TiDB Hackathon 2018 之天真贝叶斯学习机

栏目: 数据库 · 发布时间: 5年前

内容简介:本文是我参加此次 TiDB Hackathon 2018 比赛的一个学习总结纪要,希望明年再接再厉,与此同时我也希望它可以帮助到一些朋友,希望明年你们也来参加。待补充:我后续会补充到博客中。首先,介绍一下我们团队:

本文是我参加此次 TiDB Hackathon 2018 比赛的一个学习总结纪要,希望明年再接再厉,与此同时我也希望它可以帮助到一些朋友,希望明年你们也来参加。

待补充:我后续会补充到博客中。

Hackathon 回顾

首先,介绍一下我们团队:

团队成员来自:丹麦、北京(山西)、广州 —- DSG,算是有点儿国际化了。

D 先生是在比赛前一天早上到达北京的,我则是比赛前一天晚上从广州乘动车出发,于比赛当日早上才抵达北京的。 >说实话,真的对于参赛还是有影响的,毕竟是带着时差、疲惫。

废话不多说,我就来回顾一下我的整个参赛过程。

  • 比赛前一日 20:05 从广州南站出发,次日 6:38 抵达北京西站。
  • 7:58 抵达地铁西小口
  • 8:12 抵达比赛所在大厦:东升科技园 C-1 楼
  • 8:16 签到,逛 PingCAP
  • 8:40 跟 D 先生汇合,了解贝叶斯模型
  • 9:20 DSG 团队成员全部集结完毕
  • 10:00 比赛正式开始
  • 10:00 Hacking Time: Trello 构建整个比赛分工、准备工作、需求分析
  • 搭建 TiDB 集群(2套)
  • 12:17 午餐
  • 熟悉 TiDB 集群,实操 PD-CTL
  • 13:00 Hacking Time: 熟悉 PD Command,贝叶斯模型,导师指导,本地 TiDB 环境构建(坑),分析 PD 热点调度,剖析调度流程,模拟热点数据
  • 18:20 外出用餐(芦月轩羊蝎子(西三旗店))【沾 D 先生的光,蹭吃蹭喝】
  • 20:40 回到东升科技园
  • 20:50 ~ 次日 1:10 Hacking Time: 模拟热点数据,实测调度上报和获取模型返回结果,本地测通调度参数上报和得到模型返回值
  • 次日 1:10 ~ 5:50 会议室休息(在此期间,我的队友 D 先生,调好了模型,并将此模型通过 Docker 构建部署到 PD 机器上)
  • 次日 5:50 Hacking Time: 部署修改过的 PD 服务到线上服务器,并打通 nb-server,实时上报和实时获取模型返回结果
  • 次日 7:30 ~ 8:30 早餐
  • 次日 8:40 正式调试
  • 次日 9:00 抽签确定 Demo 时间
  • 次日 9:00 ~ 12:00 Hacking Time: 调优
  • 次日 12:00 ~ 12:30 午餐时间
  • 次日 13:00 ~ 14:00 Hacking Time: PPT,调优
  • 次日 14:30 ~ 18:30 Demo Time(B 站直播)
  • 次日 18:30 ~ 19:00 颁奖(B 站直播)

Hackathon 实操

1. 搭建 TiDB 集群

测试 TiDB 集群:

  • mysql client connect : Unknown charset 255 (MySQL 8 Client 不支持字符集,需要指定默认字符集为 UTF8) mysql -hx.x.x.x --default-character-set utf8

2. 天真贝叶斯模型

  • /model/service1 PUT 上报数据:
{
  "updates": [
    [
      "transfer leader from store 7 to store 2",
      [
        {
          "feature_type": "Category",
          "name": "hotRegionsCount1",
          "value": "true"
        },
        {
          "feature_type": "Category",
          "name": "minRegionsCount1",
          "value": "true"
        },
        {
          "feature_type": "Category",
          "name": "hotRegionsCount2",
          "value": "true"
        },
        {
          "feature_type": "Category",
          "name": "minRegionsCount2",
          "value": "true"
        },
        {
          "feature_type": "Category",
          "name": "srcRegion",
          "value": "7"
        }
      ]
    ],
    [
      "do nothing",
      [
        {
          "feature_type": "Category",
          "name": "hotRegionsCount1",
          "value": "false"
        },
        {
          "feature_type": "Category",
          "name": "hotRegionsCount2",
          "value": "false"
        }
      ]
    ]
  ]
}
  • /model/service1 POST 获取模型结果:

输入参数:上报的参数

{
  "predictions": [
    {
      "transfer leader from store 1 to store 2": 0.27432775221072137,
      "transfer leader from store 1 to store 7": 0.6209064350448428,
      "transfer leader from store 2 to store 1": 0.024587894827775753,
      "transfer leader from store 2 to store 7": 0.01862719305134528,
      "transfer leader from store 7 to store 1": 0.02591609468013258,
      "transfer leader from store 7 to store 2": 0.03563463018518229
    }
  ]
}

待补充…

3. PD 调度

PD 之热点 Region 调度源码浅析

待补充…

PD 重要监控指标详解之HotRegion:

  • Hot write Region’s leader distribution:每个 TiKV 实例上是写入热点的 leader 的数量
  • Hot write Region’s peer distribution:每个 TiKV 实例上是写入热点的 peer 的数量
  • Hot write Region’s leader written bytes:每个 TiKV 实例上热点的 leader 的写入大小
  • Hot write Region’s peer written bytes:每个 TiKV 实例上热点的 peer 的写入大小
  • Hot read Region’s leader distribution:每个 TiKV 实例上是读取热点的 leader 的数量
  • Hot read Region’s peer distribution:每个 TiKV 实例上是读取热点的 peer 的数量
  • Hot read Region’s leader read bytes:每个 TiKV 实例上热点的 leader 的读取大小
  • Hot read Region’s peer read bytes:每个 TiKV 实例上热点的 peer 的读取大小

我们本次项目只抽取了 Write Region Leader 这部分进行,所以重点关注:

  • Hot write Region’s leader distribution

PD 集群部署

当我本地构建好 pd 之后,我如何让集群上的 PD 生效呢?

更新:

$ ansible-playbook rolling_update.yml --tags=pd

在实操过程中,可能是我更新到一半,需要停止更新,直接停止了 ansible,导致 PD 集群机器节点有停止的情况,这个时候你可以通过以下命令启动它。

启动:

$ ansible-playbook start.yml --tags=pd

模拟热点数据

本地往服务器 load 数据:

修改 tidb-benchMakefile#load 模块对应的主机地址,然后执行 make tbl , make load 即可往服务器 load 数据了。 >注意,这里你也需要进行一些配置修改: --default-character-set utf8

线上服务器上:

$ ./go-ycsb run mysql -p mysql.host=10.9.97.254 -p mysql.port=4000 -p mysql.db=test1 -P workloads/workloada

注:我们可以根据自己的需要,调整 workloada#recordcountworkloada#operationcount 参数。

取消热点数据调度

原本以为可以通过配置解决:(调度开关方法: 用 config set xxx 0 来关闭调度)

config set leader-schedule-limit 0
config set region-schedule-limit 0
scheduler add hot-region-scheduler
config show
config set leader-schedule-limit 4
config set region-schedule-limit 8

实测发现,根本不生效,必须要改源代码。

func (h *balanceHotRegionsScheduler) dispatch(typ BalanceType, cluster schedule.Cluster) []*schedule.Operator {
	h.Lock()
	defer h.Unlock()
	switch typ {
	case hotReadRegionBalance:
		h.stats.readStatAsLeader = h.calcScore(cluster.RegionReadStats(), cluster, core.LeaderKind)
		// return h.balanceHotReadRegions(cluster) // 将这一行注释
	case hotWriteRegionBalance:
		h.stats.writeStatAsLeader = h.calcScore(cluster.RegionWriteStats(), cluster, core.LeaderKind)
		h.stats.writeStatAsPeer = h.calcScore(cluster.RegionWriteStats(), cluster, core.RegionKind)
		// return h.balanceHotWriteRegions(cluster) // 将这一行注释
	}
	return nil
}

但是,我们要的是不调度,但是需要记录调度结果,所以我们的改动是这样的:

func (h *balanceHotRegionsScheduler) balanceHotReadRegions(cluster schedule.Cluster) []*schedule.Operator {
	// balance by leader
	srcRegion, newLeader := h.balanceByLeader(cluster, h.stats.readStatAsLeader)
	if srcRegion != nil {
		schedulerCounter.WithLabelValues(h.GetName(), "move_leader").Inc()
		// step := schedule.TransferLeader{FromStore: srcRegion.GetLeader().GetStoreId(), ToStore: newLeader.GetStoreId()} // 修改为不返回值或者返回 _
		_ = schedule.TransferLeader{FromStore: srcRegion.GetLeader().GetStoreId(), ToStore: newLeader.GetStoreId()}
		// return []*schedule.Operator{schedule.NewOperator("transferHotReadLeader", srcRegion.GetID(), srcRegion.GetRegionEpoch(), schedule.OpHotRegion|schedule.OpLeader, step)} // 注释这一行,并 return nil
		return nil
	}

	// balance by peer
	srcRegion, srcPeer, destPeer := h.balanceByPeer(cluster, h.stats.readStatAsLeader)
	if srcRegion != nil {
		schedulerCounter.WithLabelValues(h.GetName(), "move_peer").Inc()
		return []*schedule.Operator{schedule.CreateMovePeerOperator("moveHotReadRegion", cluster, srcRegion, schedule.OpHotRegion, srcPeer.GetStoreId(), destPeer.GetStoreId(), destPeer.GetId())}
	}
	schedulerCounter.WithLabelValues(h.GetName(), "skip").Inc()
	return nil
}

......

func (h *balanceHotRegionsScheduler) balanceHotWriteRegions(cluster schedule.Cluster) []*schedule.Operator {
	for i := 0; i < balanceHotRetryLimit; i++ {
		switch h.r.Int() % 2 {
		case 0:
			// balance by peer
			srcRegion, srcPeer, destPeer := h.balanceByPeer(cluster, h.stats.writeStatAsPeer)
			if srcRegion != nil {
				schedulerCounter.WithLabelValues(h.GetName(), "move_peer").Inc()
				fmt.Println(srcRegion, srcPeer, destPeer)
				// return []*schedule.Operator{schedule.CreateMovePeerOperator("moveHotWriteRegion", cluster, srcRegion, schedule.OpHotRegion, srcPeer.GetStoreId(), destPeer.GetStoreId(), destPeer.GetId())} // 注释这一行,并 return nil
				return nil
			}
		case 1:
			// balance by leader
			srcRegion, newLeader := h.balanceByLeader(cluster, h.stats.writeStatAsLeader)
			if srcRegion != nil {
				schedulerCounter.WithLabelValues(h.GetName(), "move_leader").Inc()
				// step := schedule.TransferLeader{FromStore: srcRegion.GetLeader().GetStoreId(), ToStore: newLeader.GetStoreId()} // 修改为不返回值或者返回 _
				_ = schedule.TransferLeader{FromStore: srcRegion.GetLeader().GetStoreId(), ToStore: newLeader.GetStoreId()}

				// return []*schedule.Operator{schedule.NewOperator("transferHotWriteLeader", srcRegion.GetID(), srcRegion.GetRegionEpoch(), schedule.OpHotRegion|schedule.OpLeader, step)} // 注释这一行,并 return nil
				return nil
			}
		}
	}

	schedulerCounter.WithLabelValues(h.GetName(), "skip").Inc()
	return nil
}

当我修改了 PD 再重新编译得到 pd-server,将其放到 tidb-ansible/resources/bin/pd-server 并替换原来的文件,然后执行 ansible-playbook rolling_update.yml --tags=pd ,即可重启 pd-server 服务。

在调优的过程中发现,当前 hot-region-scheduler 的调度目标机器的选择,是存在不是最优的选择的问题,代码如下:

https://github.com/pingcap/pd/blob/master/server/schedulers/hot_region.go#L374

当我们在循环 candidateStoreIDs 的时候,如果存在多台,那么最后一个总会覆盖前面可能满足条件的一台,从而拿到的 storeID 不是最优的机器。

// selectDestStore selects a target store to hold the region of the source region.
// We choose a target store based on the hot region number and flow bytes of this store.
func (h *balanceHotRegionsScheduler) selectDestStore(candidateStoreIDs []uint64, regionFlowBytes uint64, srcStoreID uint64, storesStat core.StoreHotRegionsStat) (destStoreID uint64) {
	sr := storesStat[srcStoreID]
	srcFlowBytes := sr.TotalFlowBytes
	srcHotRegionsCount := sr.RegionsStat.Len()

	var (
		minFlowBytes    uint64 = math.MaxUint64
		minRegionsCount        = int(math.MaxInt32)
	)
	for _, storeID := range candidateStoreIDs {
		if s, ok := storesStat[storeID]; ok {
			if srcHotRegionsCount-s.RegionsStat.Len() > 1 && minRegionsCount > s.RegionsStat.Len() {
				destStoreID = storeID
				minFlowBytes = s.TotalFlowBytes
				minRegionsCount = s.RegionsStat.Len()
				continue // 这里
			}
			if minRegionsCount == s.RegionsStat.Len() && minFlowBytes > s.TotalFlowBytes &&
				uint64(float64(srcFlowBytes)*hotRegionScheduleFactor) > s.TotalFlowBytes+2*regionFlowBytes {
				minFlowBytes = s.TotalFlowBytes
				destStoreID = storeID
			}
		} else {
			destStoreID = storeID
			return
		}
	}
	return
}

本地构建 rust-nb-server

rust 速成…

环境都可以把你给弄死。

rustup install nightly-2018-11-19
cargo run
...

Mac 本地打包 Linux,失败:缺少 std 库,通过 Dockerfile 搞定。

导师指导

  1. 比赛刚刚开始刘奇、唐刘就来了解我们的项目,并且给予指导建议。
  2. 找导师咨询问题。
  3. 找张金鹏咨询 PD 问题。
  4. 找黄梦龙咨询 PD 问题。
  5. 姚维过来了解我组队的情况,并给予指导建议。
  6. 刘奇又过来跟我们探讨,并给出直接指导建议以及一些实现方案的讨论。
  7. 刘奇和唐刘、黄梦龙在热点数据问题上多次给予直接指导和帮助解决问题。
  8. 邓栓导师来了解情况。
  9. 黄梦龙继续来了解我们项目。

导师非常给力,我们的主动性还不如导师,值得反思。

Hackathon Demo show

整个 Demo show 还是进行的非常顺畅的,时不时还有尖叫,可想而知大家的作品是多么的酷炫和牛逼,印象中只有一个小组在 Demo 环境出现了程序崩溃,需要重启再开始演示的(印象中那个项目是用 Netty 基于 TiKV 做的 memcache(实现了大部分的协议))。

Hackathon 颁奖

因为我要赶着去火车站坐车,所以在周日下午6点的时候,我就跟大家道别,然后去火车站了,没有参加其他小组的 Demo Show 非常遗憾和抱歉,并且我们 DSG 团队荣获三等奖+最佳创意奖,我也很遗憾未能跟团队一起分享。

谢谢评委老师和组委会对我们的认可,也谢谢 PingCAP 给大家筹备这么好的一次技术活动。

TiDB Hackathon 2018 总结

如果非要说一下本次活动不太满意的地方,那就是网络了。

  1. 环境(一定要提前准备);
  2. 配置文档中有一些注意事项,大家一定要认真阅读:ext4 必须要每台机器都更新;
  3. [10.9.97.254]: Ansible FAILED! => playbook: bootstrap.yml; TASK: check_system_optional : Preflight check - Check TiDB server’s RAM; message: {“changed”: false, “msg”: “This machine does not have sufficient RAM to run TiDB, at least 16000 MB.”},内存不足的问题
    • 可以在执行的时候增加参数来避免: ansible-playbook bootstrap.yml --extra-vars "dev_mode=True"
  4. 如果磁盘挂载有问题,可以重新清除数据后再重新启动;

参考资料

  1. https://github.com/pingcap/pd
  2. tidb-bench tpch
  3. https://github.com/pingcap/go-ycsb
  4. Ansible 部署
  5. PD 重要监控指标详解
  6. 使用 TiDB-Ansible 升级 TiDB
  7. 在线代码格式化
  8. rust-nb-server

茶歇驿站

一个可以让你停下来看一看,在茶歇之余给你帮助的小站,这里的内容主要是后端技术,个人管理,团队管理,以及其他个人杂想。

TiDB Hackathon 2018 之天真贝叶斯学习机


以上所述就是小编给大家介绍的《TiDB Hackathon 2018 之天真贝叶斯学习机》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

从0到1

从0到1

彼得·蒂尔、布莱克·马斯特斯 / 高玉芳 / 中信出版股份有限公司 / 2015-1-1 / CNY 45.00

图书简介: http://v.youku.com/v_show/id_XOTA0NjcyMzE2.html?wm=3333_2001 硅谷创投教父、PayPal创始人作品,斯坦福大学改变未来的一堂课,为世界创造价值的商业哲学。 在科技剧烈改变世界的今天,想要成功,你必须在一切发生之前研究结局。 你必须找到创新的独特方式,让未来不仅仅与众不同,而且更加美好。 从0到1,......一起来看看 《从0到1》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具