又一个key/value数据库 Memlink

为什么会有Memlink?

对于大型论坛服务，比如百度贴吧、天涯论坛，日均发帖量过百万，日均PV过亿，日积月累下来的帖子数量可能几十亿。这么大的一个论坛服务，海量数据的存储、访问是一个非常有挑战性的技术难题。

中小规模的论坛通常使用mysql/sql server作为后端存储，当数据量膨胀时，比如一个版面有百万、千万级别主贴，一个主贴下有数百万回复，此时使用SQL语句select … order by … limit … ,性能可想而知。

大型论坛中的数据可以抽象为如下几类数据结构：

1. 版面信息、主帖信息、回帖信息等。这是Key-Value结构的数据类型，比如主贴id对应主贴的信息（标题、发帖时间、作者等等），回帖id对应回贴的信息（回复内容、回复时间、回复者等等）。
2. 版面的主贴列表，主贴列表可按发表时间或者回复时间排序；主贴下的回复列表，等等。这种数据类型是key-list数据类型，而且list是可排序的。
3. 其他周边数据。比如斑竹、会员等，由于数据量较小、逻辑关系较复杂，可以使用sql系统存储。比如检索数据，由检索系统承担。等等。

 

对于Key-Value系统，市面上有较多选择，它们的数据容量大小从数百万到上百亿不等，性能、功能也各有差异，由于讨论KV系统的文章很多，再次不赘述。

对于Key-list系统，市面上可选择的余地就非常小，加之线上工业级别的要求，因而就诞生出了memlink系统。

Memlink简介

Memlink是一个高性能、持久化、分布式的Key-list/queue数据引擎。正如名称中的memlink所示，所有数据都建构在内存中，保证了系统的高性能(大约是redis几倍)，同时使用了redo-log技术保证数据的持久化。Memlink还支持主从复制、读写分离、List过滤操作等功能。

特点：

• 内存数据引擎，性能极为高效
• List块链结构，精简内存，优化查找效率
• Node数据项可定义，支持多种过滤操作
• 支持redo-log，数据持久化，非Cache模式
• 分布式，主从同步

 

与Redis区别

redis同样也提供key-list 存储功能，memlink与redis区别有：

• redis比较消耗内存。每个存储节点，在不支持vm的情况下要额外消耗12字节内存，在支持vm的情况下，每个节点额外消耗24字节内存。对于存储上亿条数据来说，额外消耗的内存太大。
• redis redo-log不够完善。redis redo-log机制:每隔一段时间同步磁盘（此期间重启就好丢失数据）;追加log方式，会使log文件越来越大，而且性能不够优化。
• 主从同步不完善。如果从节点因为网络原因丢失了部分同步数据，需要重新完全获取一份主节点的所有数据。在大数据量的情况下，不太合适。
• 网络处理主事件循环只有一个线程，不能很好的利用多核；同时读写没有分离，没有进行写优先处理。
• list节点没有mask表，不能进行一些属性过滤。

 

memlink主要对上述特点进行了改进。

性能

Benchmark

Client API

ClientAPI

谁在使用?

目前Memlink应用于天涯来吧、天涯论坛系统。

未来

Memlink是专注于key => list\Queue对象的存储系统，所以它内存使用更精简、性能更高效。Key => list\Queue系统作为Key => value另一种形式补充，为高性能海量数据的Web应用提供了新的选择。