TiDB Binlog 源码阅读系列文章（五）Pump Storage 介绍（上）

作者：赵一霖

在上篇文章中，我们主要介绍了 Pump Server 的上线过程、gRPC API 实现、以及下线过程和相关辅助机制，其中反复提到了 Pump Storage 这个实体。本文就将介绍 Pump Storage 的实现，其主要代码在 pump/storage 文件夹中。

Pump Storage 由 Pump Server 调用，主要负责 binlog 的持久化存储，同时兼顾排序、配对等功能，下面我们由 Storage 接口开始了解 Pump Storage 的实现。

Storage interface

Storage 接口定义了 Pump Storage 对外暴露的操作，其中比较重要的是 WriteBinlog、GC 和 PullCommitBinlog 函数，我们将在下文具体介绍。Storage 的接口定义如下：

type Storage interface { 	// WriteBinlog 写入 binlog 数据到 Storage 	WriteBinlog(binlog *pb.Binlog) error 	// GC 清理 tso 小于指定 ts 的 binlog 	GC(ts int64) 	// GetGCTS 返回最近一次触发 GC 指定的 ts 	GetGCTS() int64 	// AllMatched 返回是否所有的 P-binlog 都和 C-binlog 匹配 	AllMatched() bool 	// MaxCommitTS 返回最大的 CommitTS，在这个 TS 之前的数据已经完备，可以安全的同步给下游 	MaxCommitTS() int64 	// GetBinlog 指定 ts 返回 binlog 	GetBinlog(ts int64) (binlog *pb.Binlog, err error) 	// PullCommitBinlog 按序拉 commitTs > last 的 binlog 	PullCommitBinlog(ctx context.Context, last int64) <-chan []byte 	// Close 安全的关闭 Storage 	Close() error }

Append

Append 是建立在文件系统接口上的持久化的 Storage 接口实现。在这个实现中，binlog 数据被追加写入 Valuelog，因此我们将这个实现命名为 Append。由于一条 binlog 可能会很大，为了提高性能，我们采用 Key 和 Value 分离的设计。使用 goleveldb 存储 Key（binlog 的 Timestamp），并针对 Pump 的读写特点设计了用于存储 binlog 数据的 Valuelog 组件。

初始化

Append 的初始化操作是在 NewAppendWithResolver 函数中实现的，首先初始化 Valuelog、goleveldb 等组件，然后启动处理写入 binlog、GC、状态维护等几个 goroutine。

WriteBinlog

WriteBinlog 由 Pump Server 调用，用于写入 binlog 到本地的持久化存储中。在 Append 实现的 WirteBinlog 函数中，binlog 在编码后被传入到 Append.writeCh Channel 由专门的 goroutine 处理：

toKV := append.writeToValueLog(writeCh) go append.writeToSorter(append.writeToKV(toKV))

一条 binlog 被传入 Append.writeCh 后将按如下顺序流经数个处理流程：

<center>图 1 binlog 传入 Append.writeCh 的处理流程</center>

vlog

这个过程的主要实现在 writeToValueLog 中：
```
	// valuePointer 定义 	type valuePointer struct { 		// Fid 是 valuelog 文件 Id 		Fid    uint32 		// Offset 是 pointer 指向的 valuelog 在文件中的偏移量 		Offset int64 	} 
```
Append 将从 Append.writeCh 读出的 binlog，批量写入到 ValueLog 组件中。我们可以将 ValueLog 组件看作一种由 valuePointer 映射到 binlog 的持久化键值存储实现，我们将在下一篇文章详细介绍 ValueLog 组件。
kv

这个过程的主要实现在 writeBatchToKV 中，Append 将 binlog 的 tso 作为 Key, valuePointer 作为 Value 批量写入 Metadata 存储中，在目前的 Pump 实现中，我们采用 goleveldb 作为 Metadata 存储数据库。由于 goleveldb 的底层是数据结构是 LSM-Tree，存储在 Metadata 存储的 binlog 相关信息已经天然按 tso 排好序了。
sorter

既然 binlog 的元数据在 writeToKV 过程已经排好序了，为什么还需要 writeToSorter 呢？这里和《TiDB-Binlog 架构演进与实现原理》一文提到的 Binlog 工作原理有关：

TiDB 的事务采用 2pc 算法，一个成功的事务会写两条 binlog，包括一条 Prewrite binlog 和一条 Commit binlog；如果事务失败，会发一条 Rollback binlog。

要完整的还原事务，我们需要对 Prewrite binlog 和 Commit binlog（下文简称 P-binlog 和 C-binlog）配对，才能知晓某一个事务是否被 Commit 成功了。Sorter 就起这样的作用，这个过程的主要实现在 sorter.run 中。Sorter 逐条读出 binlog，对于 P-binlog 则暂时存放在内存中等待配对，对于 C-binlog 则与内存中未配对的 P-binlog 进行匹配。如果某一条 P-binlog 长期没有 C-binlog 与之牵手，Sorter 将反查 TiKV 问问这条单身狗 P-binlog 的伴侣是不是迷路了。

为什么会有 C-binlog 迷路呢？要解释这个现象，我们首先要回顾一下 binlog 的写入流程：

<center>图 2 binlog 写入流程</center>

在 Prepare 阶段，TiDB 同时向 TiKV 和 Pump 发起 prewrite 请求，只有 TiKV 和 Pump 全部返回成功了，TiDB 才认为 Prepare 成功。因此可以保证只要 Prepare 阶段成功，Pump 就一定能收到 P-binlog。这里可以这样做的原因是，TiKV 和 Pump 的 prewrite 都可以回滚，因此有任一节点 prewrite 失败后，TiDB 可以回滚其他节点，不会影响数据一致性。然而 Commit 阶段则不然，Commit 是无法回滚的操作，因此 TiDB 先 Commit TiKV，成功后再向 Pump 写入 C-binlog。而 TiKV Commit 后，这个事务就已经提交成功了，如果写 C-binlog 操作失败，则会产生事务提交成功但 Pump 未收到 C-binlog 的现象。在生产环境中，C-binlog 写失败大多是由于重启 TiDB 导致的，这本身属于一个可控事件或小概率事件。

PullCommitBinlog

PullCommitBinlog 顾名思义，是用于拉 Commit binlog 的接口，其实现主要在 PullCommitBinlog 函数中。这个过程实现上比较简单，Append 将从客户端指定的 tso 开始 Scan Metadata，Scan 过程中只关注 C-binlog，发现 C-binlog 时根据 StartTs 再反查与它牵手的 P-binlog。这样我们从这个接口拉到的就都是 Commit 成功的 binlog 了。

GC

GC 是老生常谈，必不可少的机制。Pump Storage 数据在本地存储的体积随时间而增大，我们需要某种 GC 机制来释放存储资源。对垃圾数据的判定有两条规则：1.该条 binlog 已经同步到下游；2.该条 binlog 的 tso 距现在已经超过一段时间（该值即配置项：gc）。

注：由于生产环境中发现用户有时会关闭了 drainer 却没有使用 binlogctl 将相应 drainer 节点标记为 offline，导致 Pump Storage 的数据一直在膨胀，不能 GC。因此在 v3.0.1、v2.1.15 后无论 Binlog 是否已经同步到下游，都会正常进入 GC 流程。

GC 实现在 doGCTS 中，GC 过程分别针对 Metadata 和 Valuelog 两类存储。

对于 Metadata，我们 Scan [0,GcTso] 这个范围内的 Metadata，每 1024 个 KVS 作为一批次进行删除：

for iter.Next() && deleteBatch < 100 { 	batch.Delete(iter.Key()) 	deleteNum++ 	lastKey = iter.Key()  	if batch.Len() == 1024 { 	    err := a.metadata.Write(batch, nil) 	    if err != nil { 	        log.Error("write batch failed", zap.Error(err)) 	    } 	    deletedKv.Add(float64(batch.Len())) 	    batch.Reset() 	    deleteBatch++     } }

在实际的生产环境中，我们发现，如果不对 GC 限速，GC 线程将频繁的触发底层 goleveldb 的 compaction 操作，严重时甚至会引起 WritePaused，影响 Binlog 的正常写入，这是不能接受的。因此，我们通过 l0 文件的数量判断当前底层 goleveldb 的写入压力，当 l0 文件数量超过一定阈值，我们将暂停 GC 过程：

if l0Num >= l0Trigger { 	log.Info("wait some time to gc cause too many L0 file", zap.Int("files", l0Num)) 	if iter != nil { 		iter.Release() 		iter = nil 	} 	time.Sleep(5 * time.Second) 	continue }

对于 Valuelog，GC 每删除 100 批 KVS（即 102400 个 KVS）触发一次 Valuelog 的 GC，Valuelog GC 最终反应到文件系统上删除文件，因此开销比较小。