etcd是一個高可用的分布式鍵值(key-value)數據庫。etcd內部采用raft協議作為一致性算法，etcd基於Go語言實現。
etcd是一個服務發現系統，具備以下的特點：
簡單：安裝配置簡單，而且提供了HTTP API進行交互，使用也很簡單
安全：支持SSL證書驗證
快速：根據官方提供的benchmark數據，單實例支持每秒2k+讀操作
可靠：采用raft算法，實現分布式系統數據的可用性和一致性
etcd應用場景
用於服務發現，服務發現(ServiceDiscovery)要解決的是分布式系統中最常見的問題之一，即在同一個分布式集群中的進程或服務如何才能找到對方並建立連接。
要解決服務發現的問題，需要具備下面三種必備屬性。
一個強一致性、高可用的服務存儲目錄。
基於Ralf算法的etcd天生就是這樣一個強一致性、高可用的服務存儲目錄。
一種注冊服務和健康服務健康狀況的機制。
用戶可以在etcd中注冊服務，並且對注冊的服務配置key TTL，定時保持服務的心跳以達到監控健康狀態的效果。
一種查找和連接服務的機制。
通過在etcd指定的主題下注冊的服務業能在對應的主題下查找到。為了確保連接，我們可以在每個服務機器上都部署一個proxy模式的etcd，這樣就可以確保訪問etcd集群的服務都能夠互相連接。
k8s的etcd的原理分析
k8s集群使用etcd作為它的數據后端,etcd是一種無狀態的分布式數據存儲集群. 數據以key-value的形式存儲在其中. 今天同事針對etcd集群的運作原理做了一個講座,總結一下.
A. etcd 數據的組織形式
etcd的API分為兩種, 分別用export ETCDCTL_API=3和export ETCDCTL_API=2來區分. 兩種API的調用接口不同, 其數據組織形式也不同. API_2下,其key和value都存儲在內存中.
而API_3下,key存儲在內存中,value存儲在硬盤中. 顯然, API_3更有優勢,因為key是相較於value來說要短小的多. 這里我們討論的是更為常用的API_3下的數據組織.
在etcd中,key以B樹的形式存儲在內存中, value以B+樹的形式存儲在硬盤中. 為什么要以B/B+樹的形式來存儲呢? 這涉及到一個所有的數據系統都要面對的問題, 如何花更少的時間
將數據從硬盤中讀取出來. 眾所周知, 計算機的存儲體系里, cache> 內存>>> 磁盤, 也就是說對於etcd來說,訪問一個數據最大的時間消耗在磁盤訪問. 那么就要想方設法降低訪問磁盤的
次數. 這個時候B/B+樹的優勢就體現出來了. 下面詳細分析一下.
B/B+樹模型的源頭是AVL(二叉平衡樹). 對於AVL來說, 它每一個節點只存儲一個數據, 因此對於一個很龐大的AVL樹來說, 訪問一個數據的時間復雜度是log2 n. 這里n是這棵AVL樹存儲的數據總數. 假設有一個數據總量為1023的AVL, 訪問某個數據最壞的情況下需要訪問10個節點. 由於AVL樹的節點之間不像數元素在內存中連續存儲, 這10次節點訪問操作
很有可能包含多次磁盤訪問. 因此拖慢了訪問速度. 而對於B/B+樹來說, 設計者將每一個節點的大小設置為內存一個分頁的大小(一般是4kb), 而內存的一個分頁的大小又等同於磁盤一個數據塊的大小.因此, B/B+樹相對於AVL來說的優勢在於,它在硬盤中讀取數據時, 單位是4kb的數據塊而不是單個數據. 這樣, 它將數據塊讀取到內存中后再進一步查找,從而大大減少了磁盤I/O的次數.
關於B/B+樹在數據庫系統應用中更為詳細的介紹網上有很多相關資料.不再贅述.至於B樹和B+樹的區別,B+樹只在葉子節點中存儲data, 在非葉子節點中只存儲search_key, B樹在非葉子節點中存儲的就是真正的數據.
B. etcd中如何存儲一個key-value
了解了B/B+樹的概念后, 我們分析一下etcd如何將數據存儲到硬盤中. 首先,etcd中有個概念叫revision, 這個revision可以理解為是一個全局變量. 用戶每次執行一個操作, 例如插入一個key-pair, 這個revision就會自增1, 可以理解為這個revision就是一個全局的ID,表示已經執行了多少次操作, 每一次操作都有唯一的revision來識別. 對於內存中的B樹來說, 它在進行查找時所使用的search-key是etcd key, 節點中存儲的就是revision信息.
而硬盤中存儲的B+樹的search-key就是revision值, 其節點中存儲的是etcd key和etcd value. 通過這樣的組織結構, etcd做到了保存每一個key 的每一個歷史記錄.
至此,我們可以梳理一下etcd查找關鍵字,例如"spe",的過程, 首先etcd根據"spe"去內存中遍歷B樹, 找到這個key所對應的revision, 這里revision是一組數字,包含了"spe"的每一次修改. 從這一組revision中找到最大的那一個,如果用戶指定了某個revision的話, 那么就取出用戶指定的那個. 然后拿着revision去硬盤中查找B+樹, 依次將節點讀入內存進行查找.直至到達葉子節點,並且最終找到想要的值.