从一次 SQL 查询的全过程了解 DolphinDB 线程模型

1. 前言

DolphinDB 的线程模型较为复杂,写入与查询分布式表都可能需要多个类型的线程。通过了解 SQL 查询的全过程,可以帮助我们了解 DolphinDB 的线程模型,掌握 DolpinDB 的配置,以及优化系统性能的方法。

本教程以一个分布式 SQL 查询为例,介绍 DolphinDB 分布式数据库查询过程的数据流,以及其经历的各类线程池。

2. DolphinDB 的主要节点类型

  • agent(代理节点)

负责执行控制节点发出的启动和关闭数据节点或计算节点的命令。在一个集群中,每台物理服务器有且仅有一个代理节点。

  • controller(控制节点)

负责收集代理节点、数据节点和计算节点的心跳,监控每个节点的工作状态,管理分布式文件系统的元数据和事务。

  • data node(数据节点)

既可以存储数据,也可以用于数据的查询和计算。

  • compute node(计算节点)

只用于数据的查询和计算。计算节点应用于计算密集型的操作,包括流计算、分布式关联和机器学习等场景。计算节点不存储数据,但可以通过 loadTable 加载数据进行计算。通过在集群中配置计算节点,可以将写入任务提交到数据节点、所有计算任务提交到计算节点,实现存储和计算的分离。

1.30.14/2.00.1 版本开始支持计算节点。

3. DolphinDB 线程类型

3.1 worker 线程

  • 常规交互作业的工作线程。
  • 每个节点都存在 worker 线程,可以分为以下几类:
    • ZeroWorker
    • FirstWorker
    • SecondWorker
    • ThirdWorker
    • ForthWorker
    • FifthWorker
    • SixthWorker
  • 客户端提交至节点的作业为 0 级,由 ZeroWorker 处理。
  • 根据作业所涉及到的分区,ZeroWorker 将其分解为多个子任务。
  • 其中本地节点上的子任务由 ZeroWorker 与 FirstWorker 并行执行。
  • 需要由远程节点执行的子任务则降低为 1 级,并通过 remoteExecutor 发送到对应节点上的 FirstWorker 处理。
  • 以此类推,若某个级别的子任务需要进一步拆解,则拆分出来的由远程节点执行的子任务降低一级,发送至远程节点上对应层级的 worker 处理。
  • ZeroWorker, FirstWorker, SecondWorker 的线程数量由配置参数 workerNum 决定,分别为 workerNumworkerNum-1, workerNum*0.75。
  • 其余层级的 work 线程数量为上级的 1/2 ,向上取整,最小个数为 1。
  • 配置参数 workerNum 默认值为机器上的 CPU 核数,最大值不超过 license 中的最大核数。

3.2 remote executor 线程

  • 将远程任务发送到远程节点的线程。
  • 在非 single 模式的节点上可以通过配置参数 remoteExecutors 配置线程个数。
  • 默认值为集群中节点个数和本地 worker 的较小值。

3.3 asynchronous remote executor 线程

  • 接收对其他节点发起的远程调用(Remote Procedure Call, RPC)任务的线程。
  • 将收到的远程调用任务放到 remote executor 的任务队列中。
  • 每个非 single 模式的节点上有且仅有 1 个该线程。

3.4 remote task dispatcher 线程

  • 在远程调用出错需要重试时,或者一个被关闭的连接上仍有未完成的任务时,这些任务会先放到一个队列里,由 remote task dispatcher 线程从这个队列取任务并重新交由 asynchronous remote executor 线程去发起远程调用。

3.5 batch job worker 线程

  • 执行批处理作业任务的工作线程,批处理作业是指通过函数 submitJob 、submitJobEx 、submitJobEx2提交的作业。
  • 其上限通过配置参数 maxBatchJobWorker 设置。
  • 如果 maxBatchJobWorker 未设置,其默认值是配置参数 workerNum 的值。
  • 该线程在任务执行完后若闲置 60 秒会被系统自动回收,不再占用系统资源。

3.6 web worker 线程

  • 处理 HTTP 请求的工作线程。
  • 由配置参数 webWorkerNum 配置,默认为 1,最大值为 CPU 内核数。

3.7 dynamic worker manager 线程和 dynamic worker 线程

  • dynamic worker 是动态工作线程,是 worker 线程的补充。
  • dynamic worker manager 是创建 dynamic worker 的线程,每个节点有且仅有 1 个该线程。
  • 当所有的 worker 线程被占满时,再有新任务到来时,通过 dynamic worker manager 线程创建 dynamic worker 线程来执行新任务。
  • 根据系统并发任务的繁忙程度,总共可以创建三组动态工作线程,每一个级别可以创建 maxDynamicWorker 个动态工作线程。
  • maxDynamicWorker 的默认值为配置参数 workerNum 的值。
  • 动态工作线程在任务执行完后若闲置 60 秒则会被系统自动回收,不再占用系统资源。

3.8 infra worker 线程

  • 基础设施处理线程。
  • 开启高可用后,用于接收 raft 心跳汇报的线程,防止集群负载大时,心跳信息无法及时汇报。
  • 默认自动创建 2 个该线程,。

3.9 urgent worker 线程

  • 处理紧急任务。
  • 只接收一些特殊的系统级任务,譬如登录、取消作业等。
  • 由配置参数 urgentWorkerNum 配置,默认值为 1,最大值为 CPU 内核数。

3.10 block IO worker 线程

  • 执行对硬盘读写任务的线程。
  • 由配置参数 diskIOConcurrencyLevel 配置,默认值为 1。

4. 一次 SQL 查询的线程经历

SQL 查询可提交到集群中任一计算节点或数据节点。获得请求的节点作为该查询的协调节点。

下面以 API 向协调节点发起一次 SQL 查询为例,讲述整个过程中所调度的所有线程。

step1:DolphinDB 客户端向协调节点(数据节点或计算节点)发起数据查询请求

以协调节点为数据节点为例,发起一次聚合查询,查询语句如下:

select avg(price)
from loadTable("dfs://database", "table")
where date between 2021.01.01 : 2021.12.31
group by date

假设上述聚合查询语句总共涉及 300 个分区的数据,且正好平均分配在三个数据节点(即每个数据节点包含了 100 个查询的分区数据)。

DolphinDB 客户端将查询请求进行二进制序列化后通过 TCP 协议传输给 datanode1。

step2:datanode1 收到查询请求

datanode1 收到客户端的查询请求后,将分配 1 个 ZeroWorker 线程对内容进行反序列化和解析。当发现内容是 SQL 查询时,会向 controller 发起请求,获取跟这个查询相关的所有分区的信息。整个 SQL 查询执行完毕前,这个 ZeroWorker 线程会被一直占用。

step3:controller 收到 datanode1 的请求

controller 收到 datanode1 的请求后,将分配 1 个 FirstWorker 线程对内容进行反序列化和解析,准备好本次 SQL 查询涉及的数据分区信息后,由该 FirstWorker 线程序列化后通过 TCP 协议传输给 datanode1。controller 的该 FirstWorker 线程完成该工作后将从请求队列中获取下一个请求。

step4:datanode1 收到 controller 返回的信息

datanode1 的 ZeroWorker 收到 controller 返回的信息后,由本节点下的 1 个 FirstWorker 线程对内容进行反序列化和解析。

得知本次 SQL 查询涉及的数据分区信息后,将位于本节点的分区数据计算任务添加到本地任务队列,此时本地任务队列会产生 100 个子任务。

同时,把需要使用远程节点 datanode2 与 datanode3 的分区数据的计算任务,以任务包的方式发送到远程任务队列。远程任务队列会被添加 2 个远程任务,分别打上 datanode2 和 datanode3 的标志。

step5 (1):本地 worker 消费本地任务队列

此时,datanode1 中的 ZeroWorker 线程和 FirstWorker 线程会同时并行消费本地任务队列的子任务。

step5 (2)、(3):本地 remote executor 发送远程任务至远程节点

同时,remote executor 线程将远程任务队列的内容序列化后,通过 TCP 协议分别发送到 datanode2 和 datanode3。

step6 (1)、(2):远程节点收到远程任务

datanode2 和 datanode3 收到远程任务后,将分配 1 个 FirstWorker 线程对内容进行反序列化和解析,并将计算任务发送到本地任务队列,此时 datanode2 和 datanode3 的本地任务队列各会产生 100 个子任务。

step7 (1)、(2):远程节点 FirstWorker 消费本地任务队列

此时,datanode2 和 datanode3 上的 FirstWorker 线程会并行消费本地任务队列的子任务。

step8 (1)、(2):远程节点返回中间计算结果至 datanode1

当 datanode2 和 datanode3 涉及的计算任务完成后,分别得到了本次 SQL 查询的中间计算结果,由一直占用的 FirstWorker 线程对内容进行序列化后,通过 TCP 协议传输给 datanode1。

step9:datanode1 计算最终结果并返回给客户端

datanode1 接收到 datanode2 和 datanode3 返回的中间计算结果后,由一直占用的 ZeroWorker 线程对内容进行反序列化,然后在该线程上计算出最终结果,并在序列化后通过 TCP 协议传输给客户端。

DolphinDB 客户端接收到 datanode1 返回的信息后,经过反序列化显示本次 SQL 查询的结果。

协调节点为数据节点和计算节点的区别:

  1. 数据节点可以存储数据,计算节点不能存储数据。但计算节点解析客户端的 SQL 查询后,从 controller 拿到本次 SQL 查询涉及的数据分区信息,会将所有数据查询任务都分配到数据节点执行,得到每个数据节点返回的中间结果,最后调度计算节点的 ZeroWorker 线程计算最终结果并返回给客户端。
  2. 当实时写入的数据量非常大时,建议配置计算节点,将所有 SQL 查询都提交到计算节点,实现存储和计算的分离,减轻数据节点的计算工作负担。

5. 优化建议

通过分析上述的线程经历,可以发现,本次 SQL 查询一共发生了 8 次 TCP 传输,其中 2 次是 DolphinDB server 和 DolphinDB client 之间的传输。如果查询结果的数据量比较大,同时又对查询结果的延时性比较敏感,可以选择如下 6 个优化方向:

  • 集群节点之间,以及节点和客户端之间的通信推荐使用万兆以太网。
  • 优化线程配置参数。(详见本文后续章节)
  • 增加每个节点的物理磁盘的数量。更多的磁盘可以更快速地并行读取多个分区的数据。
  • SQL 语句优化:where 条件添加分区字段的信息过滤,起到分区剪枝的目的,避免全表扫描。
  • 在查询数据量较大时,可对 API 查询结果进行数据压缩,提高传输效率。开启压缩后从 server 下载的数据即为压缩后的数据。Java 代码示例如下。
//API 建立 connection 的时候将第三个参数 compress 设置为 true 即可开启压缩                     
DBConnection connection = new DBConnection(false, false, true);        
connection.connect(HOST, PORT, "admin", "123456");        
BasicTable basicTable = (BasicTable) connection.run("select * from loadTable(\"dfs://database\", \"table\")");
  • 增加 license 限制的 CPU 核心数和内存大小,提升系统的并发处理能力。

6. 不同类型线程与配置参数的关系

线程类型 参数配置 默认配置 配置优化建议
worker workerNum CPU的内核数 license 限制的 CPU 核心数与物理机 CPU 核心数两者的最小值
remote executor remoteExecutors 1 集群的节点数-1
batch job worker maxBatchJobWorker workerNum license 限制的 CPU 核心数与物理机 CPU 核心数两者的最小值
web worker webWorkerNum 1 推荐 webWorkerNum 配置为 4大多情况下很少通过 web 与 DolphinDB 节点交互的方式提交查询任务
dynamic worker maxDynamicWorker workerNum 采用默认值
infra worker infraWorkerNum 2 采用默认值
urgent worker urgentWorkerNum 1 采用默认值
block IO worker diskIOConcurrencyLevel 1 对于 hdd 磁盘,推荐 diskIOConcurrencyLevel 设为对应节点下通过 volumes 参数配置的磁盘个数对于 ssd 磁盘,推荐 diskIOConcurrencyLevel = 0

备注:

  • 如果是单节点 single 模式或者是单数据节点集群,不需要配置 remoteExecutors 的值。

7. 总结

通过本文介绍,可以看出,DolphinDB的线程模型主要由 worker、remote executor、batch job worker、web worker、dynamic worker、infra worker、urgent worker、block IO worker 组成。在一次 SQL 查询会发生多次 TCP 传输,用户可以根据服务器的具体情况进行合理配置线程参数,从而降低查询延时。

上一篇:Java 内存模型详解


下一篇:Qt 加载图片的几种方式 以及加载 loading