對于分布式存儲系統，我們都會使用多副本的機制來保證數據的安全性。譬如對于 TiKV 來說，我們默認會使用 3 個副本，如果需要更高等級的安全性，譬如在銀行領域，我們則會使用 5 個副本。但無論使用幾個副本，我們都會面臨一個問題，我們如何在集群中放置這些副本。
機器都是有壽命的，磁盤，內存等硬件在運行的時候也時不時會壞掉。假設現在我們使用 3 個副本，有 N 臺機器，如果同時有 3 臺機器壞掉，而悲催的是剛好 3 個副本在這 3 臺機器上面，那么我們就會面臨數據丟失問題。所以我們需要盡量減少數據丟失的概率。
Random replication
最簡單的做法就是選擇任意 3 臺機器來放置副本，但是這個策略其實不好。假設機器壞掉的概率是 1%，對于 3 副本來說，同時壞掉的概率是 0.0001%，看起來這個是很低的，但實際中，我們不光只有一份數據。
在 TiKV 里面我們會將數據切分成多個 region，每個 region 對應一份數據，在實際生產環境中，region 數量是非常多的，一些集群都已經過了百萬了，這時候如果有 3 個節點同時損壞，一些 region 副本全丟掉的概率會非常的大。
下圖是 Copysets paper 里面給出的數據，可以看到，那么隨著節點數的增多，使用隨機復制方式的 3 副本掉數據的概率會急劇的增大：
Copysets replication
為了解決 Random replication 的問題，有人提出了 Copysets，也就是論文 Copysets: Reducing the Frequency of Data Loss in Cloud Storage，相比于使用 random 方式，Copysets 引入了 scatter width，將整個集群節點進行分組，然后在分組的集合里面選擇節點進行復制。
Copysets 的算法其實比較簡單，假設集群數量是 N，復制因子是 R（其實就是選擇幾個副本），scatter width 是 S，那么：
- 創建
S / (R - 1)個節點排列 - 將每個排隊分成 R 組
- 隨機選擇一個節點當成副本的 primary 副本
- 在分組的包含 primary 節點的集合里面隨機選擇 secondary 副本
譬如，假設我們有 9 個節點，R 是 3，而 S 是 2，那么就有 2 / (3 - 1) = 1 個排列，譬如 [1, 6, 5, 3, 4, 8, 9, 7, 2]，然后我們分成 3 組，也就是 [1, 6, 5], [3, 4, 8], [9, 7, 2]。
對于 3 副本，假設我們選擇 1 作為 primary 副本存放的節點，那么剩下兩個 secondary 副本只能在 6 和 5 上面選取。
使用 Copysets，能有效的降低丟失數據的概率，根據 Paper 里面描述，在 5000 個節點下面，如果有 1% 的節點同時掛掉，random 丟失的概率是 99.99%，而 Copysets 則是 0.15%。
Tiered Replication
當然，copysets 并不是銀彈，它并不能解決集群動態擴容的問題，于是 copysets 的作者，繼續研究了另一個解決方案，也就是 Tiered replication，Paper 是 Tiered Replication: A Cost-effective Alternative to Full Cluster Geo-replication。
Tiered Replication 的原理其實也比較簡單，仍然有 Copysets 的概念 scatter width S，會將整個集群分成多個 Copysets，每個 Copysets 的大小是 R，對于每個節點，必須保證它至少在 S 個 Copysets 里面。另外，Tiered Replication 里面也有 primary 和 backup 節點的區分，通常兩個副本會放在 primary 節點里面，而第三個副本則會放到 backup 節點里面。
Tiered Replication 的算法比較簡單，大概來說：
- 所有節點開始的 scatter width 是 0，也就是沒有屬于任何 Copysets。
- 創建一個 Copysets，選擇最小 scatter width 的 R 個節點加進去。
- 重復上面的過程，直到所有的節點的 scatter width 至少是 S。
詳細的算法可以看 Paper，而源碼在這里，使用起來還是很簡單的，譬如：
# not rack aware
>>> trepl.build_copysets(['node1', 'node2', 'node3'], R=2, S=1)
[['node1', 'node2'], ['node1', 'node3']]
# rack aware, node1 and node2 can not share a copyset since they're in
# the same rack
>>> rack_map = { 'node1': 'rack1', 'node2': 'rack1', 'node3': 'rack3' }
>>> trepl.build_copysets(
rack_map.keys(), R=2, S=1,
checker=trepl.checkers.rack(rack_map),
)
[['node1', 'node3'], ['node2', 'node3']]
對于集群的動態更新，譬如新加入一個節點，就直接按照上面的算法，將這個節點加入到不同的 Copysets 里面，直到這個新加入的節點的 scatter width 為 S。而對于刪除節點，一個簡單的做法就是將包含這個刪除節點的 Copysets 干掉，而在這些 Copysets 里面的其他正常節點的 scatter with 也會減少，然后會創建新的 Copysets 替換老的。在老的 Copysets 里面的正常副本可能會重新復制到其他節點上面。
總結
說了這么多，對 TiKV 來說有什么借鑒意義呢？現在 TiKV 是通過打 label 的方式來支持 Geo-replication 的，假設我有 3 個 Rack，每個 IDC 有 3 臺機器，我們會給每個啟動在機器上面的 TiKV 進程打上類似 rack = rack1, host = host11 這樣的標簽，PD 就會將 3 個副本分散到不同 Rack 的不同機器上面，但在 Rack 機器的選擇上面，我們還是一個 random 算法。也就是說，即使能保證副本在不同的 Rack 上面，但隨著每個 Rack 機器數量的增多，我們 3 副本同時丟失的概率就會增大，所以自然需要一個更好的副本復制策略。如果你對這方面感興趣，歡迎聯系我 tl@pingcap.com。
