前言

CynosDB是架构在CynosFS之上的分布式关系数据库系统，为大化利用存储资源，平衡资源之间的竞争，检查资源使用情况，需要一套高效稳定的分布式集群管理系统（SCM: Storage Cluster Manager），SCM使用Etcd作为存储，利用Etcd Raft算法完成SCM Leader的选举，对外提供HTTP API 查询CynosFS 状态，负责CynosFS调度，其包含两类调度：

lPool调度：对SCM 中所有Pool进行调度，每个Pool的调度将根据其状态，产生相关调度操作，包括Pool的初始化，Pool自动扩缩容，以及Pool的销毁等。

lSegment Group调度： 每个Pool内有一个SG调度器，负责该Pool内所有SG的调度，根据每个SG的状态，产生相关的调度操作，包括增减副本，Leader切换，副本迁移，副本离线等。

相关组件和名词解释如下：

lDBEngine：数据库引擎，支持一主多从。

lDB Cluster Manager（DCM）：数据库集群管理，其负责一主多从DB集群的HA管理。

lStorage Service或Storage Node（SN）：Storage Service是个逻辑概念，泛指实际提供服务的Storage Node。SN则是1个具体的服务进程，负责日志的处理、BLOCK数据的异步回放、读请求的多版本支持等，同时还负责将WALLOG备份到Cold Backup Storage。

lSegment（Seg）：Storage Service管理数据块BLOCK和日志的小单元（大小为10GB），也是数据复制的实体。通过一致性协议（Raft）进行同步，形成Segment Group（SG）。

lPool：多个SG从逻辑上构成一个连续的存储数据BLOCK的块设备，供上层的Distributed File System分配使用。Pool和Seg Group是一对多的关系。

lStorage Cluster Manager（SCM）：负责管理Storage Service，维护Pool和SG的对应关系，以及Segment Group内部成员的调度。

数据模型

SCM数据模型包含4类信息：API信息，系统信息，调度信息，存储服务信息

lAPI信息（API Info）：SCM对外提供服务的接口，包括SCM自身运行情况，Pool信息，以及Storage Service信息等，提供RESTFul风格的接口（管理类接口）和GRPC接口（数据交互类）。

l系统信息（System Info）：SCM自身运行的全局配置信息，以及多个SCM主从Member信息，此外还包括外部系统访问的地址ClientUrls和Member之间的访问地址PeerUrls等信息。

l调度信息（Schedule Info）：SCM内部调度的作业信息和状态信息，包括Pool和SG的调度信息，以及相关调度产生的任务，这些任务将会通过心跳下发给Storage Service。

l存储服务（Store Info）：SCM保存的Storage Service信息、调度的状态信息、Storage Service上报的统计信息以及内部作业定期计算产生的统计信息等，主要包括Pool信息，Storage Service元数据及Storage Service运行时统计信息，以及SG相关信息。

I/O模型

SCM Master主要与如下模块进行交互：

lStorage Service：进行资源调度，接收心跳，下发命令等交互

lDistributed File System：为其提供对应Pool和pool下所属SG的信息，以帮助其完成读写请求的正确路由

lDCM：为其提供包括创建Pool，查看Pool信息，以及SG调度情况等接口。

lSCM Slave：通过Etcd同步SCM的数据，包括调度信息和资源信息等，维护高可用性的心跳信息。

对上图的详细说明：

1.SN注册到SCM，SN的物理布局信息通过标签组labels(每个标签label采用key-value键值对表示)进行定义，标签名依次是Region->Zone->Rack->Host，标签值是具体部署的物理信息，如北京->北京一区->rack_01->host_01。一个SN负责处理一个SSD设备上的数据读写。

2.DCM开始创建Pool，SCM接收到创建操作后，保存该Pool的元数据信息到Etcd上，然后把该Pool加入到内部调度队列。

3.Pool调度器：定期从调度队列上获取各个Pool来调度，调度包括Pool的初始化(分配个SG)，根据Pool状态及使用情况进行扩缩容，以及Pool的销毁。

4.SG调度器：每个Pool下对应一个SG调度器，负责该Pool内所有SG的调度，包括SG的初始化，增减副本，SG内leader切换，迁移等，通过装箱算法选择佳Storage Node作为该SG的成员以及整个存储资源的调度。

5.Distributed File System会定期同步SG的使用情况，Pool信息到SCM，并从SCM获取该Pool的所有SG信息以及SG的变更情况（如SG内leader切换）。

调度原理

通过SCM发送心跳信息来驱动的，包括Store Node（SN）心跳和Segment Group（SG）心跳，心跳消息采用Protobuf V3定义，GRPC进行交互，由SN发起，SCM负责接收，接收到心跳信息后，将根据SN运行情况产生相关的调度命令，并通过心跳响应信息下发给SN，SN接收命令，并执行命令，然后更新相应的状态信息，通过下一次心跳发送给SCM。

Pool调度

Pool调度将对SCM所有Pool进行调度，每隔5秒轮询一次所有的Pool，检查是否有新的Pool加入，检测每个Pool的状态，根据Pool状态进行调度，如初始化，扩缩容和销毁等。

Pool状态包括：UNINITIALIZE，NORMAL，DISABLE，DELETE,其调度状态包括：INITIATING，EXPANDING，EXPANDED，IDLE。Pool调度状态变更如下：

扩容过程如下：

1.当前Pool存在SG0，新增SG1并对SG1进行初始化。

2.当Pool调度器检查到Pool需扩容时，更新其状态为EXPANDING，并持久化该Pool信息，然后添加一个SG的元数据到Pool的SG内部调度队列中，并持久化到Etcd中，SG的ID从0开始编号，依次递增，保持连续性，避免产生空洞，采用一次扩展一个SG的方式，完成后更新其状态为EXPANDED。

3.该Pool的SG调度器进行调度，检测到有新SG，对该SG进行初始化，补充副本。

4.当Pool调度器检查到该Pool的状态为EXPANDED，判断该新的SG是否创建完成（补充完所有副本），如创建完成则更新Pool的调度状态为IDLE，否则忽略本次调度。

调度状态需进行持久化，当SCM发生主从切换时，能恢复到崩溃时的调度状态。

Pool缩容是扩容的逆过程，从id大的SG开始往0方向收缩，以免产生空洞，具体的操作由SG调度器执行每个SG回收。

Pool释放是对该Pool的所有SG进行释放，回收将从从id大的SG开始回收，回收过程将通过心跳信息下发指令给SN，具体的操作由SG调度器执行每个SG的回收。

SG调度

CynosDB每个Pool都对应一个SG调度器，每个调度器按1秒轮询一次该Pool内的所有SG，每个Segment Group之间是相互隔离的，其调度不受影响，调度主要通过SN的心跳和SG心跳完成的，调度包括segment的添加，删除，切主等。

SG状态包括：UNINITIALIZE，NORMAL，DISABLE。

Segment调度状态包括：UNINITIALIZE，INITIATING，ALLOCATING，ALLOCATED，BOOTSTRAPPING，ADDING，ADDED，REMOVING，RELEASING，调度状态如下：

SN心跳:SCM接收store的统计信息，然后下发Segment操作（分配和销毁Segment）和SG操作（启动和销毁Segment Group）给Store，然后Store执行操作，而Store操作的结果通过GRPC API汇报给元数据。如分配一个Segment给某个Pool的SG过程：

1.保存Segment的元数据信息到KV系统中。

2.接收到Store的心跳信息。

3.下发分配Segment信息。

4.接收到分配Segment信息，进行本地操作，操作完成后直接通过grpc汇报分配结果给元数据。

SG心跳:SCM获取SG的心跳信息，更新SG的元数据信息，然后根据SG的状态，产生相应操作（如添加，删除副本）或空操作，通过心跳的响应信息反馈给SN，如有下发操作，SCM通过下一次心跳信息来检查本次操作是否成功，如往某个SG中添加一个副本的过程：

1.SCM接收到SG上报的心跳信息，更新该SG的信息到KV系统。

2.SCM通过响应下发添加Segment请求给SG。

3.SG接收到请求后，向该SG加入新的Segment，添加后，更新SG信息，下一次心跳周期发送更新后的SG信息.

4.SCM接收到SG的心跳信息，检查添加Segment操作是否成功。

装箱算法

假设SCM中存在Region1,该Region1存在Zone1,Zone2两个区域，Zone1有三个机架Rack1,Rack2,Rack3,存在三个主机Host1,Host2,Host3,每个主机有4个SN，每个SN保存已分配的Segment，选择一个Store作为SG 副本分四个步骤：筛选，过滤，打分，比较。

1.筛选：根据Pool注册的标签信息(为一组Key-Value数组)，如[{REGION:Region1},{ZONE：Zone1}]，选择出可用的PoolStores1集合，如｛S1,S2,S3,S4,S5...,S12｝。

2.过滤：从PoolStores1集合中过滤不符合规则的store信息，如根据其状态（在线，离线），工作负载（空闲，忙碌），使用率（CPU，内存，磁盘，网络等），以及该Store已在该SG中等进行过滤，得到PoolStores2集合｛S1,S2,S4,S7,S8,S9,S10,S12｝。

3.打分：假设SG0的segment所在的store的集合为{S5,S3}，其中S5为leader所在的store,对PoolStores2中的store进行打分，遍历PoolStores，针对每个pStore，遍历SGStores，比较pStore和sgStore的位置，计算pStore的分值pScore,遍历完SGStores后，得到该pStore在该SG上的分值pScore的总分值，即{100,100,100,100,100,200,200,200}。

4.比较：如选择的Stores的分数相同，则按Store上Segment数量进一步比较，数量少的为选择的Store，如选择出Store10作为为SG0｛S5,S3｝的另一个副本。