分享

经过两个星期的努力（如果刨去学习C语言的时间），YunTable终于走完一个从无到有的历程，今天，也就是2010年7月12日，YunTable正式对外发布其0.1版，在0.1版中YunTable虽然在特性，优化和内存管理这三方面还有很多的缺失，但是总体而言，已经实现了一个身为BigTable克隆的基本要求，也就是分布式查询和管理，以及以column为核心的存储。这是0.1版的下载链接（上次因为对Skydrive的存储机制不熟，导致部分博友没有第一时间拿到0.01版的源代码，在这里向大家表示我的歉意）。

架构综述

首先，请看下面是YunTable0.1版的架构图：

图1. YunTable架构（0.1版）

接下来，将按从上往下的顺序给大家介绍YunTable的架构：

1. Console：用于让用户输入YunTable的命令，主要包括四种类型的命令（add，put，get和quit），并做一些简单的解析。
2. Master：主要接收来自Console的请求，并将这个请求转发给相应的Region。
3. Region：其作用主要是处理Master的请求，并存储和管理大量的数据，其主要包括多个store，而存储数据的目录名为”datastore“。Region也就是BigTable论文中所提到的Tablet的服务器。
   1. Store：每个Store对应一个相应的column family，系统在初始化的时候，会为默认的column_family（default_cf）创建一个store，store存储的形式为datastore下的一个目录，目录名为其所对应的column_family，并主要包括四类文件：Memstore，YFile，YFile_data和WAL。
      1. Memstore：其是缓存在内存的数据文件，主要存储最新更新和添加的数据，每隔一段时间，在Memstore上缓存的数据都将会flush到YFile和YFile_data这两个文件中，默认时间间隔应该为60分钟，但0.1版为了测试方便，所以把设定的时间间隔暂定为10秒钟。
      2. YFile：其是持久化的文件，主要用于存储数据的Index，系统会根据从YFile中得到的Index来访问用于存储数据的YFile_data文件中的相应部分，而且由于其体积比较小，所以会在系统运行的时候被载入至内存中。
      3. YFile_data：这就是真正存储数据的文件，由于其体积比较大，所以不大会被存入内存。YFile这个两个文件参考了HBase的HFile格式和Google的SSTable格式，并做了相应的简化。
      4. WAL：全称为“Write-Ahead Log”，用于暂存那些数据更新的请求，以避免当Memstore被意外关闭时所造成的数据丢失，当Memstore完成对数据的写入时，WAL也会清空已经写入的请求。

一些限定

为了使YunTable在合理的时间内达到其0.1版，我在一些方面做了相应的范围缩小，所以YunTable0.1版有下面一些限定：

1. column_name和column_family_name的大小都被限制在16字节之内，如果输入column_name或者column_family_name的大小超过16字节，系统会将多余的字节自动删去。同时假设在输入的时候，如果不为这个column设定相应的column_family，系统会认定其使用系统默认的column family，也就是default_cf。
2. 在分布式方面，为了缩小开发范围，采用了伪分布式的方式，也就是将Master和Region绑定在一起，并且只有一个初始Region可供选择。
3. 在查询方面，暂不支持基于column的查询，但是支持基于row key的查询，具体可以看下面使用教程中的”Get“命令。
4. 在内存管理方面和性能优化方面，由于这两方面在短期内并不关键，而且”过早的优化“也不是业界所推崇的，所以在0.1版中，没有在这两方面发力。

使用教程

首先，使用make来编译生成执行文件YunTable，可通过“./yuntable”来启动YunTable，并进入YunTable的Console，也可使用make clean来清空之前生成的数据库文件。

接下来，将介绍YunTable Console所支持四种命令：

1. add：这个命令，是为了创建新的Column Family存在的，格式是“add column_family:column_family_name”，在这里”column family”是关键词，不可更改，而“column_family_name”则是等待用户输入的占位符，如果输入的Column Family已经存在的了，Console会显示相应的错误信息。例子：add column_family:address 。
2. put：主要是用于添加数据，其格式是”put  row:row_key column_name:column_name_value column_family_name.column_name:column_name_value“，在这里”row”是关键词，在其冒号后输入相应的row_key，比如在后面例子里面提到的”me“，在row之后那些，都不是关键字，只要按照那些占位符输入相应参数就可以，具体也可以参看后面的例子，但要注意，如果这个column不属于系统默认的column family，那么请在column family和column之间加入用于分割的“.”，例子：put row:me name:ike sex:male address.homeaddress:sh 。
3. get：可以通过这个命令来获取数据，主要有两个选择：第一个是“get all”，这主要是列出数据库中所有的数据，并安排row key大小的顺序（字典顺序）排列，但不会对输出的数据进行过滤。另一个是“get row:row_key”，通过这个命令会获得这个row的数据，并且会对其输出的数据进行过滤，也就说，同一row同一column只会显示最新的一个值，例子：get row:me。
4. quit：这个命令最简单的，没有附加的命令，只有在console中输入“quit”就能退出YunTable Console。

还有，如果大家第一次使用YunTable的话，可以参考下面附录里面的两个Test Case，特别推荐Test Case1，也就是短的那一个。

今后的安排

关于YunTable的未来，首先，我将会在《剖析云计算》一书的实践篇中，对YunTable的实现和其背后的理论进行详细的讲解。其次，关于YunTable未来的发展，我还没有明确的规划，所以如果大家有兴趣在今后参与YunTable开发的话，可以直接在使用和分析YunTable之后将自己的想法发到我的邮箱ikewu83@gmail.com，等我有空了之后，大家可以一起来商量商量，同时也可以直接动手改代码，来对YunTable进行更新和添加。

附录：

下面是两个YunTable的Test Case，一长一短，如果大家有兴趣的话，可以试一下。

Test Case1（短）

make

make clean

./yuntable

1. add column_family:address

2. put row:me name:ike sex:male address.homeaddress:sh

3. get all

4. quit

Test Case 2（长）

1) begin part

make

make clean

./yuntable

1. get all

2) add part

1. add column_family:address

*2. add column_family:address

3.  add  column_family:address2

3) put part

1. put row:me name:ike sex:male address.homeaddress:sh

2. put row:m22 name:zhu sex:male address.homeaddress:sh address2.workaddress:bj

3. put row:m1 name:wu sex:male address.homeaddress:sh

*4. put row:m3 name:hua sex:male address3.playaddress:sh

5. put row:me name:wu sex:female address.homeaddress:bj

4) test log part

1. quit

./yuntable

5) get part

1. get all

2. get row:me

*3. get row:wrong

4. quit

*开头的命令，应该返回相应的错误信息。

分享