kvrocks (Redis On SSD) 实践

一、背景

2019年，随着携程G2战略和国际化的推进，有一些大容量的Redis集群需要出海对海外客户提供服务，相比私有云的单GB成本，公有云上的Redis要贵10倍左右，这迫切需要我们寻找一种能替代Redis的廉价方案部署在海外，我们开始着手调研Redis On SSD的可行性。

二、调研和选型

携程大部分Redis数据是通过xpipe同步到海外(图1)，而xpipe是实现了Redis复制协议的伪slave, 为了让海外基于SSD存储的替代Redis的方案能够顺利落地，需要兼容Redis的协议，Redis的协议基本分为两大块：

1）面向客户端的协议，如ping/set/get等客户端的命令。

2）复制协议，slave同步master时需要用到。

图1

我们调研了目前绝大部分Redis的替代方案，如Redislabs的Redis On Flash(https://redislabs.com/lp/redis-enterprise-flash/), 360的pika(https://github.com/Qihoo360/pika)和美图的kvrocks(https://github.com/bitleak/kvrocks)，其中Redis On Flash是商业化的产品，无开源代码，pika市面上使用的公司比较多，但缺点也很明显：

1）面向客户端的协议是Redis的二进制协议，而面向复制的却是基于google的protobuf格式，语义层面有割裂感。

2）复制是基于Rsync的多进程模式，这种复制模式比较重，出现问题也不好定位。

3）代码风格比较乱，此外网络类库也用的是360自家的pink，二次开发比较困难。

而kvrocks很好的避免了pika的这些问题，语义和复制上与Redis原生的更加接近，缺点是刚刚开源，几乎无任何公司来使用kvrocks，经过权衡，我们发现kvrocks的整体框架和代码比较好把握，我们还是决定基于kvrocks做二次开发。

为什么要二次开发呢？因为面向客户端的协议pika/kvrocks可以达到90%以上的Redis兼容，但复制协议都不兼容，究其原因在于，无论pika还是kvrocks，其底层的存储引擎都是rocksdb，而rocksdb是基于磁盘的KV存储方案，数据已经落盘成文件的无需再像Redis那样复制时将Master内存的数据保存到文件中再发送到slave端，直接传输文件更高效。为了让业务和中间件少改动，我们基于kvrocks进行二次开发，用来支持Redis的SYNC/PSYNC协议，也就等于支持了xpipe，最终的同步模式也就如图2所示。

图2

三、二次开发

二次开发前，必须厘清，一个kvrocks实例要成为一个Redis的slave，有以下几个步骤：

1）执行slaveof后的Redis slave状态机模拟，如下图3所示。

2）对于全量同步的逻辑，也就是图三中的REPL_STATE_TRANSFER状态，会接受来自master的RDB文件，接受完成后，需要解析RDB。

3）完成RDB文件解析后，模仿正常客户端命令写入Rocksdb中。

4）  进入CommandPropogate阶段后，死循环接受Master传来的增量命令，每一秒ACK一次当前的offset。

图3

此外，还需要区分kvrocks复制kvrocks和kvrocks复制Redis，得益于kvrocks良好的代码风格，其Replication模块已经实现了一个kvrocks复制kvrocks的状态机，其中psync_steps_和fullsync_steps_表示kvrocks复制kvrocks的增量同步和全量同步，这样我们的思路就很清晰了：

1）将目前的slaveof的语义改为复制Redis，并将kvrocks自身的复制重命名为kslaveof，这样在输入端，我们就知道客户端需要执行的是复制kvrocks还是复制Redis，当然为了对哨兵透明，也可以统一slaveof，而在slaveof后续步骤出错时根据返回值来判断是否回退到起始状态，执行另外一种复制逻辑。

2）kvrocks的server类添加Redis复制的一些特有标识，比如repl_offset,repl_id等，并添加一个字段slave_mode来区分当前是作为Redis/kvrocks的slave。

3）Replication复制类添加一个类似的状态机redis_steps_,在此状态机中完成上面图3状态切换的函数封装。最终简化成以下的逻辑：

图4

完成了上面的流程，我们就获得了一个同步Redis的kvrocks slave，解析master传播过来的RDB文件，对于每个key，遍历其是否过期，然后根据类型 (string,hash,set,zset) 选择对应的插入命令，将其导入到rocksdb中。RDB 解析完成后，会进入Command Propogate阶段，而对于PSYNC的支持，只需要保存master的repli_id和offset，在传送RDB之前根据master返回是否是+CONTINUE来区分是增量同步还是全量同步。

如果是增量则直接进入Command Propogate阶段，此时只需要循环接受master传过来的命令，累加repl_offset，并每一秒ack一次当前的repl_offset，kvrocks就可以一直online并且对外提供服务，而对于master/客户端/中间件来说，它跟真正的Redis无任何差别。

除了上面的这些步骤外，为了监控需要，我们完善了一些Redis上支持的，但kvrocks暂时还没支持或无法支持的命令或统计信息，如role,instantaneous_ops_per_sec等，这里就不再一一赘述。

3.1 数据

我们经过将近100个版本和线上2个月的生产测试，总结的数据主要分为以下几个方面（除了从master同步的命令外，面向客户端的基本都是读操作，大部分操作为hget/get, value<1024byte,单个实例QPS<20K）：

1）kvrocks和普通Redis的区别；

2）线程数和响应时间的关系；

3）kvrocks跑在傲腾SSD和普通SSD上的区别；

4）kvrocks适用场景；

5）成本节约多少？

kvrocks VS Redis

图5

从图5上我们可以看到，基于SSD的kvrocks和基于内存的Redis性能没有明显差别，而且这是基于rocksdb的配置比较低的情况（4线程处理client命令，1线程复制，metadata/subkey的block_cache_size为128M，write_buffer_size 64M，wal_size 2G）。

线程数和响应时间

图6

我们固定其他参数，只开放处理client命令的线程，图6中是4线程和1线程的对比，从图上来看，这个差距还是比较明显的，但是否线程数越多越好？也不是，如图7所示，4线程和8线程的平均响应时间无任何差别，因此实际上线上版本我们固定为4线程处理client命令。

图7

傲腾SSD VS 普通SSD

我们除了在普通SSD上测试，还测试了傲腾SSD的场景，这种情况下，傲腾SSD是用来当硬盘而不是当内存用。从结果来看，傲腾SSD相比普通SSD的优势是全方位的领先，首先用redis-benchmark来测试SET的性能，傲腾的100%响应时间约为普通SSD的1/3（图8，9），而QPS却是3倍（图10，11）。

图8图9图10图11

kvrock的实际场景也证实了压测的数据（图12），延迟和抖动方面傲腾SSD有明显的优势。

图12

四线程的kvrocks跑在傲腾上甚至比Redis的性能更要好，这点也比较出乎我们的意料，如图13所示：

图13

随着下半年PCI-4.0的傲腾量产和kvrocks自身固有的落盘优势，重启实例不会丢失数据和全量同步，完全可以畅想下kvrocks未来在傲腾上的应用场景。

kvrocks适用场景

上面这些数据说明了kvrocks代替Redis的可行性，但并不是所有场景都合适，主要原因在于rocksdb自身的一些限制，这里可以认为是将Redis的内存密集型转换成了CPU/IO密集型，尤其是CPU（图14，15），在写入量大的情况下相比Redis有7-8倍的提升。

这主要是由于rocksdb为了防止空间放大和读放大，定时会compaction，而写入的越频繁，compaction也就越频繁并且单次compaction的CPU就越高，所以就形成了图15这种脉冲式的波峰。

图14图15

从我们测试的经验来看，单个实例QPS<1万情况下，用kvrocks替换Redis是比较合适的，如果QPS过高，会导致CPU过高，我们甚至无法选择到合适的宿主机来存放这种类型的实例，因为这时候CPU内存的配比是2：1或者更高的关系。

成本能节约多少

这实际上需要在CPU/内存/磁盘中做各种tradeoff，我们需要在保证响应延迟的情况下尽可能地降低CPU/内存的使用率。以我们线上某实际的集群为例，经过rocksdb各种参数调整后，该集群单个Redis实例所用内存为6G，而这些数据全部跑在kvrocks中，大概CPU为100%，内存为1G左右如图16，17所示。按这样的关系换算我们之前选用的Redis宿主机机型和计划选用的kvrocks宿主机机型，用kvrocks大概能将成本节约63%，并且实例越大，节省越多，整体能节约60-80%的成本。

图16图17

四、一些坑

二次开发过程中，遇到各种奇怪的坑，有些是为了支持Redis复制协议或者跑在容器上才出现的，有些是kvrocks固有的。

1）编译时jemalloc必须指定--with-jemalloc-prefix=je_，否则无法在容器中运行 ，具体可见https://github.com/bitleak/kvrocks/issues/54。

2）在新的CPU机器上编译后无法在老的机器上运行，会报非法指令错误，这个现象在pika上同样存在，考虑都使用了Rocksdb，启用snappy压缩，高度怀疑snappy压缩在高级CPU上采用某些指令集有关。