基于Kubernetes的云原生海量数据存储系统设计与实现

doi:10.11772/j.issn.1001-9081.2019101732

《计算机应用》唯一官方网站 ›› 2020, Vol. 40 ›› Issue (2): 547-552.DOI: 10.11772/j.issn.1001-9081.2019101732

• 第七届CCF大数据学术会议 • 上一篇下一篇

基于Kubernetes的云原生海量数据存储系统设计与实现

刘福鑫(), 李劲巍, 王熠弘, 李琳

武汉理工大学计算机科学与技术学院，武汉 430070

收稿日期:2019-08-30 修回日期:2019-10-14 接受日期:2019-10-18 发布日期:2019-11-18 出版日期:2020-02-10
通讯作者: 刘福鑫
作者简介:李劲巍（1999—），男，浙江松阳人，主要研究方向：机器学习、数据挖掘
王熠弘（1999—），男，山东滨州人，主要研究方向：计算机算法优化及其应用
李琳（1977—），女，湖南衡阳人，教授，博士，CCF会员，主要研究方向：信息检索、推荐系统。
基金资助:
国家大学生创新创业训练计划项目(20181049710013)

Design and implementation of cloud native massive data storage system based on Kubernetes

Fuxin LIU(), Jingwei LI, Yihong WANG, Lin LI

School of Computer Science and Technology，Wuhan University of Technology，Wuhan Hubei 430070，China

Received:2019-08-30 Revised:2019-10-14 Accepted:2019-10-18 Online:2019-11-18 Published:2020-02-10
Contact: Fuxin LIU
About author:LI Jingwei， born in 1999. His research interests include machine learning， data mining.
WANG Yihong， born in 1999. His research interests include algorithm optimization and its applications.
LI Lin， born in 1977. Ph. D.， professor. Her research interests include information retrieval， recommendation system.
Supported by:
the National Innovation and Entrepreneurship Training Program for Undergraduates(20181049710013)

摘要/Abstract

摘要：

为应对云原生技术的日益发展与普及伴随的云上数据量的激增及该技术在性能与稳定性等方面所出现的瓶颈，提出了一种基于Haystack的存储系统。该存储系统在服务发现、自动容错与缓存方面进行了优化，更适用于云原生业务，以满足数据采集、存储与分析行业不断增长且频次较高的文件存储与读写需求。该存储系统使用对象存储模型来满足高频海量的文件存储，为使用该存储系统的业务提供简单而统一的应用程序接口，应用了文件缓存策略提升资源利用率，同时利用Kubernetes丰富的自动化工具链使该存储系统比其他存储系统更容易部署和扩展且更稳定。实验结果表明，该存储系统在读多于写的大规模碎片数据存储情境下相比目前主流的对象存储与文件系统均有一定的性能与稳定性提升。

关键词: 文件系统, 对象存储, 云计算, 容器编排, 云原生业务

Abstract:

Aiming at the sharp increasing of data on the cloud caused by the development and popularization of cloud native technology as well as the bottlenecks of the technology in performance and stability， a Haystack-based storage system was proposed. With the optimization in service discovery， automatic fault tolerance and caching mechanism， the system is more suitable for cloud native business and meets the growing and high-frequent file storage and read/write requirements of the data acquisition， storage and analysis industries. The object storage model used by the system satisfies the massive file storage with high-frequency reads and writes. A simple and unified application interface is provided for business using the storage system， a file caching strategy is applied to improve the resource utilization， and the rich automated tool chain of Kubernetes is adopted to make this storage system easier to deploy， easier to expand， and more stable than other storage systems. Experimental results indicate that the proposed storage system has a certain performance and stability improvement compared with the current mainstream object storage and file systems in the situation of large-scale fragmented data storage with more reads than writes.

Key words: file system, object storage, cloud computing, container orchestration, cloud native business

中图分类号:

TP392

刘福鑫, 李劲巍, 王熠弘, 李琳. 基于Kubernetes的云原生海量数据存储系统设计与实现[J]. 计算机应用, 2020, 40(2): 547-552.

Fuxin LIU, Jingwei LI, Yihong WANG, Lin LI. Design and implementation of cloud native massive data storage system based on Kubernetes[J]. Journal of Computer Applications, 2020, 40(2): 547-552.

图/表 4

参考文献 11

1	GEORGE P. Cloud computing： the new frontier of Internet computing［J］. IEEE Internet Computing， 2010， 14（5）： 70-73. 10.1109/mic.2010.113
2	SPILLNER J， BOGADO Y， BENÍTEZ W， et al. Co-transformation to cloud-native applications： development experiences and experimental evaluation［C］// Proceedings of the 8th International Conference on Cloud Computing and Services Science. Setúbal： SciTePress， 2018： 596-607. 10.5220/0006790305960607
3	吴宁川. 那年的“晨冰恋”，竟促成了微博与阿里云史上最大混合云的诞生［EB/OL］. ［2019-07-01］. ’s "Chen Bing love" actually led to the birth of the largest hybrid cloud in the history of Weibo and Alibaba cloud［EB/OL］. ［2019-07-01］. .
4	AHUJA S， MOORE B. A survey of cloud computing and social networks［J］. Network and Communication Technologies， 2013， 2（2）： 11-16. 10.5539/nct.v2n2p11
5	BEAVER D， KUMAR S， LI H C， et al. Finding a needle in Haystack： Facebook’s photo storage［C］// Proceedings of the 9th USENIX Symposium on Operating Systems Design and Implementations. Berkeley： USENIX Association， 2010： 47-60.
6	GIBSON G A， NAGLE D F， AMIRI K， et al. A cost-effective， high-bandwidth storage architecture［C］// Proceedings of the 8th International Conference on Architectural Support for Programming Languages and Operating Systems. New York： ACM， 1998： 92-103. 10.1145/291069.291029
7	LEUNG L. After 10 years， object storage investment continues and begins to bear significant fruit［EB/OL］. ［2019-07-04］. .
8	BARR J. Amazon S3— two trillion objects， 1.1 million requests/second［EB/OL］. ［2019-06-27］. .
9	WEIL S A， BRANDT S A， MILLER E L， et al. Ceph： a scalable， high-performance distributed file system［C］// Proceedings of the 7th USENIX Symposium on Operating Systems Design and Implementation. Berkeley： USENIX Association， 2006： 307-320.
10	ONGARO D， OUSTERHOUT J K. In search of an understandable consensus algorithm［C］// Proceedings of the 2014 USENIX Annual Technical Conference. Berkeley： USENIX Association， 2014： 305-319.
11	MINGLANI M， DIEHL J， CAO X， et al. Kinetic action： performance analysis of integrated key-value storage devices vs. levelDB servers［C］// Proceedings of the IEEE 23rd International Conference on Parallel and Distributed Systems. Piscataway： IEEE， 2017： 501-510. 10.1109/icpads.2017.00072

存储方案	文件大小/KB	线程数为50				线程数为500				线程数为1 000				线程数为5 000
		读取时间/ms		写入时间/ms		读取时间/ms		写入时间/ms		读取时间/ms		写入时间/ms		读取时间/ms		写入时间/ms
		均值	方差	均值	方差	均值	方差	均值	方差	均值	方差	均值	方差	均值	方差	均值	方差
EXT4	4	0.4	0.16	0.6	0.53	1.5	0.76	2.6	1.56	7.9	3.12	12.5	6.32	80.5	29.1	135.2	47.1
	40	1.2	0.48	1.1	0.51	3.4	0.87	5.8	3.51	10.2	4.40	15.8	16.63	102.1	34.5	170.4	59.3
	400	2.2	0.54	2.4	0.97	5.2	0.35	10.1	5.35	14.9	9.20	20.3	18.25	133.4	48.2	221.4	62.4
ZFS	4	2.2	1.13	2.2	0.57	4.8	1.92	4.3	2.21	12.2	4.21	14.2	11.16	87.4	56.4	155.4	69.9
	40	2.7	2.21	4.1	1.76	5.3	2.42	10.2	8.34	22.4	14.10	22.5	20.41	114.4	63.1	212.2	75.8
	400	4.1	2.97	13.3	2.31	9.3	2.93	25.9	13.54	30.1	16.44	55.1	41.25	194.9	85.8	255.7	96.2
Kubestorage	4	0.6	0.49	3.4	1.45	1.7	0.31	18.2	4.50	7.1	2.66	30.4	10.23	36.3	4.5	144.2	67.1
	40	1.3	0.66	19.4	2.40	3.7	0.42	36.1	18.40	10.1	3.58	72.5	15.25	40.1	10.1	245.4	76.4
	400	2.2	0.67	26.2	3.48	6.6	1.12	57.1	20.90	14.7	8.77	96.3	25.22	72.2	32.1	422.3	102.4
SeaweedFS	4	0.7	0.62	4.1	1.49	1.9	1.01	20.2	3.60	7.3	3.87	38.1	8.97	45.1	32.3	133.2	63.5
	40	1.2	0.61	19.1	4.11	3.9	1.02	36.5	20.60	13.1	5.71	69.2	15.12	65.2	41.4	200.1	100.3
	400	2.2	0.85	28.8	7.40	8.8	1.26	50.2	24.20	16.3	10.12	89.5	19.24	144.0	92.3	381.4	110.4

存储方案	文件大小/KB	线程数为50				线程数为500				线程数为1 000				线程数为5 000
		读取时间/ms		写入时间/ms		读取时间/ms		写入时间/ms		读取时间/ms		写入时间/ms		读取时间/ms		写入时间/ms
		均值	方差	均值	方差	均值	方差	均值	方差	均值	方差	均值	方差	均值	方差	均值	方差
EXT4	4	0.4	0.16	0.6	0.53	1.5	0.76	2.6	1.56	7.9	3.12	12.5	6.32	80.5	29.1	135.2	47.1
	40	1.2	0.48	1.1	0.51	3.4	0.87	5.8	3.51	10.2	4.40	15.8	16.63	102.1	34.5	170.4	59.3
	400	2.2	0.54	2.4	0.97	5.2	0.35	10.1	5.35	14.9	9.20	20.3	18.25	133.4	48.2	221.4	62.4
ZFS	4	2.2	1.13	2.2	0.57	4.8	1.92	4.3	2.21	12.2	4.21	14.2	11.16	87.4	56.4	155.4	69.9
	40	2.7	2.21	4.1	1.76	5.3	2.42	10.2	8.34	22.4	14.10	22.5	20.41	114.4	63.1	212.2	75.8
	400	4.1	2.97	13.3	2.31	9.3	2.93	25.9	13.54	30.1	16.44	55.1	41.25	194.9	85.8	255.7	96.2
Kubestorage	4	0.6	0.49	3.4	1.45	1.7	0.31	18.2	4.50	7.1	2.66	30.4	10.23	36.3	4.5	144.2	67.1
	40	1.3	0.66	19.4	2.40	3.7	0.42	36.1	18.40	10.1	3.58	72.5	15.25	40.1	10.1	245.4	76.4
	400	2.2	0.67	26.2	3.48	6.6	1.12	57.1	20.90	14.7	8.77	96.3	25.22	72.2	32.1	422.3	102.4
SeaweedFS	4	0.7	0.62	4.1	1.49	1.9	1.01	20.2	3.60	7.3	3.87	38.1	8.97	45.1	32.3	133.2	63.5
	40	1.2	0.61	19.1	4.11	3.9	1.02	36.5	20.60	13.1	5.71	69.2	15.12	65.2	41.4	200.1	100.3
	400	2.2	0.85	28.8	7.40	8.8	1.26	50.2	24.20	16.3	10.12	89.5	19.24	144.0	92.3	381.4	110.4

存储方案	阶段（访问次数）为100		阶段（访问次数）为500		阶段（访问次数）为1 000		阶段（访问次数）为5 000		阶段（访问次数）为10 000
存储方案	平均响应时间	方差	平均响应时间	方差	平均响应时间	方差	平均响应时间	方差	平均响应时间	方差
EXT4	10.1	4.60	9.30	4.08	9.10	4.11	9.30	4.01	9.30	4.32
ZFS	22.4	12.42	22.70	12.01	20.40	12.23	22.30	13.01	22.00	12.34
Kubestorage	13.1	4.65	7.34^*	3.01	4.24^**	1.11	4.14	1.20	4.41	1.12
SeaweedFS	13.3	6.01	12.80	6.11	12.50	7.01	13.80	6.57	13.20	7.01

存储方案	阶段（访问次数）为100		阶段（访问次数）为500		阶段（访问次数）为1 000		阶段（访问次数）为5 000		阶段（访问次数）为10 000
存储方案	平均响应时间	方差	平均响应时间	方差	平均响应时间	方差	平均响应时间	方差	平均响应时间	方差
EXT4	10.1	4.60	9.30	4.08	9.10	4.11	9.30	4.01	9.30	4.32
ZFS	22.4	12.42	22.70	12.01	20.40	12.23	22.30	13.01	22.00	12.34
Kubestorage	13.1	4.65	7.34^*	3.01	4.24^**	1.11	4.14	1.20	4.41	1.12
SeaweedFS	13.3	6.01	12.80	6.11	12.50	7.01	13.80	6.57	13.20	7.01

[1]	李旭, 何玉林, 崔来中, 黄哲学, PHILIPPE Fournier‑Viger. 基于大数据随机样本划分的分布式观测点分类器[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1727-1733.
[2]	倪瑞轩, 蔡淼, 叶保留. 内存高效的持久性分布式文件系统客户端缓存DFS-Cache[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1172-1180.
[3]	陈美宏, 袁凌云, 夏桐. 基于主从多链的数据分类分级访问控制模型[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1148-1157.
[4]	杜晓玉, 刘帅起, 韩志杰, 霍振祥, 王玉璟. 以患者为中心基于IPFS和区块链的医疗信息共享方案[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3122-3133.
[5]	陆佳行, 戴华, 刘源龙, 周倩, 杨庚. 面向云环境密文排序检索的字典划分向量空间模型[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 1994-2000.
[6]	游坤, 王钦辉, 李鑫. 通用的多元抵制假名的云计算拍卖机制[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3351-3357.
[7]	孙京宇, 朱家玉, 田自强, 史国振, 关川江. 基于椭圆曲线加密且支持撤销的属性基加密方案[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2094-2103.
[8]	张金泉, 徐寿伟, 李信诚, 王重洋, 徐景芝. 基于正交自适应鲸鱼优化的云计算任务调度[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1516-1523.
[9]	陈家豪, 殷新春. 基于云雾计算的可追踪可撤销密文策略属性基加密方案[J]. 计算机应用, 2021, 41(6): 1611-1620.
[10]	葛丽娜, 胡雨谷, 张桂芬, 陈园园. 云计算环境基于客体属性匹配的逆向混合访问控制方案[J]. 计算机应用, 2021, 41(6): 1604-1610.
[11]	杨翎, 姜春茂. 基于三支决策的虚拟机节能迁移策略[J]. 计算机应用, 2021, 41(4): 990-998.
[12]	张国潮, 唐华云, 陈建海, 沈睿, 何钦铭, 黄步添. 基于区块链的数字音乐版权管理系统[J]. 计算机应用, 2021, 41(4): 945-955.
[13]	孙晓玲, 杨光, 沈焱萍, 杨秋格, 陈涛. 基于可拆分倒排索引的可搜索加密方案[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3288-3294.
[14]	苟子安, 张晓, 吴东南, 王艳秋. 分布式存储系统中的日志分析与负载特征提取[J]. 计算机应用, 2020, 40(9): 2586-2593.
[15]	董豪宇, 陈康. 纯用户态的网络文件系统——RUFS[J]. 计算机应用, 2020, 40(9): 2577-2585.

基于Kubernetes的云原生海量数据存储系统设计与实现

Design and implementation of cloud native massive data storage system based on Kubernetes

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 11

相关文章 15

编辑推荐

Metrics

存储方案	文件大小/KB	读取时间占比/%					写入时间占比/%
存储方案	文件大小/KB	≤ 0.5 ms	≤ 1 ms	≤ 5 ms	≤ 10 ms	≤ 15 ms	≤ 5 ms	≤ 10 ms	≤ 20 ms	≤ 50 ms	≤ 100 ms
EXT4	4	22	36	44	100	100	37	67	100	100	100
	40	10	28	32	65	100	22	54	100	100	100
	400	5	13	44	67	92	10	60	79	100	100
ZFS	4	14	41	55	65	94	10	49	99	100	100
	40	2	13	29	45	61	8	22	49	97	100
	400	1	3	14	17	23	4	18	29	64	99
Kubestorage	4	40	68	82	100	100	18	27	39	86	100
	40	15	36	72	99	100	10	22	44	52	100
	400	7	20	54	75	100	7	22	36	45	96
SeaweedFS	4	33	67	76	100	100	19	30	44	92	100
	40	6	30	44	57	100	16	28	40	50	99
	400	6	20	37	56	77	11	25	41	47	99