聊聊RocksDB Compact

| 導語 對於 LevelCompact 策略，RocksDB會根據每一層不同的策略計算出CompactScore，根據CompactScore大小來決定那一層將會優先進行Compact，然后選擇Level-N 和Level-(N+1）的文件進行Compact。如何計算CompactScore？ 如何選擇文件進行Compact？Compact有哪些參數？如何知道RocksDB當前的一個狀態？

 

RocksDB是基於LSM結構的K-V存儲引擎，由於數據文件采用Append Only方式寫入，而對於過期的數據、重復的數據必然會存在有多份副本，這部分數據通過Compact的方式進行逐步的清理。 
那么這里好奇的提出幾個問題，由這幾個問題引出下文：

1. RocksDB是如何進行Compact 的？
2. Compact的時候這些文件是如何進行選擇的？
3. Compact在什么時候、或者什么條件下觸發？
4. 對於Compact我們能知道哪些信息？通過TRedis怎么查看這部分信息？
5. 有哪些參數可以控制或者影響到Compact

由於我們的TRedis底層采用RocksDB存儲引擎進行持久化，底層數據文件采用分層的方式管理，故這里討論的Compact 基於Level Compact 。

數據怎么來？我們調用TRedis接口進行寫數據時，數據會先寫入到內存中的Memtable里邊，當Memtable寫滿后會寫入下一個Memtable，Memtable采用Skiplist結構以此保證數據按照Key的字典序進行排序，同時這個Memtable會被后台線程刷到磁盤文件–Level-0，當Level-0文件個數達到一定數量，Compact線程可能會進行Compact，由此產生Level-1，當Level-1文件總大小達到一定大小后， Compact線程可能會進行Compact，由此產生Level-2，…….

RocksDB對每一層的處理規則不太一樣，由於Level-0層的數據直接由Memtable dump得到，從而不能保證Level-0層的每個文件Key的范圍不能有交集，故對Level-0層的會進行特殊處理，而對於Level-1+層處理規則一樣。

Level-0 層的文件在不停的從Memtable 中dump出來，那么何時才會把這些Level-0層的文件合並到Level-1 ？ 
RocksDB對對每一層進行打分，分數從0~1000000，這個分數的大小決定了進行Compact 的優先級，分數越大，越先進行Compact。

那么這個分數如何計算出來？

• 如果是Level-0層，會先算出當前有多少個沒有進行Compact 的文件個數numfiles, 然后根據這個文件的個數進行判斷，當numfiles<20 時，Score = numfiles/4；當24>numfiles>=20時，Score = 10000；當 numfiles>=24時，Score = 1000000：

相關參數	值	說明
level0_file_num_compaction_trigger	4	當有4個未進行Compact的文件時，達到觸發Compact的條件
level0_slowdown_writes_trigger	20	當有20個未進行Compact的文件時，觸發RocksDB，減慢寫入速度
level0_stop_writes_trigger	24	當有24個未進行Compact的文件時，觸發RocksDB停止寫入文件，此時會盡快的Compact Level-0層文件

• 如果是Level-1+層，會去計算每一層未進行Compact文件的總Size，然后再和這一層的”容量值”做對比，得到一個比值，這個值就是該層的 CompactScore ，也就是說對於Level-1+層，Compact 觸發條件是看這一層文件的大小而不是個數。Score = level_bytes / MaxBytesForLevel(level)

對於Level-1+層，每一層的最大Bytes 是如何計算出來的？

Level-1 層 文件總大小由 max_bytes_for_level_base 參數控制，而 Level-2 層的大小通過： Level_max_bytes[N] = Level_max_bytes[N-1] * max_bytes_for_level_multiplier^(N-1)*max_bytes_for_level_multiplier_additional[N-1] 計算得出：

參數	值	說明
max_bytes_for_level_base	10485760	用於指定Level-1 層總大小，超過這個值滿足觸發Compact條件
max_bytes_for_level_multiplier	10	每一層最大Bytes 乘法因子
max_bytes_for_level_multiplier_addtl[2]	1	Level-2 層總大小調整參數
max_bytes_for_level_multiplier_addtl[3]	1	Level-3 層總大小調整參數
max_bytes_for_level_multiplier_addtl[4]	1	Level-4 層總大小調整參數
max_bytes_for_level_multiplier_addtl[5]	1	Level-5 層總大小調整參數
max_bytes_for_level_multiplier_addtl[6]	1	Level-6 層總大小調整參數

if (i > 1) {
 level_max_bytes[i] = MultiplyCheckOverflow(
 MultiplyCheckOverflow(level_max_bytes[i - 1],
 max_bytes_for_level_multiplier),
 max_bytes_for_level_multiplier_additional[i - 1]);
 } else {
 level_max_bytes[i] = max_bytes_for_level_base;
 }

在進行Compact的時候，會選擇哪些文件進行Compact操作呢？

對於Level-0層文件，RocksDB總是選擇所有的文件進行Compact操作，因為Level-0層的文件之間，可能會有key范圍的重疊。 
對於Level-N （N>1）層的文件，會先按照文件大小排序(冒泡排序)，選出最大的文件，並計算這個文件Key 的起止范圍，通過這個范圍查找Level-N+1層文件，把選出的Level-N 文件和Level-N+1 文件做為輸入，並且在Level-N+1新建一個或多個SST文件作為輸出。 
可以通過設置max_background_compactions 大於1 來使用並行Compact，不過這個並行Compact 不能作用到Level-0層。

  // Find the compactions by size on all levels.
for (int i = 0; i < NumberLevels() - 1; i++) {
 double score = vstorage->CompactionScore(i);
 level = vstorage->CompactionScoreLevel(i);
assert(i == 0 || score <= vstorage->CompactionScore(i - 1));
if ((score >= 1)) {
c = PickCompactionBySize(mutable_cf_options, vstorage, level, score);
if (c == nullptr ||
ExpandWhileOverlapping(cf_name, vstorage, c) == false) {
 delete c;
c = nullptr;
 } else {
break;
 }
 }
 }

如何查看RocksDB內部狀態？

一般情況下內部狀態會定時dump出來存放到LOG文件里，這個時間可以通過：stats_dump_period_sec 來控制這個dump內部狀態的頻率，如果是TRedis V1.2.9 版本以上可以通過 rocksprop rocksdb.cfstats 得到這些信息：

關於這些參數的解釋如下：

列名	解釋
Level	Level0~N、或者合計值、或者Int
Files	SST文件數量/待進行compact的SST文件數
Size(MB)	SST文件總大小
Score Read(GB)	代表進行compact的優先級，分數越高越會優先進行compact
Rn(GB)	進行compact時，讀當前層文件的大小
Rnp1(GB)	進行compact時，讀取下一層文件的大小
Write(GB)	compact完成時，寫入文件的大小
Wnew(GB)	新產生的數據大小： 寫入到Level-(N+1)層的大小 - 從Level-(N+1)層讀的大小
RW-Amp	讀寫放大比例 ： 總的讀寫 / 從Level-N層讀的大小
W-Amp	寫放大比例： 寫入Level-(N+1)層大小/從Level-N層的大小
Rd(MB/s)	讀文件速度： (bytes_readn + bytes_readnp1 )/((micros + 1) / 1000000.0)
Wr(MB/s)	寫文件速度： bytes_written / ((micros + 1) / 1000000.0)
Rn(cnt)	Files read from level N during compaction between levels N and N+1
Rnp1(cnt)	Files read from level N+1 during compaction between levels N and N+1
Wnp1(cnt)	Files written during compaction between levels N and N+1
Wnew(cnt)	Wnp1 - Rnp1
Comp(sec)	Compact 累計耗時：micros / 1000000.0
Comp(cnt)	Compact累計的次數
Avg(sec)	平均每次Compact耗時
Stall(sec)	level0_slowdown 耗時
Stall(cnt)	level0_slowdown 累計次數
Avg(ms)	平均每次Stall耗時
RecordIn	Compact 進行時，所有Level-N，Level-(N+1) 輸入的entries數
RecordDrop	Compact 進行時: RecordIn - 輸出到Level-（N+1）