云原生 etcd 系列｜快照技术是什么？

坚持思考，就会很酷

什么是快照？

快照是存储系统中一个非常重要的功能。快照的英文名：Snapshot 。SNIA（ 存储网络行业协会 ）对此的定义是：关于指定数据集合的一个完全可用拷贝，该拷贝包括相应数据在某个时间点（拷贝开始的时间点）的映像。

大白话：就是某个时刻的数据镜像。这跟照相一样，数据打了一个快照之后，这一时刻的数据就是快照数据。

快照和时间点对应，所以快照是不能变的，因为历史不能改变，变了的话就不是快照了。

先看个 etcd 内部的例子，直观感受下它的快照是什么一个样子。

Etcd raftexample 的 快照

raftexample 实现的是一个极简的 kv 存储，基于 raft 的分布式 kv 系统。对于 raft 状态机来说，快照的生成需要业务自己实现。那 raftexample 是怎么生成的呢？

在 main 函数中，有这么一行代码：

getSnapshot := func() ([]byte, error) { return kvs.getSnapshot() }

其中 getSnapshot 的实现极其简单：

func (s *kvstore) getSnapshot() ([]byte, error) {
    s.mu.RLock()
    defer s.mu.RUnlock()
    return json.Marshal(s.kvStore)
}

这里做的事情非常简单：

1. 加锁，所有逻辑在锁内操作；
2. 直接对 s.kvStore 这个 map 做序列化，生成一串字节数组；

这生成的字节数组就是快照数据，把这个保存下来，后续反序列化这个字节数组则能得到完整的 map ，也就是恢复这个 kv 的系统数据。

上面的例子有个重要知识点：锁 ，锁的作用是让生成快照的这一段时间数据不变 （ 停服 ），这个很重要。其实在加上锁的那一刻，这个快照的数据就确定了。

恢复快照也很简单：

func (s *kvstore) recoverFromSnapshot(snapshot []byte) error {
    // 把数据反序列化出来
    if err := json.Unmarshal(snapshot, &store); err != nil {
        return err
    }
    s.mu.Lock()
    defer s.mu.Unlock()
    // 锁内恢复到系统
    s.kvStore = store
    return nil
}

划重点：最简单的快照的技术就是冻结一切更新操作，快照生成完成之后才放开。

etcdserver 的快照

etcdserver 的快照则是通过 blotdb 来实现的，其实这个内部是用 cow 实现的（ cow 后面讲 ）。

快照实现的技术

下面深入聊聊通用的快照技术。

究竟怎么才能生成某个时刻的数据镜像呢？

首先，上面提到的停止系统更新（ 加锁 ）是一种有效的方法，但是这种方法的最大弊端就是要停服，在一些快照生成过慢的系统，巨长的停服时间是无法忍受的。

再思考一个问题，如果产生快照的时间过长，数据一直在变，这种快照又怎么算?

划重点：快照是某个时刻的数据镜像，它是一个时间点的数据。

你 09:00 00:00 按下快照的“快门”，生成快照却需要 30 分钟，那生成出来的快照究竟是怎么样子的呢？

快照只能是：你按下快门的那一刻的数据。 所以，任何快照系统的关键都在于：怎么保留好“按下快门”那一刻系统的数据。

1 极简的栗子，聊聊思路

接下来就聊聊怎么去实现快照？

前面提到，快照的关键在于：怎么保留好“按下快门”那一刻系统的数据。 这个很容易想到解决方案，还能怎么保留？

拷贝嘛。把原来的数据拷贝出来，放好，这不就保留好了嘛。

怎么拷贝，这里又有学问了。下面看下例子。

假设有 1G 的数据文件，要对此做快照，怎么做？怎么保留好“按下快门”那一刻系统的数据？

想到一个最简单的办法：

加锁，先 hold 住系统，不让更新数据。把这 1G 的数据拷贝到一个新文件，才放开写。系统停服的时间就是这 1G 数据拷贝的时间。

这就是 停服 + 全拷贝 的方式。功能实现上没问题，但是非常不友好。系统需要停服（禁止更新）这么久，无法忍受，怎么办？

有的童鞋会说：直接搞嘛，就不停服嘛，业务直接写，快照数据后台拷贝。

这是不行的，因为生成的数据将牛头不对马嘴，不属于任何时刻的数据。

举个例子，拷贝到 512M 的时候，业务把 600M 地方的数据更新了，后续如果当作快照数据拷贝过去，那这份快照数据将不属于任何时刻，它是一个混乱的拼接。

那的优化思路就在于两个：

1. 能否不停服（停写）？
2. 能否不全拷贝？

如果原数据还没有保存好，那么停服处理是必须的。因为一旦被更新掉，就永远找不到那个时刻的数据了。但是，换一句话说，一旦快照原数据被保存好了，那么数据更新是可以放开的。 这点很重要。

再说说能不能不全拷贝？

当然可以，把粒度搞小一点嘛，不要一眼就看到 1G 的整体，可以把这 1G 按照 1M 的单位划分，每个 1M 单独处理。

这样就可以做到在禁止写的范围在 1M ，用户体验大大提升。

那怎么才能分清哪个是旧的数据，哪个是新的数据呢？

有办法的：同一个位置的数据多版本。数据每次更新都对应不同的版本，每个打快照都递增版本号，这样快照的数据就和时刻对应上了。

比如，这 1G 的数据，初始版本号为 1，10:00:00 的时候打了一个快照，版本号变成 2。这样后续的更新就在版本 2 上。快照 10:00:00 的数据则对应版本 1 。

好，现在结合多版本和细粒度，再看看这个例子：

1. 这 1G 数据初始化版本为 1；
2. 10:00:00 打了个快照，版本递增为 2（注意，此时不必停写）；
3. 这个时候用户更新第 100 个 1M 的位置，我们只需要把这 1M 的位置拷贝出来，保存好即可；

这样，以后查找 10:00:00 的快照只需要看版本 1 的数据块。而且快照数据的拷贝也可以慢慢拷，完全不用着急。

所以，通过 细粒度 + 多版本 基本可以消除停服时间（控制在一个很小的范围）。

这里说个题外话：打了快照就要立马复制一个完整镜像吗？

其实不是的，这个看系统的需求。如果需要一个非常高的数据安全，那么无论用户更新了多少数据，后台都要完整的拷贝一份数据出来作为快照数据。但是有些系统考虑到成本和效率，则往往只在用户更新的时候和位置才会去做拷贝。

回到上面的例子，细心的童鞋可能注意到，上面的例子是把原版本的数据拷贝出去，拷贝到另外的位置，用户更新的位置则不变。这种方式就叫做写时复制技术，简称 cow 。

说到 cow ，不得不提 row ，这是快照实现的两大技术，下面简单看下这两种技术。

2 copy-on-write

简称 cow，写时复制。为了保护原副本数据，在写入操作修改数据时，会复制原始副本数据到别的位置。这是一种触发式的复制。

比如，打了快照，数据不做任何拷贝（ 你就可以声称快照已经完成 ），等到业务需要更新某个位置的数据的时候，再把原来的这一小块的数据拷贝出来。

这样就保证了快照数据的不变，也保证了业务的正常更新。cow 的特点是数据更新的位置不变，快照的数据则存储到别的位置。快照则是通过和时间对应的版本号的数据块串联起来，形成一个完整的快照数据。

比如，linux 的 fork 进程，其实就是用的 cow 技术。

划重点：cow 是原地更新，触发拷贝。

3 redirect-on-write

简称 row，写时重定向。为了保护原副本数据，将对其存储空间的写操作重新定向到另一个存储空间。

比如，打了快照，快照数据保持原来位置不变（ 可以声称快照已经完成 ），而如果要更新数据，则把新的数据写到别的位置（一般的操作是把原数据读出来，内存更新，然后写到别的位置去）。最新的数据则是通过最新的版本号串联出来。

划重点：row 是异地更新，原快照数据不动。

4 cow 和 row 的适用场景

其实 cow 和 row 都是很好的技术，究竟哪些场景用哪个技术，这个要看用户的需求。

一般来说，某些情况下 cow 可能对写请求有一些性能影响，row 对读请求有一些性能影响。这个很容易理解，因为对于 cow 来说如果遇到了要拷贝的数据，需要等待拷贝完之后才能下发更新操作，而对于 row 来说，由于读的链路变长了（因为要寻路了），所以读的性能某些场景会受些影响。

快照有什么用？

快照“打”出来就是用于恢复的，有很多应用场景：

• 比如，etcd 里面就是用快照来快速恢复数据用；
• 比如，块存储就可以经常打一打快照，可以在误操作和中毒等故障恢复起到作用；
• 比如，虚拟机也能打快照，每一个历程点都打一个快照，这样以后能随时回溯；
• 比如，mac 的 time machine 其实也是快照做的，快照更进一步的加强就是 CDP 啦；

总结

1. 快照是某个时刻的数据，跟时间点对应。所以，恢复某个快照的数据则等价于系统回溯到某个时间点的状态；
2. 快照数据不能变，因为历史不能改；
3. 最简单的快照生成手段其实是加锁，冻结写操作，保证生成快照的时候系统无法更改；
4. 细粒度的管理 + 数据的多版本配合 cow 或者 row 就可以把数据停服控制在一个很小的时间窗；
5. cow 和 row 是快照实现的核心技术，适用于不同的需求场景；

后记

从 ectd 的快照生成，稍微分享了一点快照技术的通用知识。 ~完～

本文由哈喽比特于3年以前收录，如有侵权请联系我们。
文章来源：https://mp.weixin.qq.com/s/nbuh_iiRw-MoV_LV15Fcaw