ETCD——性能优化

"A distributed, reliable key-value store for the most critical data of a distributed system."

一个分布式、可靠 key-value 存储分布式系统。

理解ETCD性能

etcd性能影响.png

从架构上来看，影响etcd性能的几个方面：

Raft层：
- 同步数据：网络IO节点之间的RTT/带宽；
- Wal收到磁盘IO写入的影响；
Storage层：
- 磁盘IOfdatasync延迟；
- 索引层锁的block；
- boltdb tx的锁；
- boltdb本身的性能；
其他：
- 内核参数；
- grpc api层延迟；

性能优化

硬件部署

升级CPU、Memory；
SSD；
网络带宽优先级；
独占部署，减少其他程序运行的干扰。

软件优化

内存索引层：提升etcd内存索引性能，优化内部锁的使用和减少等待时间；https://github.com/etcd-io/etcd/pull/9511
lease规模使用：优化lease revoke和过期失效的算法，解决了lease规模性的问题；https://github.com/etcd-io/etcd/pull/9418
后端boltdb优化：后端batch size limit/interval，可根据不同的硬件和工作负载配置（以前是固定的保守值），https://github.com/etcd-io/etcd/commit/3faed211e535729a9dc36198a8aab8799099d0f3

完全并发读，优化调用boltdb tx读写锁的使用，提升读性能；https://github.com/etcd-io/etcd/pull/10523
基于segregated hashmap的etcd内部存储freelist分配回收算法（阿里），https://www.cncf.io/blog/2019/05/09/performance-optimization-of-etcd-in-web-scale-data-scenario/

将etcd内部存储空间分配算法时间复杂度从O(n)优化到O(1)，回收从O(nlogn)优化到O(1)，极大的提高了单个etcd集群的能力，真是场景，存储容量2GB->100GB/读写性能24x

freelist算法.png

上图中为 etcd 内部存储分配回收的一个核心算法，这里先介绍一下背景知识。首先，etcd 内部使用默认为 4KB 的页面大小来存储数据。如图中数字表示页面 ID，黄色的表示该页面正在使用，白色的表示未使用。

当用户想要删除数据的时候，etcd 并不会把这个存储空间立即还给系统，而是内部先留存起来，维护一个页面的池子，以提升下次使用的性能。这个页面池子叫做 freelist，如图所示，freelist 页面 ID 为 43、45、 46、50、53 正在被使用，页面 ID 为 42、44、47、48、49、51、52 处于空闲状态。

当新的数据存储需要一个连续页面为 3 的配置时，旧的算法需要从 freelist 头开始扫描，最后返回页面起始 ID 为 47，以此可以看到普通的 etcd 线性扫描内部 freelist 的算法，在数据量较大或者是内部碎片严重的情况下，性能就会急速的下降。

针对这一问题，阿里设计并实现了一个基于 segregated hashmap 新的 freelist 分配回收算法。该算法将连续的页面大小作为 hashmap 的 key，value 是起始 ID 的配置集合。当需要新的页面存储时，我们只需要 O(1) 的时间复杂度来查询这个 hashmap 值，快速得到页面的起始 ID。

再去看上面例子，当需要 size 为 3 的连续页面的时候，通过查询这个 hashmap 很快就能找到起始页面 ID 为 47。

同样在释放页面时，我们也用了 hashmap 做优化。例如上图当页面 ID 为 45、46 释放的时候，它可以通过向前向后做合并，形成一个大的连续页面，也就是形成一个起始页面 ID 为 44、大小为 6 的连续页面。

综上所述：新的算法将分配的时间复杂度从 O(n) 优化到了 O(1)，回收从 O(nlogn) 优化到了 O(1)，etcd 内部存储不再限制其读写的性能，在真实的场景下，它的性能优化了几十倍。从单集群推荐存储 2GB 可以扩大到 100GB。该优化目前在阿里内部使用，并输出到了开源社区。

etcd client性能优化实践

Put时避免大Value，精简再精简，例如k8s下crd的使用；
避免创建频繁变化的key/value，例如k8s下node数据上传；
避免创建大量的lease，尽量选择复用，例如k8s下event数据管理。

保持客户端的使用的最佳实践，将保证你的etcd集群高效稳定运行。