VictoriaMetrics源码：tv的压缩

Posted on by hackdl

写入VictoriaMetrics的数据，首先被保存在内存shard，内存shard的数据定期的被压缩到inmemoryPart(内存中)，inmemoryPart的数据被定期的合并到磁盘part中。

tv的压缩，发生在内存shard转换为inmemoryPart的过程中。

一. 入口代码

shard中存放原始数据，经过压缩后，数据被存放到inmemoryPart:

  • rows被压缩到inmemoryPart的入口：mp.InitFromRows(rows)；
// lib/storage/partition.go
func (pt *partition) addRowsPart(rows []rawRow) {
    ...
    mp := getInmemoryPart()
    mp.InitFromRows(rows)        //这里：将rows数据压缩后保存到inmemoryPart中
    ...
    p, err := mp.NewPart()    
    pw := &partWrapper{
        p:        p,
        mp:       mp,
        refCount: 1,
    }
    pt.partsLock.Lock()
    pt.smallParts = append(pt.smallParts, pw)
    ok := len(pt.smallParts)

二. 整体流程

shard的rows按(tsid,timestamp)排序，然后将其分为N个block，每个block最多8k rows；

对每个block中进行压缩，压缩后block中包含：

  • tsid: 即seriesId；
  • timestamps: []int64
  • values: 原为[]float64，转为[]int64和scale(保存在header中)；

由于block中的values和times均为[]int64，故可使用相同的压缩算法：

对于[]int64的压缩，VictoriaMetrics针对不同的场景做了优化：

  • 若[]int64内都是相同的值，则保存第一个值即可；
  • 若[]int64内是delta相同的等差数列，则保存第一个值和delta值即可；
  • 若[]int64内是Gauge类型值，则先计算value的delta，然后用zigzag压缩；
  • 若[]int64内是Counter类型值，则先计算value的delta of delta，然后用zigzag压缩；

三. 源码分析

1.代码入口

由RawRowsMarshaller执行序列化和压缩：

// lib/storage/inmemory_part.go
// InitFromRows initializes mp from the given rows.
func (mp *inmemoryPart) InitFromRows(rows []rawRow) {
    if len(rows) == 0 {
        logger.Panicf("BUG: Inmemory.InitFromRows must accept at least one row")
    }
    mp.Reset()
    rrm := getRawRowsMarshaler()
    rrm.marshalToInmemoryPart(mp, rows)
    putRawRowsMarshaler(rrm)
    mp.creationTime = fasttime.UnixTimestamp()
}

2.划分block，每个block分别执行

  • 首先，对所有的rows按照tsid,timestamp进行排序；
  • 然后，将rows按照metricID和maxRowsPerBlock(8K)，划分为1个个的Block；

  • 然后，Block内的values值由[]float64转为[]int64+scale；

    • scale保存在block.header中；
  • 最后，执行block的压缩；
// lib/storage/raw_row.go
func (rrm *rawRowsMarshaler) marshalToInmemoryPart(mp *inmemoryPart, rows []rawRow) {
    ...
    rrm.bsw.InitFromInmemoryPart(mp)
    ph := &mp.ph
    ph.Reset()
    // 1.对所有的rows执行sort(按tsid,timestamp)
    // Sort rows by (TSID, Timestamp) if they aren't sorted yet.
    rrs := rawRowsSort(rows)
    if !sort.IsSorted(&rrs) {
        sort.Sort(&rrs)
    }
    // 2.按block进行划分
    // Group rows into blocks.
    var scale int16
    var rowsMerged uint64
    r := &rows[0]
    tsid := &r.TSID
    precisionBits := r.PrecisionBits
    tmpBlock := getBlock()
    defer putBlock(tmpBlock)
    for i := range rows {
        r = &rows[i]
        if r.TSID.MetricID == tsid.MetricID && len(rrm.auxTimestamps)

[]float64转[]int64+scale，由decimal.AppendFloatToDecimal完成：

// lib/decimal/decimal.go
// AppendFloatToDecimal converts each item in src to v*10^e and appends
// each v to dst returning it as va.
//
// It tries minimizing each item in dst.
func AppendFloatToDecimal(dst []int64, src []float64) ([]int64, int16) {
    ...
    // 比如，输入{1.2, 3.4, 5, 6, 7.8}
    // 输出：{12 34 50 60 78}，scale=-1
    ...
}

3.block内的压缩

  • 首先，将block内的timestamps和values进行压缩，压缩为[]byte；
  • 然后，将timestampsData的[]byte写入；
  • 最后，将valuesData的[]byte写入；
// lib/storage/block_stream_writer.go
// WriteExternalBlock writes b to bsw and updates ph and rowsMerged.
func (bsw *blockStreamWriter) WriteExternalBlock(b *Block, ph *partHeader, rowsMerged *uint64) {
    ...
    // 1.将block内的timestamp/values进行压缩
    headerData, timestampsData, valuesData := b.MarshalData(bsw.timestampsBlockOffset, bsw.valuesBlockOffset)
    ...
    // 2.写入timestampsData
    fs.MustWriteData(bsw.timestampsWriter, timestampsData)
    ...
    // 3.写入valuesData
    fs.MustWriteData(bsw.valuesWriter, valuesData)
    ...
    // 更新partHeader
    updatePartHeader(b, ph)
}

重点看一下block内数据的压缩过程：

  • 依次压缩values和timestamps；
  • PrecisionBits默认=64，即无损压缩；
// lib/storage/block.go
// MarshalData marshals the block into binary representation.
func (b *Block) MarshalData(timestampsBlockOffset, valuesBlockOffset uint64) ([]byte, []byte, []byte) {
    ...
    timestamps := b.timestamps[b.nextIdx:]
    values := b.values[b.nextIdx:]
    ...
    //1. 压缩values, PrecisionBits默认=64，即无损压缩
    b.valuesData, b.bh.ValuesMarshalType, b.bh.FirstValue = encoding.MarshalValues(b.valuesData[:0], values, b.bh.PrecisionBits)
    b.bh.ValuesBlockOffset = valuesBlockOffset
    b.bh.ValuesBlockSize = uint32(len(b.valuesData))
    b.values = b.values[:0]
    
    // 2. 压缩timestamps, PrecisionBits默认=64，即无损压缩
    b.timestampsData, b.bh.TimestampsMarshalType, b.bh.MinTimestamp = encoding.MarshalTimestamps(b.timestampsData[:0], timestamps, b.bh.PrecisionBits)
    b.bh.TimestampsBlockOffset = timestampsBlockOffset
    b.bh.TimestampsBlockSize = uint32(len(b.timestampsData))
    b.bh.MaxTimestamp = timestamps[len(timestamps)-1]
    b.timestamps = b.timestamps[:0]

    b.bh.RowsCount = uint32(len(values))
    b.headerData = b.bh.Marshal(b.headerData[:0])

    b.nextIdx = 0

    return b.headerData, b.timestampsData, b.valuesData
}

encode.MarshalValues和MarshallTimestamps都是对[]int64进行压缩，压缩的流程是相同的；

// lib/encoding/encoding.go
func MarshalValues(dst []byte, values []int64, precisionBits uint8) (result []byte, mt MarshalType, firstValue int64) {
    return marshalInt64Array(dst, values, precisionBits)
}
func MarshalTimestamps(dst []byte, timestamps []int64, precisionBits uint8) (result []byte, mt MarshalType, firstTimestamp int64) {
    return marshalInt64Array(dst, timestamps, precisionBits)
}

重点看一下[]int64的压缩过程：

  • 若[]int64内都是相同的值，则保存第一个值即可；
  • 若[]int64内是delta的等差数列，则保存第一个值和delta值；
  • 若[]int64内是Gauge类型的值，则使用delta encoding进行压缩；
  • 若[]int64内是Counter类型的值，则使用delta2 encoding进行压缩；

最后，还对结果使用zstd算法进行二次压缩：

// lib/encoding/encoding.go
func marshalInt64Array(dst []byte, a []int64, precisionBits uint8) (result []byte, mt MarshalType, firstValue int64) {
    // 1.[]int64内都是相同的值
    if isConst(a) {
        firstValue = a[0]
        return dst, MarshalTypeConst, firstValue
    }
    // 2.[]int64内是delta相同的等差数列
    if isDeltaConst(a) {
        firstValue = a[0]
        dst = MarshalVarInt64(dst, a[1]-a[0])
        return dst, MarshalTypeDeltaConst, firstValue
    }
    bb := bbPool.Get()
    // 3.[]int64内是Gauge类型的数值
    if isGauge(a) {
        // 使用delta encoding压缩
        // Gauge values are better compressed with delta encoding.
        mt = MarshalTypeZSTDNearestDelta
        pb := precisionBits
        ...
        bb.B, firstValue = marshalInt64NearestDelta(bb.B[:0], a, pb)
    } else {
        // 4.[]int64内是Counter类型的数值，使用delta2 encoding
        // Non-gauge values, i.e. counters are better compressed with delta2 encoding.
        mt = MarshalTypeZSTDNearestDelta2
        bb.B, firstValue = marshalInt64NearestDelta2(bb.B[:0], a, precisionBits)
    }
    // 5.最后还用zstd对结果进行二次压缩
    // Try compressing the result.
    dstOrig := dst
    if len(bb.B) >= minCompressibleBlockSize {    //minCompressibleBlockSize常量=128
        compressLevel := getCompressLevel(len(a))
        dst = CompressZSTDLevel(dst, bb.B, compressLevel)
    }
    ...
    return dst, mt, firstValue
}

看一下delta encoding的具体实现：

// lib/encoding/nearest_delta.go
// marshalInt64NearestDelta encodes src using `nearest delta` encoding
// with the given precisionBits and appends the encoded value to dst.
// precisionBits默认=64，即无损压缩
func marshalInt64NearestDelta(dst []byte, src []int64, precisionBits uint8) (result []byte, firstValue int64) {
    ...
    // 1.计算src内value的delta
    // 即delta=curValue-preValue
    firstValue = src[0]
    v := src[0]
    src = src[1:]
    is := GetInt64s(len(src))
    if precisionBits == 64 {
        // Fast path.
        for i, next := range src {
            d := next - v
            v += d
            is.A[i] = d
        }
    } else {
        ....
    }
    // 2.将[]delta结果使用zigzag进行压缩
    dst = MarshalVarInt64s(dst, is.A)
    PutInt64s(is)
    return dst, firstValue
}

MarshalVarInt64s()负责将[]delta使用zigzag进行压缩：

// lib/encoding/int.go
// MarshalVarInt64s appends marshaled vs to dst and returns the result.
func MarshalVarInt64s(dst []byte, vs []int64) []byte {
    for _, v := range vs {
        if v  -0x40 {
            // Fast path
            c := int8(v)
            v := (c > 7) // zig-zag encoding without branching.
            dst = append(dst, byte(v))
            continue
        }
 
        v = (v > 63) // zig-zag encoding without branching.
        u := uint64(v)
        for u > 0x7f {
            dst = append(dst, 0x80|byte(u))
            u >>= 7
        }
        dst = append(dst, byte(u))
    }
    return dst
}

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: 史上最详细的docker学习手册，请收藏！

大家好，我是飘渺，今天我们来学习一下Docker！ 一、docker入门 docker的安装及入门示例 环境准备：docker需要安装在centos7 64位系统上；docker要求系统内核在3.10以上 查看系统内核： uname -r 安装命令： yum …

服务器托管，北京服务器托管，服务器租用，机房机柜带宽租用

服务器托管

咨询：董先生

电话13051898268 QQ/微信93663045！

上一篇:
下一篇: