互联网级监控平台之内存存储的设计和优化

发布时间：2020-12-16 08:51:45 所属栏目：asp.Net 来源：网络整理

导读：上两篇文章我们介绍了时序数据库Influxdb在互联网级监控系统下的应用：互联网级监控系统必备-时序数据库之Influxdb技术互联网级监控系统必备-时序数据库之Influxdb集群及踩过的坑在我们监控平台V1.0和V2.0版本的演进过程中，设计上，我们在监控引擎端引入

上两篇文章我们介绍了时序数据库Influxdb在互联网级监控系统下的应用：

互联网级监控系统必备-时序数据库之Influxdb技术

互联网级监控系统必备-时序数据库之Influxdb集群及踩过的坑

在我们监控平台V1.0和V2.0版本的演进过程中，设计上，我们在监控引擎端引入了内存存储的理念，即监控数据内存槽。

为什么需要一个内存存储来做监控数据的内存槽，它的应用场景是什么？

一. 从实际应用场景出发

?　　首先，我们看一个实际的监控图表：配置中心服务的TPM

????? 横轴是时间，纵轴是数值。每分钟一个点，当然也可以每10s一个点，一段时间区间内所有的点，连接成一条曲线，如图所示：一段时间内配置中心服务的TPM实时监控图表。

????? 在我们的服务容器中，每次服务调用我们都会上报一次监控数据，即服务的耗时和相关的容器数据、纬度数据等。

????? 由点及线，我们看每个点背后的数据：上图中，21：05：59：996这个时间点配置中心服务的TPM是10K，即这一分钟内发生了1W次调用，上报了1W个监控数据！

我们统计了每 1 Minute内服务的调用次数，类似的我们还可以统计每30s,10s,1s的调用次数。无论1 Minute，30s，20s，1s，这都代表了一个Time Window：时间窗口。

有了这些上报的监控数据，我们就可以在一个Time Window范围内进行监控数据的采样、分析。监控数据采样主要是在各个纬度下取这个Time Window下所有监控数据的最大值、最小值、个数、合计值、平均

值、最新值、第一个值等，示例中的TPM则是取的一分钟内的监控数据的个数，同样的，如果取平均值，即代表了服务的平均响应时间。采样后的数据写入Influxdb就可以展现了。

　　因此，在监控引擎内部需要一个内存结构来存储每个Time Window的监控数据，用于后续的监控数据采样和分析。

　　目前，我们的监控平台有2000+的监控项，这么大的监控体量，每天上报2TB的监控数据，折合每分钟1.42GB监控数据。这个内存存储结构应该如何设计？如何保证监控的准确性、实时性、有序性和并发性？

二.? 言归正传，用演进的角度看监控内存存储结构的设计

1. 监控数据结构优化

　　海量的监控数据实时地从各个服务器上报到监控引擎中。首先我们要保证监控数据尽可能的小：这样才能传输的更快、更多。

??不需要的数据不要上报
??采用ProtoBuf序列化，尽可能的降低数据序列化带来的性能消耗，保证序列化后的数据的体量要小

2.?连续的内存还是分布的内存?

　　监控引擎接收到上报的监控数据后，首先要将数据缓存到内存中，这时有两种选择：一直连续写？分布并行写？孰优孰劣？

　　一直连续写：内存相对来说是连续的，但这是暂时的，当数据到达一定数量后，很多集合要Double扩容，内存瞬间的压力会很大！同时，数据写入是并发的，要保证线程安全，防止写入失败！

?????? 分布并行写：以空间换时间，同时降低了并行写入产生的锁争用问题，同时可以避免内存Double、频繁扩容的问题，唯一的劣势就是，内存占用多一点，需要实现内存的分布式管理

?????? 监控数据必须快速、及时的得到处理，实时性要求很高，同时，内存的成本基本可控，因此，我们选择了分布并行写的策略！

3. 内存存储的Sharding设计

　　在内存存储的设计上，我们借鉴了数据库Sharding的思路。为什么要做Sharding？假如将所有的监控数据都存储在一个内存集合中，每一类监控项在采样时，都要访问这个内存集合，线程争用很大，

必须加锁控制，此时会产生类似数据库阻塞的“内存线程阻塞”。因此：

????? 按监控项做垂直拆分：每个监控项拥有自己单独的内存存储空间。内存的Sharding Key就是监控项。这样的设计，提升了内存操作的并行度，同时减少了锁争用。采样的各个线程操作各自的内存，只有线

程内存的计算处理，采样线程间没有交叉争用。一个监控项一个内存存储后，数据写入和采样数据读取依然有线程争用问题！数据在实时不断的写入，同时采样线程在实时指定Time Window的数据进行采样。

继续优化改进。

　　按时间做水平拆分：每一个监控项一个内存存储，同时再按分钟进行水平拆分，每分钟又是一个单独的子存储。即一个内存槽下60个槽点。每分钟一个槽点。

　　此时，监控数据接收时，首先根据监控数据对应的监控项，定位到对应的内存槽，第二步根据监控数据上的时间，定位到具体分钟槽点。数据写入的速度又提升了。同时，采样线程读取指定Time Window

下的数据时，可以快速根据时间纬度，找到指定的槽点。读取的速度也提升了！

4. 内存中读写分离设计

　　将内存中监控数据的读写分开，降低数据的读写争用。

　　数据写线程：实时并行写入各个内存槽和槽点中（监控项和时间纬度）

?????? 采样读线程：读取指定监控项对应的Time Window下的数据。

　　监控数据采样有个前提：例如要对上一分钟的数据进行采样，首先要保证上一分钟的数据尽可能的全部到位，这样数据才会准确。因此有个延迟时间的问题，例如5s延迟，21:57:05时，我们认为21:56的数

据已经全部到位。这样的话，我们就可以采用一个较小的延迟时间，来保证数据的准确性的同时，降低数据读写的争用。

　　通过设置了一个合理的延迟时间（5s），21:57:05时：

　　采样读线程：读取21:56对应槽点下的数据进行采样分析

?????? 数据写线程：将监控数据写入21:57对应的内存槽点中。

?????? 读写分开，内存争用非常少，性能和并行度再一次提升！！

5. 多线程优化

　　基于线程池，线程内的执行逻辑尽可能的快，使用完后立即放回线程池中。防止线程占用带来的线程暴涨问题！

三. 代码分享

1. 监控数据本地存储

 1  public class MonitorLocalStore
 2     {
 3         private Dictionary<int,Queue<MonitorData>> cache;
 4 
 5         private static object syncObj = new object();
 6 
 7         //监控元数据ID
 8         string metaDataID;
 9 
10         public DateTime CreateTime;
11         /// <summary>
12         /// 构造函数
13         </summary>
14         <param name="metaDataID">监控元数据ID</param>
15         public MonitorLocalStore( metaDataID)
16         {
17             this.metaDataID =18             cache = new Dictionary<19             for (int i = 0; i < 60; i++)
20             {
21                 cache.Add(i,new Queue<MonitorData>());
22             }
23             CreateTime = DateTime.Now;
24         }
25 
26         void Add(MonitorData value)
27 28             if (!cache.ContainsKey(value.Time.Minute))
29 30                 throw new Exception("Cannot find Time slot: " + value.Time.ToString() + ,Current slots: " + string.Join("31 32             cache[value.Time.Minute].Enqueue(value);
33 34 
35         void Add(IEnumerable<MonitorData> valueSet)
36 37             Parallel.ForEach(valueSet,(i) =>
38                     {
39                         cache[i.Time.Minute].Enqueue(i);
40                     }
41                 );
42 43 
44         public List<MonitorData> Get(params int[] scope)
45 46             var valueSet = new List<MonitorData>47             foreach (var item in scope)
48 49                 while (cache[item].Count > 050                 {
51                     MonitorData data = cache[item].Dequeue();
52                     if (data != null53 54                         valueSet.Add(data);
55 56                 }
57                 valueSet.AddRange(cache[item]);    
58                 cache.Remove(item);
59                 cache.Add(item,1)">60 61 
62             return valueSet;
63 64 
65         66          获取本地缓存的总容量
67         68         <returns>本地缓存的总容量</returns>
69         long GetCapcity()
70 71             var length = ;
72              cache)
73 74                 length += item.Value.Count;
75 76 
77              length;
78 79 
80         void Ecvit(81 82             lock (syncObj)
83 84                 85 86                     cache[item] = 87 88 89 90 
91         public Dictionary< GetCache()
92 93             94 95     }

2. 监控存储分布式管理

 1    MonitorLocalStoreManager
 4         private ConcurrentDictionary<string,MonitorLocalStore> storeDic;
private List<string> metaDataList;
 7          8          输出方法委托
 9         public Action<string> Output { get; set; }
14         private MonitorLocalStoreManager()
15 16             storeDic = new ConcurrentDictionary<17 18 
19         监控数据本地存储管理器实例
20         static MonitorLocalStoreManager instance;
21 
22         23          获取监控数据本地存储管理器实例
24         25         监控数据本地存储管理器实例 MonitorLocalStoreManager GetInstance()
if (instance == 32                     34                         instance = new MonitorLocalStoreManager();
35 37 38 
39              instance;
41 
42         43          加载监控元数据存储
44         45         <param name="metaDataList">监控元数据列表46         internal void LoadMetaDataStore(List< metaDataList)
47 48             this.metaDataList =49             var metaDataID 51                 GetOrCreateStore(metaDataID);
52 54 
55         56          根据监控元数据ID获取本机缓存Store
57         58         59         本机缓存Store60         public MonitorLocalStore GetOrCreateStore(61 62             MonitorLocalStore store = 63             storeDic.ContainsKey(metaDataID))
64 65                 66 67                     68 69                         metaDataList.Contains(metaDataID))
                        {
71                             LocalErrorLogService.Write(Find New MetaData:" + metaDataID);
72                         }
73                         store =  MonitorLocalStore(metaDataID);
74                         storeDic.TryAdd(metaDataID,store);
76 77 78             else
79 80                 storeDic.TryGetValue(metaDataID,1)">out store);
82 
83              store;
84 85 
86         internal ConcurrentDictionary< GetStore()
88             90 ｝

总结：

监控引擎使用了内存存储来接收缓存上报上来的监控数据。

使用场景：监控数据实时写入，大批量写入，定时采样归集。

技术挑战：快速写入、多线程读写安全、内存快速分配和释放，防止内存暴涨带来的Full GC和高CPU。

设计上的一些好的经验：

内存存储采用Sharding分区，每个监控项一个内存槽，每个内存槽分为60个槽点：以空间换时间，同时避免大内存分配。
多线程写入时，以监控项作为分区键，路由定位到指定的内存槽，以监控数据上的时间（分钟）作为二次分区键，存储到指定内存槽的槽点。实现多线程并行写入，最大程度上避免了多线程写入时的锁争用。
读写线程分离，读线程设置一个最佳的延迟时间（5~10s），读取内存槽点的已就绪的数据，此时数据没有写入，毫秒级读取，近乎实时的监控数据采样。

周国庆

2017/8/24

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!