アーキテクチャの成長への道: 分散システムの設計方法、Elasticsearch の仕組みをご覧ください

[[269842]]

分散システムにはさまざまな種類があり、非常に広範囲にわたります。システムの種類によって特性が異なります。バッチコンピューティングとリアルタイムコンピューティングは非常に異なります。この記事では、分散ストレージシステム、分散検索システム、分散分析システムなどの分散データシステムの設計に焦点を当てます。

まず、Elasticsearch のアーキテクチャを簡単に見てみましょう。

Elasticsearch クラスターアーキテクチャ

Elasticsearch は、よく知られているオープンソースの検索および分析システムです。現在、インターネットのさまざまな分野で広く利用されていますが、特に以下の 3 つの分野で利用されています。 1 つ目は検索フィールドです。 Solr と比較すると、これは本当に注目の的であり、多くの検索システムの第一選択肢となっています。 2 つ目は Json ドキュメントデータベースです。これは MongoDB よりも読み取りおよび書き込みパフォーマンスが優れており、より豊富な地理的位置クエリと数値とテキストの混合クエリをサポートします。 3つ目は時系列データの分析と処理です。現在、当社は監視データのログ処理、保存、分析、可視化において非常に優れた成果を上げており、この分野のリーダーであると言えます。

Elasticsearch の詳しい紹介については、公式 Web サイトをご覧ください。まず、Elasticsearch の重要な概念をいくつか見てみましょう。

ノード: 物理的な概念、実行中の Elasticarch インスタンス、通常はマシン上のプロセス。
インデックスは、構成情報のマッピング、逆方向および順方向のデータファイルを含む論理概念です。インデックスのデータファイルは、1 台のマシンまたは複数のマシンに分散される場合があります。インデックスの別の意味は、逆インデックスファイルです。
シャード: 大量のデータに対応するために、インデックスは通常、特定のディメンションに従って複数の部分に分割されます。各部分はシャードであり、シャードはノードによって管理されます。ノードは通常、同じインデックスまたは異なるインデックスに属する可能性のある複数のシャードを管理します。ただし、信頼性と可用性を確保するために、同じインデックスのシャードは可能な限り異なるノードに分散されます。シャードには、プライマリシャードとレプリカシャードの 2 種類があります。
レプリカ: 同じシャードのバックアップデータ。シャードには 0 個以上のレプリカが存在する場合があります。これらのレプリカ内のデータは、強い一貫性または結果的な一貫性が保証されます。

グラフで表すと次のようになります。

インデックス 1: 青い部分には、3 つの異なるノードに配置された 3 つのシャード (P1、P2、P3) があります。ここにはレプリカはありません。
インデックス 2: 緑の部分には 2 つのシャード P1 と P2 があり、これらは 2 つの異なるノードに配置されています。そして、各シャードにはレプリカ、つまり R1 と R2 があります。システムの可用性を考慮すると、同じシャードのプライマリとレプリカを同じノードに配置することはできません。ここで、Shard1 の P1 と R1 はそれぞれ Node3 と Node2 に配置されています。 Node2 がダウンした場合でも、P1 と R2 は引き続き利用可能であるため、サービスは基本的に影響を受けません。マスタースレーブアーキテクチャであるため、プライマリシャードに障害が発生した場合は切り替える必要があります。この時点で、レプリカを新しいマスターとして選出する必要があります。少し時間がかかるだけでなく、データが失われるリスクもあります。

インデックスプロセス

インデックスを構築する際、ドキュメントは最初にルーティングルールを通じてプライマリシャードに配置され、その後インデックス作成のためにプライマリシャードに送信されます。成功すると、ドキュメントはインデックス作成のためにシャードのレプリカに送信されます。レプリカ上にインデックスが正常に構築された後にのみ成功が返されます。

このアーキテクチャでは、すべてのインデックスデータはシャード内に配置され、1 つのコピーがプライマリシャードに保存され、もう 1 つのコピーがレプリカシャードに保存されます。レプリカシャードまたはプライマリシャードが失われた場合 (たとえば、マシンのクラッシュやネットワークの中断により)、失われたシャードを他のノードで復元する必要があります。この時点で、新しいシャードを構築するには、シャードのすべてのデータを他のレプリカから新しいノードにコピーする必要があります。このコピープロセスには時間がかかり、その間は残っているプライマリレプリカのみがトラフィックを伝送できます。リカバリが完了する前に、フェイルオーバーが完了するまで、システム全体が比較的危険な状態になります。

これは、レプリカが存在する理由の 1 つを反映しており、データの損失を回避し、データの信頼性を向上させることです。レプリカが存在するもう 1 つの理由は、読み取り要求の数が多い場合、1 つのノードではすべてのトラフィックを処理できないことです。このとき、クエリ機能を拡張するために、クエリ負荷を分散するためのレプリカが必要です。

ロール展開方法

次に、役割を分担する 2 つの異なる方法を見てみましょう。

Elasticsearch は上記の 2 つの方法をサポートしています。

1. ハイブリッド展開（左）

デフォルトモード。
マスターノードを考慮せずに、データノードとトランスポートノードの 2 種類のノードがあります。このデプロイメントモードでは、これら 2 つの異なるタイプのノードロールが同じノードに配置されます。これは、1 つのノードがデータとトランスポートの 2 つの機能を持つのと同じです。
インデックスまたはクエリ要求がある場合、その要求はランダムに（カスタマイズされて）任意のノードに送信されます。このノードはグローバルルーティングテーブルを保持し、ルーティングテーブルを通じて適切なノードを選択し、これらのノードに要求を送信し、すべての要求が返されるのを待機し、結果をマージしてユーザーに返します。ノードは 2 つの役割を果たします。
利点は、使い方が非常に簡単で、簡単に始めることができ、システムの宣伝に大きな価値があることです。最も単純なシナリオでは、すべての機能を完了するために 1 つのノードを起動するだけで済みます。
欠点は、複数の種類のリクエストが相互に影響を及ぼしてしまうことです。大規模なクラスターでは、データノードがホットになると、このデータノードを通過する他のすべてのノード間リクエストに影響します。障害が発生した場合、その影響はさらに大きくなります。
Elasticsearch の各ノードは、他のすべてのノードと 13 個の接続を維持する必要があります。この場合、各ノードは他のすべてのノードとの接続を維持する必要があり、システム内の接続数には上限があるため、接続数によってクラスターのサイズが制限されます。
また、クラスターのホットアップデートはサポートされていません。

2. 階層型展開（右図）：

ノードは構成によって分離できます。
いくつかのノードをトランスポートノードとして設定します。トランスポートノードは、特に要求の転送と結果のマージに使用されます。
他のノードは、データを具体的に処理するためのデータノードとして設定できます。
欠点は、始めるのが複雑なことです。トランスポートの数を事前に設定する必要があります。この数はデータノード、トラフィックなどに関連しています。そうしないと、リソースがアイドル状態になるか、マシンが過負荷になります。
利点は、役割が互いに独立しており、互いに影響を及ぼさないことです。通常、トランスポートノードのトラフィックは均等に分散され、単一のマシンの CPU またはトラフィックが完全に利用されることはまれです。ただし、DataNode はデータを処理するため、CPU、ネットワーク、ディスクなどの単一のマシンのリソースが最大限に活用されやすくなります。独立した後、DataNode に障害が発生した場合、単一のノードのデータ処理にのみ影響し、他のノードの要求には影響しません。影響は最小限の範囲に限定されます。
役割が独立すると、トランスポートノードのみがすべてのデータノードに接続する必要があり、データノードは他のデータノードに接続する必要はありません。クラスター内のデータノードの数はトランスポートノードの数よりもはるかに多いため、クラスターはより大きくなる可能性があります。さらに、トランスポートノードが固定グループ内のデータノードにのみ接続するようにグループ化することもできます。これにより、Elasticsearch の接続数の問題が完全に解決されます。
ホットアップデートをサポートします。まず DataNode を 1 つずつアップグレードし、アップグレードが完了したら Transport Node をアップグレードします。プロセス全体を通して、ユーザーはそれに気付かない場合があります。

上記では、Elasticsearch のデプロイメントレイヤーアーキテクチャについて紹介しました。さまざまなシナリオに応じて、さまざまな展開方法が適しています。ニーズに応じて適切な方法を選択する必要があります。

Elasticsearch データ層アーキテクチャ

次に、現在の Elasticsearch データ層アーキテクチャを見てみましょう。

データストレージ

Elasticsearch のインデックスとメタは現在、ローカルファイルシステムでのストレージをサポートしており、niofs、mmap、simplefs、smb などのさまざまな読み込み方法もサポートしています。最高のパフォーマンスを実現する MMap 方法は、インデックスをメモリに直接ロックすることです。デフォルトでは、Elasticsearch は読み込み方法を自動的に選択しますが、設定ファイルで自分で設定することもできます。ここにはいくつか詳細がありますので、詳細については公式ドキュメントを参照してください。

インデックスとメタデータをローカルに保存すると、マシンがクラッシュしたりディスクが破損したりすると、データが失われるという問題が発生します。この問題を解決するには、レプリカ機能を使用できます。

レプリカ

各インデックスに対して、レプリカの数という構成項目を設定できます。レプリカの数を 2 に設定すると、シャードは 3 つ存在し、そのうちの 1 つは PrimaryShard、他の 2 つは ReplicaShard になります。これら 3 つのシャードは、マスターによって可能な限り異なるマシンまたはラックにスケジュールされます。これら 3 つのシャード内のデータは同じであり、同じサービス機能を提供します。

レプリカには 3 つの目的があります。

サービスの可用性の確保: 複数のレプリカが設定されている場合、1 つのレプリカが使用できなくなった場合でも、要求トラフィックは引き続き他のレプリカに送信され、サービスを迅速に復元できます。
データの信頼性を確保する: プライマリノードが 1 つしかなく、レプリカノードがない場合、プライマリノードのディスクが破損すると、このノード内のすべてのシャードのデータが失われ、再インデックスしか選択できなくなります。
より優れたクエリ機能を提供: Shard が提供するクエリ機能がビジネスニーズを満たせない場合は、N 個のレプリカを追加し続けることで、クエリ機能を N 倍に増やすことができ、システムの同時実行性を簡単に高めることができます。

質問

上記でいくつかの利点について説明しましたが、このアーキテクチャでは、シナリオによっては問題が発生する可能性もあります。

Elasticsearch は、データの信頼性を確保するために、ローカルファイルシステムとレプリカに基づく技術アーキテクチャを使用します。このアーキテクチャは、ある程度までほとんどのニーズとシナリオを満たすことができますが、いくつか残念な点もあります。

レプリカはコストの無駄をもたらします。データの信頼性を確保するには、レプリカを使用する必要があります。ただし、1 つのシャードが処理能力を満たす場合、別のシャードの計算能力は無駄になります。
レプリカは書き込みパフォーマンスとスループットの低下をもたらします。インデックスまたは更新が実行されるたびに、最初にプライマリシャードを更新し、更新が成功した後にレプリカシャードを並行して更新する必要があります。ロングテールと相まって、書き込みパフォーマンスは大幅に低下します。
ホットスポットが発生した場合や緊急に容量拡張が必要な場合、レプリカを動的に追加すると時間がかかります。新しいシャードのデータは他のシャードから完全にコピーする必要があり、これには長い時間がかかります。

上記では、Elasticsearch データ層のアーキテクチャと、レプリケーション戦略の長所と短所について紹介しました。以下では、分散データシステムアーキテクチャのさまざまな形式について簡単に紹介します。

分散システム

***: ローカルファイルシステムに基づく分散システム

上の図は、ローカルディスクに基づいてデータを保存する分散システムを示しています。インデックスには合計 3 つのシャードがあります。各シャードにはプライマリシャードとレプリカシャードがあります。ノード 3 のマシンがクラッシュするか、ディスクが破損した場合、まず P3 が使用できないことを確認し、R3 をプライマリシャードとして再選択し、このシャードでマスターとスレーブの切り替えが行われます。次に、新しいマシン Node 7 を見つけて、Node 7 で P3 の新しいレプリカを再起動します。データはローカルディスクに保存されるため、Shard 3 のデータを Node 6 から Node 7 にコピーする必要があります。200G のデータとギガビットネットワークがある場合、コピーには 1600 秒かかります。レプリカがない場合、これらのシャードは 1600 秒以内に機能できません。

信頼性を確保するには冗長なシャードが必要であり、これにより物理リソースの消費量が増加します。

このアイデアのもう 1 つの具体化は、デュアルクラスターを使用してクラスターレベルのバックアップを実行することです。

このアーキテクチャでは、データが HDFS/HBase などの他のストレージシステムで生成される場合、準備されたデータを対応するマシンに配布するためのデータ転送システムも必要になります。

このアーキテクチャの可用性と信頼性を確保するには、実稼働環境でデュアルクラスターまたはレプリカを使用する必要があります。メリットと副作用については、上記で Elasticsearch を紹介した際に紹介したので、ここでは繰り返さないことにします。

Elasticsearch はこのアーキテクチャを使用します。

2番目のタイプ: 分散ファイルシステム(共有ストレージ)に基づく分散システム

最初のアーキテクチャの問題に対処するための別のアプローチは、ストレージとコンピューティングを分離することです。

最初のアイデアの問題の根本的な原因は、データの量が多く、データのコピーに時間がかかることです。では、データのコピーを回避する方法はあるのでしょうか?この目標を達成するための 1 つのアイデアは、基盤となるストレージ層で共有ストレージを使用することです。各シャードは、分散ファイルシステム内のディレクトリ/ファイルに接続するだけで済みます。シャードにはデータは含まれず、コンピューティング部分のみが含まれます。つまり、各ノードはコンピューティング部分のみを担当し、ストレージ部分は HDFS などの下部にある別の分散ファイルシステムに配置さます。

上の図では、ノード 1 は最初のファイルに接続されています。ノード 2 は 2 番目のファイルに接続されます。ノード 3 は 3 番目のファイルに接続されます。ノード 3 がダウンした場合は、ノード 4 に空のシャードを作成し、基盤となる分散ファイルシステムの 3 番目のファイルに接続するための新しい接続を構築するだけで済みます。接続は非常に速く確立され、かかる合計時間も非常に短くなります。

これは、ストレージとコンピューティングを分離した典型的なアーキテクチャであり、次のような利点があります。

このアーキテクチャでは、リソースをより柔軟にすることができます。ストレージが不足している場合は、ストレージシステムの容量のみを拡張する必要があります。コンピューティングが不足する場合は、コンピューティング部分の容量のみを拡張する必要があります。
ストレージとコンピューティングは独立して管理され、リソース管理の粒度は小さくなり、管理はより洗練され、無駄が減るため、全体的なコストが削減されます。
負荷がより顕著になり、ホットスポットに対する耐性が強くなります。一般的に、ホットな問題は主にコンピューティング部分で発生します。ストレージとコンピューティングが分離されたシステムの場合、コンピューティング部分はデータにバインドされていないため、リアルタイムで拡張、縮小、移行できます。ホットスポットが発生した場合、最短時間で新しいノードにコンピューティングをスケジュールできます。

このアーキテクチャには欠点もあります。分散ファイルシステムへのアクセスのパフォーマンスは、ローカルファイルシステムへのアクセスほど良くない可能性があります。これは、以前の世代の分散ファイルシステムではより明白な問題でしたが、さまざまなユーザーモードプロトコルスタックの使用により、そのギャップはますます小さくなってきています。 HBase はこのアーキテクチャを使用します。

Solr もこの形式のアーキテクチャをサポートしています。

要約する

上記の 2 つのアーキテクチャには、それぞれ長所と短所があります。一部のアーキテクチャの欠陥や不具合については、さまざまなアイデアやソリューションも大きく異なりますが、アイデアの範囲が広ければ広いほど、一般的にメリットも大きくなります。

上記では、分散データ（保存/検索/分析など）システムのストレージ層の 2 つの異なるアーキテクチャ方式のみを紹介しました。皆様のお役に立てれば幸いです。ただし、分散システムアーキテクチャの設計には、幅広いコンテンツ、多くの詳細、および多くのトレードオフが伴います。特定の分野や側面にご興味がある場合は、メッセージを残していただければ、後ほどご相談させていただきます。

<<: VDI 災害復旧オプションを調べる

>>: マルチクラウド管理が混乱する理由