1、of64云计算第三版配套PPT课件云 计 算（第三版）CLOUD COMPUTING Third Edition主编：刘鹏 教授第 2 章Google云计算原理与应用（四）of64云计算第三版配套PPT课件2.1 Google文件系统GFS2.2 分布式数据处理MapReduce2.3 分布式锁服务Chubby2.4 分布式结构化数据表Bigtable2.5 分布式存储系统Megastore2.6 大规模分布式系统的监控基础架构Dapper2.7 海量数据的交互式分析工具Dremel2.8 内存大数据分析系统PowerDrill2.9 Google应用程序引擎数据本身不会产生价值只有经过分析才
2、有可能产生价值of64云计算第三版配套PPT课件2.7 海量数据的交互式分析工具Dremel2.7.1 产生背景2.7.2 数据模型2.7.3 嵌套式的列存储2.7.4 查询语言与执行2.7.5 性能分析2.7.6 小结of64云计算第三版配套PPT课件5产生背景2.7 海量数据的交互式分析工具DremelMapReduce优点：便携缺点：效率低Google的团队结合其自身的实际需求，借鉴搜索引擎和并行数据库的一些技术，开发出了实时的交互式查询系统Dremel。of64云计算第三版配套PPT课件2.7 海量数据的交互式分析工具DremelDremel支持的典型应用Web文档的分析Android
3、市场的应用安装数据的跟踪Google产品的错误报告Google图书的光学字符识别欺诈信息的分析Google地图的调试Bigtable实例上的tablet迁移Google分布式构建系统的测试结果分析磁盘I/O信息的统计Google数据中心上运行任务的资源监控Google代码库的符号和依赖关系分析6of64云计算第三版配套PPT课件2.7 海量数据的交互式分析工具Dremel2.7.1 产生背景2.7.2 数据模型2.7.3 嵌套式的列存储2.7.4 查询语言与执行2.7.5 性能分析2.7.6 小结of64云计算第三版配套PPT课件8两方面的技术支撑两方面的技术支撑一方面：统一的存储平台另一方面
4、：统一的数据存储格式实现高效的数据存储，Dremel使用的底层数据存储平台是GFS存储的数据才可以被不同的平台所使用2.7 海量数据的交互式分析工具Dremelof64云计算第三版配套PPT课件92.7 海量数据的交互式分析工具Dremel面向记录和面向列的存储Google的Dremel是第一个在嵌套数据模型基础上实现列存储的系统。列存储更利于数据的压缩处理时只需要使用涉及的列数据好处一：好处二：of64云计算第三版配套PPT课件101dom|A:?,A:?n2.7 海量数据的交互式分析工具Dremel嵌套模型的形式化定义原子类型（Atomic Type）原子类型允许的取值类型包括整型、浮点型
5、、字符串等记录类型（Record Type）记录类型则可以包含多个域记录型数据包括三种类型：必须的（Required）、可重复的（Repeated）以及可选的（Optional）of64云计算第三版配套PPT课件112.7 海量数据的交互式分析工具Dremel嵌套结构的模式和实例文档的模式（Schema）定义符合该模式的两条记录利用该数据模型，可以使用Java语言，也可以使用C+语言来处理数据，甚至可以用Java编写的MapReduce程序直接处理C+语言产生的数据集。这种跨平台的优良特性正是Google所需要的。of64云计算第三版配套PPT课件2.7 海量数据的交互式分析工具Dremel2
6、.7.1 产生背景2.7.2 数据模型2.7.3 嵌套式的列存储2.7.4 查询语言与执行2.7.5 性能分析2.7.6 小结of64云计算第三版配套PPT课件132.7 海量数据的交互式分析工具Dremel数据结构的无损表示带有重复深度和定义深度的r1与r2的列存储重复深度主要关注的是可重复类型，而定义深度同时关注可重复类型和可选类型（optional）每一列最终会被存储为块（Block）的集合，每个块包含重复深度和定义深度且包含字段值。of64云计算第三版配套PPT课件142.7 海量数据的交互式分析工具Dremel高效的数据编码计算重复和定义深度的基础算法Dremel利用图中算法创建一个
7、树状结构树的节点为字段的writer，它的结构与模式中的字段层级匹配。核心的想法是只在字段writer有自己的数据时执行更新，非绝对必要时不尝试往下传递父节点状态。子节点writer继承父节点的深度值。当任意值被添加时，子writer将深度值同步到父节点。of64云计算第三版配套PPT课件152.7 海量数据的交互式分析工具Dremel数据重组Dremel数据重组方法的核心思想是为每个字段创建一个有限状态机（FSM），读取字段值和重复深度，然后顺序地将值添加到输出结果上。of64云计算第三版配套PPT课件16当前FSM写入值下一个重复深度值动作DocId（开始）100跳转至Links.Back
8、wardLinks.BackwardNULL0跳转至Links.ForwardLinks.Forward201停留在Links.ForwardLinks.Forward401停留在Links.ForwardLinks.Forward600跳转至Name.Language.CodeName.Language.Codeen-us2跳转至Name.Language.CountryName.Language.Countryus2跳转至Name.Language.CodeName.Language.Codeen1跳转至Name.Language.CountryName.Language.CountryN
9、ULL1跳转至Name.UrlName.Urlhttp:/A1跳转至Name.Language.CodeName.Language.CodeNULL1跳转至Name.Language.CountryName.Language.CountryNULL1跳转至Name.UrlName.Urlhttp:/B1跳转至Name.Language.CodeName.Language.Codeen-gb0跳转至Name.Language.CountryName.Language.Countrygb0跳转至Name.UrlName.UrlNULL0结束2.7 海量数据的交互式分析工具Dremel数据重组r1的
10、完整数据重组过程of64云计算第三版配套PPT课件172.7 海量数据的交互式分析工具Dremel数据重组如果具体的查询中不是涉及所有列，而是仅涉及很少的列的话，上述数据重组的过程会更加便利，下图中仅仅涉及DocId和Name.Language.Country的有限状态机。of64云计算第三版配套PPT课件182.7 海量数据的交互式分析工具Dremel数据重组核心的思想如下：设置t为当前字段读取器的当前值f所返回的下一个重复深度。在模式树中，找到它在深度 t 的祖先，然后选择该祖先节点的第一个叶子字段 n。由此得到一个FSM状态变化(f,t)-n。有限状态机的构造算法of64云计算第三版配套
11、PPT课件2.7 海量数据的交互式分析工具Dremel2.7.1 产生背景2.7.2 数据模型2.7.3 嵌套式的列存储2.7.4 查询语言与执行2.7.5 性能分析2.7.6 小结of64云计算第三版配套PPT课件202.7 海量数据的交互式分析工具Dremel查询语言与执行Dremel的SQL查询输入的是一个或多个嵌套结构的表以及相应的模式，而输出的结果是一个嵌套结构的表以及相应的模式。嵌套子查询记录内聚合top-kjoins自定义函数 of64云计算第三版配套PPT课件212.7 海量数据的交互式分析工具DremelDremel利用多层级服务树（multi-level service t
12、ree）的概念来执行查询操作根服务器接受客户端发出的请求，读取相应的元数据，将请求转发至中间服务器。中间服务器负责查询中间结果的聚集叶子服务器负责执行数据来源查询语言与执行of64云计算第三版配套PPT课件22查询语言与执行Dremel中的数据都是分布式存储的，因此每一层查询涉及的数据实际都被水平划分后存储在多个服务器上。Dremel是一个多用户系统，因此同一时刻往往会有多个用户进行查询。查询分发器有一个很重要参数，它表示在返回结果之前一定要扫描百分之多少的tablet2.7 海量数据的交互式分析工具Dremelof64云计算第三版配套PPT课件2.7 海量数据的交互式分析工具Dremel2.
13、7.1 产生背景2.7.2 数据模型2.7.3 嵌套式的列存储2.7.4 查询语言与执行2.7.5 性能分析2.7.6 小结of64云计算第三版配套PPT课件24表名记录数（亿)规模（未压缩，TB）域数目数据中心复制因子T185087270A3T224013530A3T340701200A3T41000010550B3T5100002050B22.7 海量数据的交互式分析工具Dremel由于Dremel并不开源，我们只能通过Google论文中的分析大致了解其性能。Google的实验数据集规模如下图：性能分析of64云计算第三版配套PPT课件252.7 海量数据的交互式分析工具Dremel性能分
14、析MR从面向记录转换到列状存储后性能提升了一个数量级（从小时到分钟），而使用Dremel则又提升了一个数量级（从分钟到秒）of64云计算第三版配套PPT课件2.7 海量数据的交互式分析工具Dremel2.7.1 产生背景2.7.2 数据模型2.7.3 嵌套式的列存储2.7.4 查询语言与执行2.7.5 性能分析2.7.6 小结of64云计算第三版配套PPT课件272.7 海量数据的交互式分析工具Dremel小结Dremel和MapReduce并不是互相替代，而是相互补充的技术。在不同的应用场景下各有其用武之地。Drill的设计目标就是复制一个开源的Dremel，但是从目前来看，该项目无论是进展
15、还是影响力都达不到Hadoop的高度。希望未来能出现一个真正有影响力的开源系统实现Dremel的主要功能并被广泛采用。123of64云计算第三版配套PPT课件2.1 Google文件系统GFS2.2 分布式数据处理MapReduce2.3 分布式锁服务Chubby2.4 分布式结构化数据表Bigtable2.5 分布式存储系统Megastore2.6 大规模分布式系统的监控基础架构Dapper2.7 海量数据的交互式分析工具Dremel2.8 内存大数据分析系统PowerDrill2.9 Google应用程序引擎of64云计算第三版配套PPT课件2.8 内存大数据分析系统PowerDrill2
16、.8.1 产生背景与设计目标2.8.2 基本数据结构2.8.3 性能优化2.8.4 性能分析与对比of64云计算第三版配套PPT课件302.8 内存大数据分析系统PowerDrill产生背景与设计目标两个假设结论（1）绝大多数的查询是类似和一致的；（2）存储系统中的表只有一小部分是经常被使用的，绝大部分的表使用频率不高。考虑两方面的内容（1）如何尽可能在查询中略去不需要的数据分块；（2）如何尽可能地减少数据在内存中的占用，占用越少意味着越多的数据可以被 加载进内存中处理。PowerDrill整个系统实际分为三个部分Web UI一个抽象层列式存储of64云计算第三版配套PPT课件2.8 内存大数
17、据分析系统PowerDrill2.8.1 产生背景与设计目标2.8.2 基本数据结构2.8.3 性能优化2.8.4 性能分析与对比of64云计算第三版配套PPT课件322.8 内存大数据分析系统PowerDrill 下图阐述了PowerDrill采用的数据结构，简单来说就是一个双层数据字典结构。块字典 记录的是块id（chunk-id）和全局id的映射关系块元素 记录的是块中存储数据的块id（注意不是全局id）基本数据结构全局字典表存储全局id和搜索关键字的对应关系3个块的数据of64云计算第三版配套PPT课件2.8 内存大数据分析系统PowerDrill2.8.1 产生背景与设计目标2.8.
18、2 基本数据结构2.8.3 性能优化2.8.4 性能分析与对比of64云计算第三版配套PPT课件342.8 内存大数据分析系统PowerDrill数据分块传统的索引对于PowerDrill的查询场景作用不是很大，因此一个很自然的考虑就是对数据进行分块，过滤查询中不需要的数据块来减少数据量背景常见的分区方法有范围分区、散列分区等。PowerDrill实际采用的是一种组合范围分区方法。方法领域专家确定若干个划分的域步骤利用这几个域对数据进行划分每个块的行数达到阈值时就停止划分局限PowerDrill采用的数据分块方法简单实用，但是由于域的确定需要领域专家，因此这种方法在实际使用中还有一定的局限性o
19、f64云计算第三版配套PPT课件352.8 内存大数据分析系统PowerDrill数据编码的优化统计一组数中不同值的个数有一个专有名词，称为“基数估计”对于小规模的数据集，可以比较容易地统计出精确的基数。但是在大数据的环境下，精确的基数统计非常耗时，因此能保证一定精度的基数估计就可以满足实际的需求。基数估计的方法很多，大多利用了散列函数的一些特性，Google内部使用的是一种称为Hyperloglog的基数估计方法的变种。对于不同的块，如果我们可以确定块中不同值的数量，那么就可以根据这个数量值来选择可变的比特位来记录块idof64云计算第三版配套PPT课件362.8 内存大数据分析系统Powe
20、rDrill全局字典优化优化中主要利用两个特性全局字典是有序的排序后的数据常常有共同的前缀对每个全局字典块还会维护一个布隆过滤器（bloom filter）来快速确定某个值是否在字典中。实际使用中为了进一步减少查询中需要加载到内存的全局字典，对全局字典又进行了分块of64云计算第三版配套PPT课件372.8 内存大数据分析系统PowerDrill算法压缩后剩余数据百分比编码速度解码速度GZIP13.4%21 MB/s118 MB/sLZO20.5%135 MB/s410 MB/sZippy/Snappy22.2%172 MB/s409 MB/s压缩算法Google曾经对一些主流的压缩算法做过简
21、单的测试，如下图：不管压缩算法的解压速度多快，总会消耗一定的物理资源与时间。对此PowerDrill采用了一种冷热数据分别对待的策略。在冷热数据切换策略中，比较常用的是LRU算法。PowerDrill开发团队采用了启发式的缓存策略来代替原始的LRU算法。of64云计算第三版配套PPT课件382.8 内存大数据分析系统PowerDrill行的重排数据压缩的算法有很多，比较常用的一种称为游程编码（Run-Length Encoding，RLE），又称行程长度编码，其好处是压缩和解压缩都非常快。数据重排的过程等效于著名的TSP（旅行商）问题PowerDrill在实际生产环境中对数据分块时选定的那几个
22、域按照字典序进行排序来得到重排的结果010011100两个等长字符串之间的汉明距离是两个字符串对应位置的不同字符的个数of64云计算第三版配套PPT课件2.8 内存大数据分析系统PowerDrill2.8.1 产生背景与设计目标2.8.2 基本数据结构2.8.3 性能优化2.8.4 性能分析与对比of64云计算第三版配套PPT课件402.8 内存大数据分析系统PowerDrill我们比较关注的两组数据在查询过程中，平均92.41%的数据被略去5.02%的数据会直接被缓存命中一般仅须扫描2.66%的数据即可得到查询结果超过70%的查询是不需要从磁盘访问任何数据的这些查询的平均访问延迟大约是25秒
23、96.5%的查询需要访问的磁盘量不超过1GBof64云计算第三版配套PPT课件412.8 内存大数据分析系统PowerDrill性能分析与对比访问数据量（GB）延迟时间（s）of64云计算第三版配套PPT课件422.8 内存大数据分析系统PowerDrillPowerDrillDremel设计目标处理非常大量的数据集分析少量的核心数据集设计理念处理的数据来自外存处理的数据尽可能地存于内存未进行数据分区，分析时要扫描所有需要的列使用了组合范围分区，分析时可以跳过很多不需要的分区数据通常不需要加载，增加数据很方便数据需要加载，增加数据相对不便PowerDrill与Dremel的对比of64云计算第
24、三版配套PPT课件2.1 Google文件系统GFS2.2 分布式数据处理MapReduce2.3 分布式锁服务Chubby2.4 分布式结构化数据表Bigtable2.5 分布式存储系统Megastore2.6 大规模分布式系统的监控基础架构Dapper2.7 海量数据的交互式分析工具Dremel2.8 内存大数据分析系统PowerDrill2.9 Google应用程序引擎of64云计算第三版配套PPT课件2.9 Google应用程序引擎2.9.1 Google App Engine简介2.9.2 应用程序环境2.9.3 Google App Engine服务of64云计算第三版配套PPT课
25、件什么是Google App EngineGoogle App Engine是一个由Python应用服务器群、Bigtable数据库及GFS数据存储服务组成的平台，它能为开发者提供一体化的可自动升级的在线应用服务。Google App Engine可以让开发人员在Google的基础架构上运行网络应用程序。在Google App Engine中，用户可以使用域上的免费域名为应用程序提供服务，也可以使用Google企业应用套件从自己的域为它提供服务。可以免费使用Google App Engine。注册一个免费账户即可开发和发布应用程序，而且不需要承担任何费用和责任。Google App Engin
26、eof64云计算第三版配套PPT课件472.9 Google应用程序引擎Google App Engine的整体架构前端和静态文件 负责将请求转发给应用服务器并进行负载均衡和静态文件的传输应用服务器 能同时运行多个应用的运行时（Runtime）服务器群 提供了一些服务，主要有Memcache、Images、URLfetch、E-mail和Data Store等应用管理节点 主要负责应用的启停和计费。of64云计算第三版配套PPT课件2.9 Google应用程序引擎2.9.1 Google App Engine简介2.9.2 应用程序环境2.9.3 Google App Engine服务of64
27、云计算第三版配套PPT课件492.9 Google应用程序引擎动态网络服务功能。能够完全支持常用的网络技术。具有持久存储的空间。在这个空间里平台可以支持一些基本操作，如查询、分类和事务的操作。具有自主平衡网络和系统的负载、自动进行扩展的功能。可以对用户的身份进行验证，并且支持使用Google账户发送邮件。有一个功能完整的本地开发环境，可以在自身的计算机上模拟Google App Engine环境。支持在指定时间或定期触发事件的计划任务。应用程序环境的特性123456of64云计算第三版配套PPT课件502.9 Google应用程序引擎沙盒的限制用户的应用程序只能通过Google App Eng
28、ine提供的网址抓取API和电子邮件服务API来访问互联网中其他的计算机，其他计算机如请求与该应用程序相连接，只能在标准接口上通过HTTP或HTTPS进行1应用程序无法对Google App Engine的文件系统进行写入操作，只能读取应用程序代码上的文件，并且该应用程序必须使用Google App Engine的Data Store数据库来存储应用程序运行期间持续存在的数据2应用程序只有在响应网络请求时才运行，并且这个响应时间必须极短，在几秒之内必须完成。与此同时，请求处理的程序不能在自己的响应发送后产生子进程或执行代码3of64云计算第三版配套PPT课件2.9 Google应用程序引擎2.
29、9.1 Google App Engine简介2.9.2 应用程序环境2.9.3 Google App Engine服务of64云计算第三版配套PPT课件522.9 Google应用程序引擎Google App Engine服务图像操作API邮件APIMemcache API用户API数据库APIImage类exception类允许的附件类型EmailMessage类构造函数实例方法User对象登录网址User类Model类Property类Query类Key类GqlQuery类of641Google云计算技术包括哪些内容？2当前主流分布式文件系统有哪些？各有什么优缺点？3GFS采用了哪些容错
30、措施来确保整个系统的可靠性？4MapReduce与传统的分布式程序设计相比有何优点？5Chubby的设计目标是什么？Paxos算法在Chubby中起 什么作用？6阐述Bigtable的数据模型和系统架构。7分布式存储系统Megastore的核心技术是什么？习题：of648大规模分布式系统的监控基础架构Dapper关键技术是什么？9相比于行存储，列存储有哪些优点？10为什么MapReduce不适合实时数据处理？11简单阐述Dremel如何实现数据的无损表示。12PowerDrill能实现高效的数据处理，在存储部分主要依赖哪两方面的技术？13Google App Engine提供了哪些服务？14Google App Engine的沙盒对开发人员有哪些限制？习题：of64云计算第三版配套PPT课件电子工业出版社云计算(第三版)配套课件云 计 算（第三版）CLOUD COMPUTING Third Edition谢 谢 观 看第 2 章
