SLS分析加速-SQL独享版实现原理和使用实践

SLS提供对海量日志数据进行聚合计算的分析能力(SQL),日志数据一旦写入,用户即可开箱即用地使用SQL进行计算分析,所见即所得。


一、痛点

用户在使用SLS查询分析时,当数据规模(100+亿行记录)越来越大,查询时间范围(30+天)越来越长时,可能会遇到“查询结果不精确”或者直接“执行超时”的尴尬;或者在中小数据规模(1~10亿行记录)下,希望拥有更高性能的分析能力,查询延时更短,为了解决用户的这类痛点和需求,我们推出“SQL独享版”功能,为SLS分析提供加速能力。


二、实现原理

图1是典型的分布式计算架构,存储层负责数据的读写,计算层负责计算和分析。

SLS中将存储层抽象为分区(Shard),同时将计算层抽象为SQL,对用户提供免费的计算资源,以实现查询分析能力。

针对上述痛点,想要实现SLS的分析加速,从本质上来说,是要提升计算层的计算能力。在实践和使用过程中,也产生了如下几种实现方案,我们分享在此,并与SQL独享版做对比,希望读者更清楚地理解SQL独享版的实现原理。

SLS分析加速-SQL独享版实现原理和使用实践

图1


1、扩展分区(Shard)实现一定的计算能力扩展

当分析能力不够的时候,我们可以通过手动分裂Shard来扩展一定的计算能力,如图2所示

SLS分析加速-SQL独享版实现原理和使用实践

图2


然而这种方式并非完美,存在诸多不足:

  • 首先,Shard分裂对历史数据无法失效,只对新写入数据生效,当用户对历史存量数据进行统计分析,通常情况下用户往往无法做到提前的准确规划和部署
  • 其次,活跃Shard会产生额外的租用费用(详见《为什么会产生活跃Shard租用费用?》),用户为了少量的超大规模的查询分析而长期持有大量活跃shard,对成本造成一定的浪费
  • 此外,Shard分裂对计算能力的扩展有限,其本质上是扩展存储层的能力,计算层由于是多租户分时租用,为了保障多租户间的隔离性,会对单次查询的计算资源做限制(如查询并发数、扫描数据量等)
  • 最后,Shard分裂、合并操作均需要用户手动处理,且仅对新数据生效,很难满足用户弹性多变的查询分析需求


2、大查询分割成多个小查询,进行二次聚合

针对大规模数据无法计算精确的问题,很多有经验的SLS用户使用了这种方式:既然一次查询计算不了,那就将单个大查询切分成多个小查询,然后再进行二次聚合,最终得出需要的分析结果。

但是这种方式弊端也很明显:

  • 上层有维护和开发成本,需要保存小查询的计算结果,并进行二次聚合
  • 维度爆炸,业务的分析需求往往是复杂多变的,每当分析维度变化,都可能带来二次聚合的变更成本
  • 数据规模本身非常大,切分粒度已经控制得很小了,但是计算仍然比较吃力


3、SQL独享版,弹性扩展计算能力

上述两种方式均不完美,为了真正解决用户对计算资源的需求,我们提供了“SQL独享版”功能,当用户需要大规模计算分析能力的时候,为用户提供弹性的独享计算资源,实现真正的弹性扩展计算能力、按需使用。

图3为SQL独享版的实现原理,当用户在查询时开启SQL独享版后,SLS会根据本次查询的实际计算需求,合理调度独享资源参与计算,加速整个查询分析过程。

SLS分析加速-SQL独享版实现原理和使用实践

图3


相比以上两种方式,SQL独享版实现了真正的计算能力的弹性扩展,且有以下几点优势:

  • 计算资源弹性扩展,按需使用
  • 计算与存储(Shard)无强制绑定,无需用户提前规划和运维管理
  • 突破免费资源的分时租用限制,享受独享资源
  • 免除额外的开发和运维成本,不管什么数据规模(从几万-千亿级别),一条SQL帮您搞定分析,无需再做上层二次聚合



三、普通SQL和SQL独享版的特性对比

下表列举出目前普通SQL和SQL独享版在各个维度上的对比:


普通SQL SQL独享版
并发查询数 单个Project支持的最大分析操作并发数为15 单个Project支持的最大分析操作并发数为150
扫描数据量 单个Shard单次仅支持分析1GB数据 单次分析最大支持扫描2000亿行数据
计算资源

免费资源,分时租用有使用限制

与分区Shard数有一定的配比关系

独享资源,资源上限由用户自定义

与分区Shard数无绑定关系

费用

免费

目前公测免费

后续计划根据实际使用的CPU时间付费,更多信息,请参见计费项



更多增强特性,敬请期待。。

 

四、什么场景下推荐使用SQL独享版

我们推荐在遇到如下场景时,使用SQL独享版:

  • 超大数据规模的计算分析(如SLS报“计算结果不精确”)
  • 历史周期长且数据规模大的计算分析(如SLS报“execution timeout”)
  • burst高并发查询(如定时告警、定时调度等,可能一次性同时触发多个SQL请求,如SLS报“user can only run 15 query concurrently”)


五、使用实践

为了让读者更真切地体会SQL独享版,我们提供了一个1000+亿行Nginx访问日志的模拟环境,供SLS用户免费在线体验,享受SQL增强带来的极致加速感。

SLS分析加速-SQL独享版实现原理和使用实践


接下来,我们分别在不同数据规模(1000+亿、10+亿、1+亿)下演示SQL独享版的使用实践

我们使用上述模拟环境,选择查询时间段为3天,对1000亿行日志数据进行计算分析,使用SQL测试用例如下:

* | select sum(request_length), avg(request_time), avg(upstream_response_time)


1000+亿数据规模下的计算分析

使用普通查询

SLS分析加速-SQL独享版实现原理和使用实践

使用SQL独享版

使用SQL独享版非常简单,只需要在SLS控制台查询页面右侧,点亮“SQL增强”按钮即可。

如果您是开发者,使用SDK或者API调用,也可以开启SQL独享版,详情请参考GetLogs的powerSql参数。

SLS分析加速-SQL独享版实现原理和使用实践

下表是普通SQL和SQL独享版,在1000+亿数据规模、同样SQL下的执行表现对比:

普通SQL

SQL独享版

提升效果

日志总条数

100,000,863,644

100,000,863,644


查询状态

查询结果不精确

结果精确


扫描行数

9,084,644,562

100,000,863,644

10X

查询时间

3,054ms

7,258ms

10倍数据扫描量,仅增加了1.38倍延迟

消耗CPU时间

392.759s

9,459.867s

23X

可以看到,开启SQL独享版后,能够在7.3s内扫描1000+亿行数据,并完成精确计算。相比普通SQL,计算结果精确、扫描行数提升10倍、运行CPU时间提升23倍,延时仅增加了1.38倍。


10+亿数据规模下的计算分析

使用普通查询

SLS分析加速-SQL独享版实现原理和使用实践

使用SQL独享版

SLS分析加速-SQL独享版实现原理和使用实践

下表是普通SQL和SQL独享版,在10+亿数据规模、同样SQL下的执行表现对比:


普通SQL

SQL独享版

提升效果

日志总条数

1,006,371,097

1,006,371,097


查询状态

结果精确

结果精确


扫描行数

1,006,371,097

1,006,371,097


查询时间

2,176ms

1,692ms

延时缩短了22%

消耗CPU时间

60.18s

93.517s

提升了55%


1+亿数据规模下的计算分析

使用普通查询

SLS分析加速-SQL独享版实现原理和使用实践

使用SQL独享版

SLS分析加速-SQL独享版实现原理和使用实践

下表是普通SQL和SQL独享版,在1+亿数据规模、同样SQL下的执行表现对比:


普通SQL

SQL独享版

提升效果

日志总条数

123,306,893

123,306,893


查询状态

结果精确

结果精确


扫描行数

123,306,893

123,306,893


查询时间

1,036ms

831ms

延时缩短了20%

消耗CPU时间

7.183s

11.021s

提升53%

结合上面三种不同数据规模下的使用实践,可以看到,在超大数据规模(1000+亿)下,SQL独享版通过提供额外的独享计算资源,可以完成普通SQL无法完成的精确计算任务,并大幅提升了计算效率;而在10+亿和1+亿数据规模下,普通SQL和SQL独享版均可完成精确计算,但是SQL独享版可以投入更多CPU资源(约50~55%)加速计算,使计算延时缩短20%左右。


控制和管理SQL独享资源使用上限

在提供了SLS分析加速能力的同时,我们还贴心地为用户提供了独享资源使用上限(SQL独享实例CU数)的设置,默认值1000,该值表示一次查询可并发运行的任务数,它有效控制了计算核时的资源,避免意外造成的计算资源使用过量,产生不必要的费用。用户可以前往目标Project的概览页面中进行自定义的配置。

SLS分析加速-SQL独享版实现原理和使用实践


进一步参考

欢迎钉钉扫群加入阿里云-日志服务(SLS)技术交流, 获得第一手资料与支持

SLS分析加速-SQL独享版实现原理和使用实践

更多SLS的系列直播与培训视频会同步到B站,SLS的相关文章会同步到微信公众号与知乎敬请留意

SLS分析加速-SQL独享版实现原理和使用实践

上一篇:linux下安装log4cplus


下一篇:运维编排场景系列-----自动从负载均衡移除停止的ECS实例