随机IOPS全面超越，腾讯云CSG 存储网关高性能缓存技术详解
原创随机IOPS全面超越，腾讯云CSG 存储网关高性能缓存技术详解
原创
CSG存储网关是基于腾讯云高性能、高可靠性的对象存储系统COS对外提供iSCSI、NFS和CIFS/SMB访问协议。作为一种混合云方案， 帮助用户不用修改本地应用就可以把数据上传到COS。网关可以部署在用户IDC也可以部署在腾讯云上，产品形态如下所示。
1.缓存命中率和延时是技术上两大挑战，
网关和COS之间需要走外网来通讯，外网网络存在延时高、抖动和丢包等问题，而且还会占用客户大量带宽。
实际场景下，我们发现用户经常访问的数据只是一小部分热点数据，存在局部性特点，所以如果能在网关上加一层缓存且缓存命中率足够高的话，理论上网关就可以达到接近本地磁盘的读性能，也可以减少对带宽占用。
缓存的大小受容量的限制只能保存一部分热点数据， 需要根据场景选择合适的缓存算法。评价缓存系统好坏一般通过命中率和延时两个指标，缓存算法一般都是在两者间权衡。影响命中率的关键就是缓存替换算法，而延时主要跟并发锁设计有关。一般缓存系统采用一把大的全局锁，对于CSG采用本地磁盘作为存储介质的系统，普通的SATA盘延时差不多10ms左右，如果采用全局锁最多只有100qps/s, 所以需要对锁进行优化。
2. 业界现有技术实现过程及弊端解析
业界普遍的做法是采用缓存替换算法是LRU，例如Linux内核page cache、 memcached等。典型的实现方式是hashtable + 双链 + 全局锁的方式，但是这种实现存在两大问题：
所有的操作都需要加全局锁造成并发低，延时高
对于数据访问局部性差的场景命缓存失效中率低，比如顺序扫描
针对这两个问题常见的实现改进思路是：
牺牲LRU特性，即减少节点移动到head的次数， 从而降低全局锁的竞争，但是可能会造成热点数据被淘汰
LRU链表分两段或多段，基于一定的访问策略解决局部性差的场景
memecached 和page cache也是基于这两种改进思路优化的，下面分析下memecached 和page cache的具体实现细节。
memcached 的LRU算法实现：
每个节点一把锁保护节点数据和索引
LRU链表分为hot、warm和cold三个子链表，大小比例为 32：32：34
每个子链表一把全局锁，maintainer 线程根上述比例维持链表长度时要加全局锁
节点访问时只需要加节点锁同时标记为active 并不移动解决了锁冲突问题，而且分三个子链表配合制定的访问策略解决了局部性差的场景。但是只是由maintainer 线程根据 active 表示来判断是否移动到 head， 过度的牺牲LRU特性会造成热点数据被淘汰导致命中率低。
page cache 的LRU实现：
全局锁（zone锁）
LRU链表分为activate和inactivate两个子链表， 比例为1：1
也是采用分两个子链表解决了局部性差的场景， 但是依然采用的是全局锁没有对锁做优化。
memecached 和page cache的实现针对局部性差的场景都是采用拆分链表的方式。针对全局锁的问题memecached 中虽然采用了节点锁，但是过度的牺牲LRU特性会造成缓存命中率低。
3. 高性能腾讯云CSG技术背后细节
CSG在实现的参考了这两个方案的优缺点，希望能够在并发性能的和缓存的命中率之间到达平衡， 具体实现如下：
hashtable每个bucket一把锁保护节点和索引，一把全局锁保护LRU链表
链表由midpoint指针分为hot 和cold两个子链表，默认的节点数比例是 2：1
CSG也是通过midpoint把LRU链表划分为hot 和cold两个子链表来解决局部性差场景。锁的优化采用的是段锁+全局锁，对节点的访问是先加段锁访问数据，移动节点时才加全局锁，把全局锁的临界区控制到了最小范围。这样即保证了LRU特性提升了缓存命中率而且锁冲突也不严重， 实际测试4线程加全局锁修改链表可以达到50w+/s的并发满足了需求。
如上图所示我们实现的段锁hashtable是对每一个bucket一把锁，对hash到同一个bucekt的key加同一锁，多线程并发锁冲突小并发高。hash冲突时采用的链式冲突处理， 当load_factor > 1.0时会自动进行resize，保证key和 bucket锁得比例小于1：1。
下图是多线程情况下跟stl 中unordered_map 加全局锁性能对比数据，测试环境4 cpu + 8G mem。
对比发现即使单线程性能也差不多10%的性能损耗，4线程下是unordered_map的两倍以上， key越多锁冲突越少并发性能也越好。
4. 与竞品读性能对比
测试环境：4cpu + 16Gmem + 1G网卡 平台： cvm + CBS（普通盘100G）+ 卷 500G
测试工具：fio -ioengine=libaio -iodepth=128 -direct=1 -rw=randread -bs=[32k|64k|512k]
数据对比在局部性比较好的场景随机范围80G，CSG的延时比国外知名云商低10%左右。局部性比较差的场景随机范围500G， CSG 读随机IOPS是竞品3倍。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。