpringStateMachine实现状态机的步骤,包括依赖导入、枚举定义、状态转移规则配置、上下文管理及服务调用示例,重点解... 目录什么是状态机使用示例什么是状态机状态机是计算机科学中的​​核心建模工具​​,用于描述对象在其生命

Spring Boot 结合 WxJava 实现文章上传微信公众号草稿箱与群发

《SpringBoot结合WxJava实现文章上传微信公众号草稿箱与群发》本文将详细介绍如何使用SpringBoot框架结合WxJava开发工具包,实现文章上传到微信公众号草稿箱以及群发功能,... 目录一、项目环境准备1.1 开发环境1.2 微信公众号准备二、Spring Boot 项目搭建2.1 创建

IntelliJ IDEA2025创建SpringBoot项目的实现步骤

《IntelliJIDEA2025创建SpringBoot项目的实现步骤》本文主要介绍了IntelliJIDEA2025创建SpringBoot项目的实现步骤,文中通过示例代码介绍的非常详细,对大家... 目录一、创建 Spring Boot 项目1. 新建项目2. 基础配置3. 选择依赖4. 生成项目5.

SpringBoot3.X 整合 MinIO 存储原生方案

《SpringBoot3.X整合MinIO存储原生方案》本文详细介绍了SpringBoot3.X整合MinIO的原生方案,从环境搭建到核心功能实现,涵盖了文件上传、下载、删除等常用操作,并补充了... 目录SpringBoot3.X整合MinIO存储原生方案:从环境搭建到实战开发一、前言:为什么选择MinI

golang程序打包成脚本部署到Linux系统方式

《golang程序打包成脚本部署到Linux系统方式》Golang程序通过本地编译(设置GOOS为linux生成无后缀二进制文件),上传至Linux服务器后赋权执行,使用nohup命令实现后台运行,完... 目录本地编译golang程序上传Golang二进制文件到linux服务器总结本地编译Golang程序

Linux下删除乱码文件和目录的实现方式

《Linux下删除乱码文件和目录的实现方式》:本文主要介绍Linux下删除乱码文件和目录的实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录linux下删除乱码文件和目录方法1方法2总结Linux下删除乱码文件和目录方法1使用ls -i命令找到文件或目录