基于Cassandra的實時氣象數(shù)據(jù)分布式存儲系統(tǒng)

楊 芳，金 琪，邢麗平，楊代才

(湖北省氣象信息與技術(shù)保障中心，武漢 430074)

基于Cassandra的實時氣象數(shù)據(jù)分布式存儲系統(tǒng)

楊 芳，金 琪，邢麗平，楊代才

(湖北省氣象信息與技術(shù)保障中心，武漢 430074)

介紹了Cassandra關(guān)鍵技術(shù)、實時氣象數(shù)據(jù)存儲模型。湖北省運(yùn)行MICAPS4采用基于Cassandra的分布式數(shù)據(jù)存儲環(huán)境。對分布式存儲系統(tǒng)高可用性、讀取性能的測試結(jié)果表明，系統(tǒng)提高了MICAPS客戶端對實時氣象數(shù)據(jù)的檢索效率，并極大減輕了各級臺站的維護(hù)壓力。

MICAPS4；氣象數(shù)據(jù)；分布式；存儲；Cassandra

隨著氣象觀測資料種類的增加、觀測頻次的增多，在氣象數(shù)據(jù)存儲技術(shù)領(lǐng)域，基于目錄樹結(jié)構(gòu)的文件系統(tǒng)難以承受文件數(shù)量的急劇增長，在管理大量的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)方面，也不能較好地滿足業(yè)務(wù)人員對數(shù)據(jù)進(jìn)行按序訪問的需求。中國氣象局推出的MICAPS(meteorological information comprehensive analysis processing system)4.0版本, 充分發(fā)揮了觀測資料的作用, 滿足了不斷發(fā)展的預(yù)報業(yè)務(wù)和氣象服務(wù)需求。湖北作為全國氣象部門首家省級試點單位，2016年將MICAPS4.0投入測試運(yùn)行。其后臺數(shù)據(jù)環(huán)境引入非結(jié)構(gòu)數(shù)據(jù)庫Cassandra；采用多維索引數(shù)據(jù)模型的實時氣象數(shù)據(jù)存儲系統(tǒng)，在保證MICAPS客戶端快速調(diào)用(毫秒級別)實時氣象數(shù)據(jù)的同時，可為全省各級氣象部門預(yù)報業(yè)務(wù)系統(tǒng)提供基于氣象衛(wèi)星、天氣雷達(dá)和數(shù)值預(yù)報、站點實況等數(shù)據(jù)支撐，實現(xiàn)數(shù)據(jù)在省級單點更新，極大減輕臺站的維護(hù)壓力；可靈活地添加節(jié)點來實現(xiàn)存儲系統(tǒng)擴(kuò)充，而不給系統(tǒng)帶來較大的性能抖動；與Spark結(jié)合，利用Spark來實現(xiàn)復(fù)雜數(shù)據(jù)分析與處理功能，如處理集合預(yù)報資料等。

1 Cassandra關(guān)鍵技術(shù)點

1.1 系統(tǒng)架構(gòu)

ApacheCassandra是一套開源分布式NoSQL數(shù)據(jù)庫系統(tǒng)，基于一致性哈希算法的P2P環(huán)形結(jié)構(gòu)。這種結(jié)構(gòu)各節(jié)點功能完全相同，可靈活添加節(jié)點來完成系統(tǒng)的擴(kuò)充或刪除節(jié)點，且無需大規(guī)模轉(zhuǎn)移數(shù)據(jù)，同時徹底避免系統(tǒng)因單點故障導(dǎo)致的不穩(wěn)定性；每個節(jié)點通過Gossip機(jī)制進(jìn)行消息同步；每個數(shù)據(jù)項都會被復(fù)制到N個節(jié)點(N是通過參數(shù)配置的副本因子)，系統(tǒng)利用數(shù)據(jù)的復(fù)制機(jī)將存儲在各節(jié)點上的數(shù)據(jù)復(fù)制到其他節(jié)點上，實現(xiàn)了數(shù)據(jù)的高度可獲得性與安全性[1]。

1.2 數(shù)據(jù)模型

Cassandra使用寬列存儲模型，每行數(shù)據(jù)記錄是以Key-Value形式進(jìn)行存儲，其中Key為唯一標(biāo)識。每個Key-Value其中的Value也稱為Column[2-3]，作為一個三元組，包含有Column Name、Column Value與timestamp；每個CF由一個Key 及其對應(yīng)的若干個Column標(biāo)識組成。一個keyspace包含若干個CF，類似關(guān)系型數(shù)據(jù)庫中一個database可有多個table。圖1為一個Column型數(shù)據(jù)模型。

1.3 CAP理論

NoSQL典型遵循由Eric Brewer 提出的CAP理論[4-5]，依據(jù)此理論，在一個大規(guī)模的分布式數(shù)據(jù)系統(tǒng)中，有三個需求是彼此循環(huán)依賴的，一致性(consistency)、可用性(availability)、分區(qū)耐受性(partition tolerance)。一致性為對所有數(shù)據(jù)庫客戶端使用同樣查詢都可得到相同的數(shù)據(jù)；可用性即所有數(shù)據(jù)庫客戶端都可讀寫數(shù)據(jù)；分區(qū)耐受性是指數(shù)據(jù)庫分散到多個服務(wù)器上，即使發(fā)生網(wǎng)絡(luò)故障，仍可提供服務(wù)。CAP理論可簡單描述為，一個分布式系統(tǒng)不能同時滿足以上三個特性，最多只能同時滿足兩個。Cassandra主要支持可用性和分區(qū)耐受性。在Cassandra中，數(shù)據(jù)具備最終一致性，集群整體的完全可用性。

圖1 基于Key-Value的數(shù)據(jù)模型

1.4 存儲機(jī)制

Cassandra依賴本地的文件系統(tǒng)通過內(nèi)存與磁盤的雙重存儲機(jī)制來保證數(shù)據(jù)的持久性[5-6]。Cassandra有三個重要的數(shù)據(jù)結(jié)構(gòu)，記錄于內(nèi)存的Memtable，保存在磁盤中的Commit Log和SSTable。Memtable記錄最近的修改，而SSTable記錄著數(shù)據(jù)庫所承載的絕大部分?jǐn)?shù)據(jù)。通常情況下，一個Cassandra表會對應(yīng)著一個Memtable和多個SSTable。Cassandra接收到客戶端發(fā)送來的數(shù)據(jù)，首先將寫操作記錄到位于磁盤的CommitLog中；上述操作成功后，更新位于內(nèi)存中的Memtable數(shù)據(jù)結(jié)構(gòu)。持續(xù)的寫入數(shù)據(jù)，使得Memtable逐漸增長，當(dāng)其數(shù)據(jù)量到達(dá)某個閾值時，Cassandra的數(shù)據(jù)遷移被觸發(fā)，一方面將Memtable刷寫到本地磁盤上成為永久的SSTable，另一方面將CommitLog中的寫入記錄移除。對于讀操作，客戶端先查詢Memtable中的數(shù)據(jù)，若無法獲取所需信息，則檢索本地磁盤。Cassandra會定期執(zhí)行壓緊compact操作，將同一條數(shù)據(jù)不同的版本進(jìn)行合并，過時數(shù)據(jù)也會在此過程中被刪除；分層數(shù)據(jù)壓縮，有效減少數(shù)據(jù)體積及磁盤I/O。

2 實時氣象數(shù)據(jù)存儲模型

預(yù)報員在分析天氣形勢時，需通過MICAPS4客戶端獲取實時地面、高空觀探測數(shù)據(jù)以及氣象衛(wèi)星、天氣雷達(dá)、模式數(shù)據(jù)等；以這些數(shù)據(jù)為主所構(gòu)成的“氣象大數(shù)據(jù)”，都可歸屬于非結(jié)構(gòu)化數(shù)據(jù)，具有多維、維度有序或無序等特點。基于Key-Value分布式數(shù)據(jù)庫Cassandra在存儲海量小文件、多維數(shù)據(jù)索引等方面有明顯的優(yōu)勢[7-8]；故采用Cassandra作為存儲實時氣象數(shù)據(jù)的解決方案。

2.1 系統(tǒng)設(shè)置

針對實時氣象數(shù)據(jù)存儲系統(tǒng)，用戶對該系統(tǒng)讀取的性能需求遠(yuǎn)遠(yuǎn)高于寫入數(shù)據(jù)。通過對副本數(shù)進(jìn)行合理設(shè)置，可分散讀取壓力。對于5節(jié)點集群，將副本數(shù)設(shè)置為3；Row分區(qū)模式：采用自動分區(qū)方式，使不同的Row Key均勻分布在各節(jié)點上，有利于數(shù)據(jù)讀取壓力的分散。

2.2 Cassandra表設(shè)計

作為典型的非結(jié)構(gòu)化數(shù)據(jù)，氣象數(shù)據(jù)可以由多維索引來確定一個唯一的數(shù)據(jù)。業(yè)務(wù)用戶常見的操作包括“最新數(shù)據(jù)”“左右翻頁”“上下翻頁”等。

2.2.1 數(shù)據(jù)表 根據(jù)不同數(shù)據(jù)類型建立相應(yīng)數(shù)據(jù)表，用于存儲數(shù)據(jù)內(nèi)容，包括：ECMWF_HR(高分辨率數(shù)值預(yù)報產(chǎn)品)、SATELLITE(衛(wèi)星資料)、UPPER_AIR(高空站點資料)、SINGLERADAR(雷達(dá)資料)等。以“T639”為例說明數(shù)據(jù)表結(jié)構(gòu)(表1)。

建表語句：CREATE TABLE "T639" ( "dataPath" text, column1 text, value blob, PRIMARY KEY ("dataPath", column1) ) ；

2.2.2 層次表 用于存儲所有模式或?qū)崨r的層次信息，表名為level；用戶在客戶端進(jìn)行上下翻頁操作，從level表中獲取當(dāng)前層次的上一層或下一層信息；利用層次表與數(shù)據(jù)表，可檢索到不同層次的數(shù)據(jù)(表2)。

建表語句：CREATE TABLE level ("dataPath" text,column1 int,value int,PRIMARY KEY ("dataPath", column1)) ；

2.2.3 最新時刻表 用于存儲各類數(shù)據(jù)的最新時刻信息，表名為latestdatatime。利用最新時刻表，用戶能通過客戶端快速查找到最新數(shù)據(jù)文件名。用戶根據(jù)完整索引(文件路徑與最新數(shù)據(jù)文件名)，例：T639/WIND/500/17030108.000，即可在“數(shù)據(jù)表”中獲取到對應(yīng)數(shù)據(jù)(表3)。

建表語句：CREATE TABLE latestdatatime ( "dataPath" text,column1 text, value text,PRIMARY KEY ("dataPath", column1)) ；

表1 Cassandra數(shù)據(jù)表結(jié)構(gòu)

表2 Cassandra層次表結(jié)構(gòu)

表3 Cassandra最新時刻表結(jié)構(gòu)

3 存儲系統(tǒng)性能測試

3.1 測試環(huán)境

選用5臺相同配置的服務(wù)器用來搭建分布式存儲系統(tǒng)。服務(wù)器操作系統(tǒng)為Red Hat Enterprise Linux Server release 7.1，處理器參數(shù)為Intel(R) Xeon(R) CPU E5-2620 v2 @ 2.10 GHz，主頻為2.1 GHz；內(nèi)存大小為256 GB；6塊4 TB SATA硬盤；服務(wù)器間通過萬兆光纖連接。Cassandra數(shù)據(jù)庫版本為2.2.5。

3.2 高可用性測試

由5個節(jié)點所組成分布式存儲系統(tǒng)，其結(jié)構(gòu)上具有如下特點。

(1)服務(wù)器雙網(wǎng)卡綁定，即將兩個物理網(wǎng)卡虛擬成一個邏輯網(wǎng)卡；提升服務(wù)器之間的傳輸帶寬，實現(xiàn)網(wǎng)卡冗余。

(2)用于集群內(nèi)部數(shù)據(jù)交換的兩臺萬兆光纖交換機(jī)，采取級聯(lián)方式，可互為備份。

(3)6塊SATA硬盤，其中2塊做RAID1，安裝操作系統(tǒng)及軟件；另外4塊4 TB用作兩個RAID0，用于存儲數(shù)據(jù)。

(4)服務(wù)器集群為環(huán)形結(jié)構(gòu)，沒有master節(jié)點，各節(jié)點功能完全一樣。

按照表4中內(nèi)容，對系統(tǒng)的基礎(chǔ)設(shè)施層(包括網(wǎng)絡(luò)設(shè)備、存儲設(shè)備等)、軟件層(數(shù)據(jù)庫)進(jìn)行測試，來驗證系統(tǒng)的高可用性；從表中結(jié)論可知，系統(tǒng)中用于內(nèi)部數(shù)據(jù)交換的光纖或網(wǎng)卡、交換機(jī)及任一Cassandra服務(wù)器故障，均不影響MICAPS4客戶端調(diào)取數(shù)據(jù)。

表4 Cassandra集群系統(tǒng)高可用性測試

3.3 讀取性能測試

通過讀取數(shù)據(jù)的腳本文件(可獲取數(shù)據(jù)字節(jié)數(shù)信息，表5中ECMWF_HR/TMP/100目錄下數(shù)據(jù)字節(jié)數(shù)為132 642字節(jié)，SATELLITE/FY2E/L1/IR3/EQUAL下數(shù)據(jù)字節(jié)數(shù)為554 944字節(jié)，T639/WIND/100下數(shù)據(jù)字節(jié)數(shù)為1 449 052字節(jié))，模擬單用戶及50用戶、100用戶客戶端對同一類型數(shù)據(jù)進(jìn)行讀取，共分3組，即對三種不同類型的數(shù)據(jù)進(jìn)行測試，測試性能見表5，注意測試結(jié)果包含網(wǎng)絡(luò)傳輸時間。

表5 三種不同類型的數(shù)據(jù)在不同壓力下傳輸時間測試 ms

從數(shù)據(jù)讀取的測試結(jié)果可以看出：(1)50用戶并發(fā)和100用戶并發(fā)客戶端同時對同一類型數(shù)據(jù)進(jìn)行讀取的時間與單用戶讀取時間相當(dāng)。以T639/WIND/100為例，50用戶并發(fā)和100用戶并發(fā)與單用戶讀取相關(guān)數(shù)據(jù)所花費(fèi)的平均時間均在20 ms左右。(2)在100用戶并發(fā)情況下，從數(shù)據(jù)庫中調(diào)取數(shù)據(jù)所消耗的時間均以ms量級為單位(包含網(wǎng)絡(luò)傳輸時間)，時間遠(yuǎn)遠(yuǎn)小于在samba服務(wù)器上讀取數(shù)據(jù)的時間。(3)數(shù)據(jù)讀取時間和單個數(shù)據(jù)的字節(jié)數(shù)近似成正比，即單個數(shù)據(jù)文件字節(jié)數(shù)越大，讀取數(shù)據(jù)所花費(fèi)的時間則越長。

4 結(jié)語

利用Cassandra分布式數(shù)據(jù)庫搭建的存儲環(huán)境，提高了實時氣象數(shù)據(jù)存儲效率與檢索速度，通過統(tǒng)一的數(shù)據(jù)平臺，實現(xiàn)了市縣兩級運(yùn)維人員對該系統(tǒng)“零”維護(hù)。通過在實際業(yè)務(wù)環(huán)境中進(jìn)行測試，驗證了該分布式數(shù)據(jù)環(huán)境的高可用性；以毫秒級為單位的數(shù)據(jù)讀取時間，能很好地滿足業(yè)務(wù)對數(shù)據(jù)時效性的需求。

[1] 王意潔,孫偉東,周松，等.云計算環(huán)境下的分布存儲關(guān)鍵技術(shù)[J].軟件學(xué)報,2012,23(4)：971-975.

[2] 申德榮,于戈,王習(xí)特，等.支持大數(shù)據(jù)管理的NoSQL系統(tǒng)研究綜述[J].軟件學(xué)報,2013,24(8)：1789-1792.

[3] 秦苻珂.Cassandra應(yīng)用研究[J].電腦知識與技術(shù)，2016,12(9)：14-16.

[4] 孟小峰,慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計算機(jī)研究與發(fā)展,2013,50(1)：154-157.

[5] Eben Hewitt.Cassandra：The Definitive Guide[M].北京：人民郵電出版社,2011.

[6] 覃雄派,王會舉,李芙蓉，等.數(shù)據(jù)管理技術(shù)的新格局[J].軟件學(xué)報,2013,24(2)：179-185.

[7] 王若曈,黃向東,張博等.海量氣象數(shù)據(jù)實時解析與存儲系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機(jī)工程與科學(xué),2015,37(11)：2045-2054.

[8] 鐘雨,黃向東,劉丹，等.大規(guī)模裝備檢測數(shù)據(jù)的NoSQL存儲方案[J].計算機(jī)集成制造系統(tǒng)，2013(12)：3008-3016.

1006-4354(2017)04-0026-05

2016-11-29

楊芳(1982—)，女，湖北洪湖人，學(xué)士，高工，從事氣象信息通信研究。

湖北省氣象局科技發(fā)展基金重點項目(2015Z02)

P409

B

楊芳，金琪，邢麗平，等.基于Cassandra的實時氣象數(shù)據(jù)分布式存儲系統(tǒng)[J].陜西氣象，2017(4)：26-30.