Skip to content

Latest commit

 

History

History
65 lines (48 loc) · 3 KB

readme-cn.md

File metadata and controls

65 lines (48 loc) · 3 KB

Tera是一个高性能、可伸缩的结构化数据存储系统,被设计用来管理搜索引擎万亿量级的超链与网页信息。为实现数据的实时分析与高效访问,我们使用按行键、列名和时间戳全局排序的三维数据模型组织数据,使用多级Cache系统,充分利用新一代服务器硬件大内存、SSD盘和万兆网卡的性能优势,做到模型灵活的同时,实现了高吞吐与水平扩展。(English)

特性

  • 全局有序
  • 热点自动分片
  • 数据强一致
  • 多版本,自动垃圾收集
  • 按列存储,支持内存表
  • 动态schema
  • 支持表格快照
  • 高效随机读写

数据模型

Tera使用了Bigtable的数据模型,可以将一张表格理解为这样一种数据结构:

map<RowKey, map<ColummnFamily:Qualifier, map<Timestamp, Value> > >

其中RowKey、ColumnFamily、Qualifier和Value是字符串,Timestamp是一个64位整形。ColumnFamliy需要建表时指定,是访问控制、版本保留等策略的基本单位。

系统架构

系统主要由Tabletserver、Master和ClientSDK三部分构成。其中Tabletserver是核心服务器,承载着所有的数据管理与访问;Master是系统的仲裁者,负责表格的创建、schema更新与负载均衡;ClientSDK包含供管理员使用的命令行工具teracli和给用户使用的SDK。 表格被按RowKey全局排序,并横向切分成多个Tablet,每个Tablet负责服务RowKey的一个区间,表格又被纵向切分为多个LocalityGroup,一个Tablet的多个Localitygroup在物理上单独存储,可以选择不同的存储介质,以优化访问效率。 架构图

系统依赖

  • 使用分布式文件系统(BFS、HDFS等)持久化数据与元信息
  • 使用分布式协调服务(Nexus或者Zookeeper)选主与协调
  • 使用Sofa-pbrpc实现跨进程通信

系统构建

sh ./build.sh 参考BUILD

使用示例

体验单机Tera

通过docker体验Tera

主要api使用方法

客户端teracli使用方法

集群间数据迁移的dump工具terautil使用方法

造数据 & 读写数据的工具使用方法

性能测试工具ycsb使用方法

其它文档

反馈与技术支持

tera-user at baidu.com

成为贡献者

阅读RoadMap文件或者源代码,了解我们当前的开发方向。 完成5个小任务,帮你一步步成为tera贡献者。

Become a Committer

成为tera的committer,你需要知道的一些规则

欢迎加入

如果你热爱开源,热爱分布式技术,请将简历发送至: opensearch at baidu.com