集群基本概念

Apache IoTDB 集群版包含两种角色的节点，ConfigNode 和 DataNode，分别为不同的进程，可独立部署。

集群架构示例如下图：

ConfigNode 是集群的控制节点，管理集群的节点状态、分区信息等，集群所有 ConfigNode 组成一个高可用组，数据全量备份。

注意：ConfigNode 的副本数是集群当前加入的 ConfigNode 个数，一半以上的 ConfigNode 存活集群才能提供服务。

DataNode 是集群的数据节点，管理多个数据分片、元数据分片，数据即时间序列中的时间戳和值，元数据为时间序列的路径信息、数据类型等。

Client 只能通过 DataNode 进行数据读写。

名词解释

集群特点

• 原生分布式
  • IoTDB 各模块原生支持分布式。
  • Standalone 是分布式的一种特殊的部署形态。
• 扩展性
  • 支持秒级增加节点，无需进行数据迁移。
• 大规模并行处理架构 MPP
  • 采用大规模并行处理架构及火山模型进行数据处理，具有高扩展性。
• 可根据不同场景需求选择不同的共识协议
  • 数据副本组和元数据副本组，可以采用不同的共识协议。
• 可扩展分区策略
  • 集群采用分区表管理数据和元数据分区，自定义灵活的分配策略。
• 内置监控框架
  • 内置集群监控，可以监控集群节点。

分区策略

分区策略将数据和元数据划分到不同的 RegionGroup 中，并把 RegionGroup 的 Region 分配到不同的 DataNode。

推荐设置 1 个 database，集群会根据节点数和核数动态分配资源。

Database 包含多个 SchemaRegion 和 DataRegion，由 DataNode 管理。

• 元数据分区策略

  • 对于一条未使用模板的时间序列的元数据，ConfigNode 会根据设备 ID （从 root 到倒数第二层节点的全路径）映射到一个序列分区，并将此序列分区分配到一组 SchemaRegion 中。

• 数据分区策略

  • 对于一个时间序列数据点，ConfigNode 会根据设备 ID 映射到一个序列分区（纵向分区），再根据时间戳映射到一个序列时间分区（横向分区），并将此序列时间分区分配到一组 DataRegion 中。

IoTDB 使用了基于槽的分区策略，因此分区信息的大小是可控的，不会随时间序列或设备数无限增长。

Region 会分配到不同的 DataNode 上，分配 Region 时会保证不同 DataNode 的负载均衡。

复制策略

复制策略将数据复制多份，互为副本，多个副本可以一起提供高可用服务，容忍部分副本失效的情况。

Region 是数据复制的基本单位，一个 Region 的多个副本构成了一个高可用复制组，数据互为备份。

• 集群内的副本组
  • ConfigNodeGroup：由所有 ConfigNode 组成。
  • SchemaRegionGroup：集群有多个元数据组，每个 SchemaRegionGroup 内有多个 ID 相同的 SchemaRegion。
  • DataRegionGroup：集群有多个数据组，每个 DataRegionGroup 内有多个 ID 相同的 DataRegion。

完整的集群分区复制的示意图如下：

图中包含 1 个 SchemaRegionGroup，元数据采用 3 副本，因此 3 个白色的 SchemaRegion-0 组成了一个副本组。

图中包含 3 个 DataRegionGroup，数据采用 3 副本，因此一共有 9 个 DataRegion。

共识协议（一致性协议）

每个副本组的多个副本之间，都通过一个具体的共识协议保证数据一致性，共识协议会将读写请求应用到多个副本上。

• 现有的共识协议
  • SimpleConsensus：提供强一致性，仅单副本时可用，一致性协议的极简实现，效率最高。
  • IoTConsensus：提供最终一致性，任意副本数可用，2 副本时可容忍 1 节点失效，当前仅可用于 DataRegion 的副本上，写入可以在任一副本进行，并异步复制到其他副本。
  • RatisConsensus：提供强一致性，Raft 协议的一种实现，任意副本数可用，当前可用于任意副本组上。目前DataRegion使用RatisConsensus时暂不支持多数据目录，预计会在后续版本中支持这一功能。