【论文笔记】分布式数据流中的轻量异步快照算法
Global State Snapshot
流处理系统的一个基本挑战是处理潜在的失败。现有的方法是提供全局状态快照( Global State Snapshots)来恢复失败的计算任务。但是这种方法有两个问题:
- 降低处理性能
- 快照中包含一些无用的信息
流式系统提供:
- 端到端的低延时保证
- 高吞吐
- 容错
- exactly-once
目前能提供 exactly-once 语义流处理引擎都依赖全局状态快照算法。然而全局快照算法需要停止计算拓扑,而且保存的状态常常超过所需。在对延时敏感的系统中并不可行。
Chandy-Lamport
在一个分布式系统中,如果保存系统的全局快照的问题,早由 Chandy 和 Lamport 提出解决方法。
Chandy-Lamport 的基本思想:
分布式系统中一个进程称为 P,连接进程进行通信的称为 C,每个进程 P 都具有 input channel 和 output channel。
基本假设:
- 程序不中断持续发送消息
- 所有的消息在 channel 中遵循 FIFO
- 任意 P 可以保存自己的状态快照
算法描述
- Initiating a Snaphost:从 Source 节点开始,保存自己的 state 然后向 output channel 广播一个特殊的 marker
- Propagating a snapshot
- 任意一个 P 收到 marker,如果是次收到,则保存自己的状态并向 output channel 广播 marker,并开始记录其他 input channel 的消息
- 否则将记录的 input channel 作为状态持久化
- Terminating a snaphost:所有的 P 都从全部的 Input channel 收到 marker,则算法结束
中央协调节点可以根据每个局部快照构建一个全局快照
ABS (Asynchronous Barriers Snapshots)
ABS 算法是对 Chandy-Lamport 的改良,通过 Barrier 对齐的过程,避免了对 Channel 中消息的持久化。
定义一个计算图:
T 表示所有 Task ,E 表示连接 Task 之间的 channel。定义这个图的快照为:
无环图计算的快照
算法描述:
- 一个中央 Coordinator 周期性的向 Source Task 发送 snapshot barrier。当 Source Task 收到 barrier 后,保存当前状态的快照,然后将 barrier 广播给所有下游 Task(Outputs)
- 当一个 Non-Source Task 收到 barrier,将该 Input Channel 设置为 Blocked,直到从所有的 Input Channel 都收到 barrier(Barriers Alignment)。
- 当一个 Non-Source Task 从所有的 Input Channel 收到 barrier,保存当前状态快照并将 barrier 广播给所有下游 Task。将所有 Input Channel 设置为 Unblock 并继续进行计算。
- 当所有的 Task 完成快照,全局快照结束。所得的快照为:
有环图计算的快照
有环图如果按照之前的算法,有环的 Task 永远等不到所有 Inputs Channel 发过来的 barrier,进而产生死锁。我们定义 back-edges 为 L
算法描述:
- 一个中央 Coordinator 周期性的向 Source Task 发送 snapshot barrier。当 Source Task 收到 barrier 后,保存当前状态的快照,然后将 barrier 广播给所有下游 Task(Outputs)
- 当一个 Non-Source Task 收到 barrier,将该 Input Channel 设置为 Blocked,直到从所有的 非回环 Input Channel 都收到 barrier(Barriers Alignment)
- 记录所有次收到 barrier 开始直到再次收到 barrier 期间从 back-edge 传来的所有消息
- 当一个 Non-Source Task 从所有的 Input Channel 收到 barrier,保存当前状态快照并将 barrier 广播给所有下游 Task。将所有 Input Channel 设置为 Unblock 并继续进行计算。
- 当所有的 Task 完成快照,全局快照结束。所得的快照为:
结论
这篇论文的主要贡献是优化了 Chandy-Lamport 算法,通过 barrier-alignment 的方法,避免记录 Channel 的状态从而提供 ABS 的性能。另外将该算法的实现贡献给 Flink,作为 Flink 容错的核心机制。Lightweight Asynchronous Snapshots 的算法在有环的时候几乎和 Chandy-Lamport 是一样的,但是在无环的时候不需要再关心 channel 中的数据也可以达到同样效果。
Reference
- Chandy-Lamport Snapshotting https://www.cs.princeton.edu/courses/archive/fall16/cos418/docs/P8-chandy-lamport.pdf
- Chandy–Lamport algorithm https://en.wikipedia.org/wiki/Chandy–Lamport_algorithm
- Flink Checkpointing https://ci.apache.org/projects/flink/flink-docs-release-1.8/dev/stream/state/checkpointing.html
- Lightweight Asynchronous Snapshots for Distributed Dataflows
相关文章