influxdb 源码分析-概述

2017/06/09 database influxdb

本来想开坑把这个写一写,但是一直没有时间完成,只能先搁置了,下面的很多内容已经失效了。

influxdb

influxdb 是个比较有名的时序数据库,相关的简介 在网上已经比较多了,再次就不在赘述了。相关的部署、操作相关的可以通过搜索找到。

今后会花一些时间来研究该时序数据库,主要研究其tsdb部分。influxdb该工程总共逻辑代码量 有7万多行,连同单元测试一共有不到12万行。相对来说还是算中等量级的一个工程。由于其分布式 集群部分的逻辑不再开源,用于商业化。因此目前版本的集群部分的逻辑还是比较简单的。

influxdb startup

influxdinfluxdb对外提供服务的进程,与该database主体相关的逻辑,可以通过该进程的入口 作为切入点来分析。

当用户运行influxd run时可以启动一个influxdb实例,可以通过run 作为切入点来进入。

首先是打印logo、解析(合并)配置等一些动作,在校验配置正确后,实例化Server ,再启动Server

Server.Run

Server启动时,会创建其TCP服务,然后在该TCP端口上启动一个复用器,使得多种数据协议都使用同一个端口来通信。 其实并没有很多模块复用这个端口。

然后启动metamonitorprecreatorsnapshottercontinuous_querierretentionsubscriberhttpd、多协议接收等模块。后面会讲到这些模块。

influxdb为了争夺市场,因此兼容了很多其他竞品的数据接收格式,如OpenTSDB/Graphite/Collectd等。

tcp复用器

tcp复用器的实现有很多种,通常是根据新建连接的开头几个字节来猜测/或直接判断该链接的协议,然后根据相关协议使用 不同的处理回调。相关类似实现有:

meta

influxdb将meta数据库,包装成一个MetaClient对外提供数据,需要meta的模块都引用这个MetaCient。该meta.db 直接使用protobuf格式的数据作为持久化文件。meta加载持久化文件后,会将全部内容缓存在内存中。当有meta改写时, MetaClient会将更新后的数据序列化然后写入磁盘中。

MetaClient一部分数据已slice的形式存储,很多api都会将该slice返回给调用方,从而脱离了其锁的保护,有数据并发竞争 访问的问题存在。

meta.db中存储每个database的元数据(名称、过期策略、ContinuousQuery)和用户信息。

coordinator

coordinatortsdb的一个封装,原本是提供分布式存储、保证数据一致性等功能,但是现在由于集群功能不再开源,其中 这部分逻辑也已经被移除,现在仅仅是tsdb的代理。

monitor

monitor模块是influxd用来给用户提供一些统计、诊断数据的模块。influxd相关文档 专门介绍了该项功能,需要给对外暴露相关信息的模块可以调用Monitor.RegisterDiagnosticsClient()方法来注册到该 模块中来。当相关接口被调用时,会读取注册模块的数据。

precreator

influxd将时序数据按时间区间来切分文件,被切分的块称之为shard。当influxdb组成一个集群时,shard写时创建 可能会在触发切换文件的一瞬间影响进程的吞吐量,因此采用预先创建shard的方式,使得文件总是预先被创建的,写请求 不会被切换文件的动作阻塞。

precreator模块就是创建一个定时函数,每隔一定时间间隔,检查并按需预先创建一次shard

snapshotter

snapshotter会复用Server的端口,接受并处理跟snapshot相关的命令。相关的命令有:

  • RequestShardBackup 读取通过shard-id和time标识的一段tsdb的数据,返回给调用方。备份命令通常通过该接口读取数据。
  • RequestMetastoreBackup 读取meta数据
  • RequestDatabaseInfo 读取指定database(就是influxdb操作中的database的概念,如use database xxx)的shards的路径,
  • RequestRetentionPolicyInfo 读取指定databaseretention policy的shard的路径

continuous_querier

continuous_queryinfluxdb中非常重要的一个概念,通常用来压缩/聚合数据。该模块就运行这些逻辑。

retention

influxdb通常存储一些监控、统计数据,通常来说,这些数据并不需要一直存储着,当数据超过一定期限时,这些数据 就失去了保留的意义。同时influxdb的存储空间也不是无限的。因此influxdb就内置了数据过期自动删除的逻辑。对于 influxdb上的每个database可以设置一些过期策略,满足这些策略时,influxdb就是删除满足条件的shard。

retention就是执行这些过期策略的模块。该模块定期检查每个database的过期策略,将满足过期条件的ShardGroup删除, 然后再将与该ShardGroup相关的shard删除。

subscriber

subscriber处理influxdbSUBSCRIPTIONS部分的逻辑,将内部通过coordinator.PointsWriter写入的数据发送到 database中配置的SUBSCRIPTIONS指定的URI上,采用推的模式。有点类似Watch的机制。Kapacitor 就使用了此机制。

各个数据接收模块都会使用到coordinator.PointsWriter

httpd

httpdinfluxdb对外提供服务的主要协议,用户可以通过http协议查询数据、数据写入、修改database、增加用户等操作。对外 提供的了一些API/debug/pprof/debug/expvar/debug/requests接口。

其他数据接收模块

influxdb兼容了主流的多种监控数据接收协议有graphit/opentsdb/collectd。这些模块接收到相关数据后,将数据 解析成统一格式Point 然后通过coordinator.PointsWriter.WritePointsPrivileged() /coordinator.PointsWriter.WritePoints() /coordinator.PointsWriter.WritePointsInto() 写入tsdb

Search

    Table of Contents