riak_core基本原理

一、riak_core基本原理 


1. 基于dynamo设计的riak_core 


通过某种hash算法，每份数据会对应着一个的整数。所有数据这样处理后就会映射到一个整数区间上。 

对于riak_core，它管理着一个整数范围为[0-2^160]整数空间，这个空间形成一个首尾相连的环。 

riak_core把这个环平均划分成多个分区partition（默认是64个分区），partition在环上的Token作为此partition的标识ID，每个partition交给一个或多个不同类型的vnode进程负责，每类vnode提供一套服务功能。partition的Token（或者说Index，Id）将作为对应vnode进程的id标识。如下图所示 
 

多个partition可以挤在一个物理节点上。但是怎么挤是有严格要求的，我觉得看懂这个图的关键在于：每一种颜色代表同一个物理节点；各个颜色按照固定的顺序循环。这保证了任意两个相邻的partition肯定不在同一个物理节点上。因此Dynamo Preference List上的节点不会是同一个物理节点，也即一份数据的多份副本不会在同一个物理节点上了。（这里一个物理节点指一个erlang虚拟机，而不是一个实际的计算机） 

riak_core的基本原理是，通过一致性hash算法，系统要处理的数据（例如，KV要存储的业务数据，或者要处理的用户请求会话）会被riak_core随机的均匀分布在ring上的各个分区中， 对每个数据的处理由该分区上的vnode进程负责。 

由于hash算法的特点，当我们要对某个数据集进行处理时，这个数据集就会随机分布个不同的partition上，所以本质上是个数据并行的处理方式。 


dynamo的简单介绍可以看这里： 论文重读: Amazon Dynamoriak官方介绍在这里。 


2. riak_core的设计：partition和vnode 

按照dynamo的设计思想，要处理的数据将会随机均匀的分布在dynamo ring上，riak_core进一步将这些数据又以partition为基本单元组织起来。对数据的处理将以partition为单元，通过vnode进程进行处理。数据的处理（或者叫服务）又有很多种，每类服务对应着一类vnode进程。 

显然，partition是整个分布式系统并发、复制和容错的基本单元：以partition为单元进行数据并发处理；复制以partition为单元进行；容错也是如此：出错也以partition/vnode为单元出错。。。。 

对于基于riak_core的分布式应用系统开发来说，vnode是重要的概念，简单的说，每个vnode进程负责一份partition上数据的处理，数据处理逻辑由用户负责实现。 

一份partition可以有多个vnode进程管理，所以上图中a single partition/vnode应该是 a single partition with its assorted vnodes。 
（用riak_core_node_watcher:services()可以察看应用系统中有哪些vnode服务）。