地址:联系地址联系地址联系地址
电话:020-123456789
传真:020-123456789
邮箱:admin@aa.com
导读:今天分享的刘嘉题目是Alluxio元数据和数据的同步 ,从设计实现和优化的设计实现角度进行讨论 。主要包括以下几个方面的和优化角内容:
01
Alluxio简介
Alluxio是云原生的数据编排平台 ,通过解耦计算和存储层 ,度浅在中间产生了一个数据编排层 ,元数负责对上层计算应用隐藏底层的据同时间细节 。Alluxio提供了统一的刘嘉存储命名空间 ,在中间层提供了缓存和其他数据管理功能。设计实现在下图可以看到有Spark、和优化角Hive、度浅Map reduce这一类传统的元数Hadoop大数据计算应用、Presto 这种OLAP类型的据同数据分析,还有像Tensorflow 、刘嘉Pytorch这样的设计实现AI应用。存储层比较丰富 ,和优化角包括各种各样的存储。
图1 Alluxio简介
下面是Alluxio用户列表 ,这些公司都公开展示了Alluxio的使用场景。通过粗略分类 ,看到非常多的行业 ,包括互联网、金融 、电子商务、娱乐、电信等。感兴趣的同学可以关注公众号 ,上面有相关文章的汇总 。
图2 Alluxio的用户展示
--
02
Alluxio数据挂载
这部分将首先回顾Alluxio如何通过数据挂载实现统一编排层;之后讨论Alluxio如何和底层存储保持一致;介绍元数据和数据同步功能;Alluxio的时间原理和优化;最后对不同场景的推荐配置给出建议。
1. Alluxio统一的数据命名空间
首先介绍数据挂载这个功能 。Alluxio通过把底层存储挂载到Alluxio层上,实现了统一的数据命名空间 。
图3 Alluxio统一命名空间
上图的例子中Alluxio挂载了HDFS和对象存储。Alluxio的文件系统树就是由左右两棵树合成 ,形成了一个虚拟文件系统的文件系统树。它可以支持非常多的底层存储系统 ,统一把它们称作Under File System。称为Under是因为它们都处于Alluxio的抽象层下 。Alluxio支持各种各样不同的底层存储系统,比如不同版本的HDFS ,支持NFS, Ceph, Amazon S3, Google Cloud之类不同的对象存储 。除此之外还支持非常多其他类型的对象存储,比如微软Azure 、阿里 、华为 、腾讯 ,也包括国内其他供应商,如七牛对象存储。左下图中的例子是在自己的电脑上运行Alluxio ,可以挂载不同的存储 ,比如挂载HDFS ,另外还可以挂载不同版本的HDFS ,挂载对象存储,挂载网盘。
2. Alluxio挂载点
Alluxio的统一命名空间 ,实际就是把挂载合成了一个Alluxio的虚拟层。Alluxio的挂载点可以粗略分成两种 :
图4 Alluxio挂载点
根挂载点直接挂在根节点上 ,组成了Alluxio的根节点。如果没有根节点,无法产生 ,继续形成下面的结构 。所以要求在配置文件里面定义根挂载点 ,系统启动的时候就进行挂载,不挂载就没有办法启动。
嵌套挂载点比较灵活 ,可以通过指令进行挂载。通过这个命令行,发出通知,做挂载的操作 。同样地,可以挂载,也可以卸载,就是把Mount换成Unmount 。嵌套挂载点是嵌套在目录的下面,可以挂在某个部分下面 ,不一定挂载在根节点下面 。这里有个要求 ,即两个嵌套点的树不能互相覆盖 ,这样带来的好处是比较灵活。如果根挂载点将来需要更换,为了避免需要改配置和重启服务 ,可以使用一个dummy的根挂载点,比如就挂载在本地路径下面 ,不使用它,且不在它下面创建任何文件,它存在的唯一目的就是可以启动Alluxio服务 。然后在此基础上,把所有要管理的存储 ,都以嵌套挂载点的方式挂载上去 。之后如果要改变,就直接卸载更换为其它挂载点 ,这样就很灵活。所有挂载和挂载操作,都会记录在日志里 ,重启系统 ,并重启服务之后,无需再手动操作 。
3. Alluxio策略化数据管理