华为云数据库 GaussDB(for Influx) 揭秘：数据分级存储

“只存储这些数据一年就要花费 200 多万？”面对老板的质疑，小王又重新讲解了一遍评估方案。为了支撑生产分析和系统运维，一个设备就需要几十个检测点数据，所有设备 24 小时不断采集数据，一天的数据量就会达到 TB 级，这些数据至少存储 2 年，再加上高可用的 3 副本，总的数据量会达到 PB 级。小王又展示了当前云厂商存储价格和性能对比的调研结果：磁盘类型 SATA NVME 成本 100G/月 9.9 100IOPS 2200 50000 吞吐量 50M/s 350M/s 访问时延 5ms~10ms 1ms 不同存储其性能差异很大。例如 NVME 盘的吞吐量是 SATA 盘的 7 倍，IOPS 超过了 20 倍，当然对应的成本也高出 10 倍左右。根据测试评估，低成本的存储性能无法满足大量数据的写入和实时业务的监控，只得使用性能高的 SSD 盘，因此导致存储的成本提高。成本提高，老板自然不满意。那如何才能既满足性能需求，又能控制成本呢？小王想，“实际上，不是所有的数据处理都需要很高的性能，如果把价值高的数据放在高性能磁盘上满足业务需求，价值低的数据放在低成本磁盘上降低成本，这样不就既能满足需求，又能降低成本了么？”不过，想法很美好，现实很残酷，要实现这个方案，小王面临着更多的难题：（1）怎么在一套系统中既能使用高性能存储，又能使用低成本存储？（2）怎么区分高价值数据？（3）高价值数据变成低价值数据后怎么自动转储？（4）当前业务改造量要尽量少。

1.GaussDB(for Influx)解决方案企业的数字化转型，数据是基础。为了能实时掌握设备、系统状态，需要采集大量的数据并进行实时处理。这些数据都属于时序数据，带有明显的特点，如时间戳、更新少、数据源唯一等。除了数据本身的特点，在业务应用上还具有如下特点：随着时间的推移，其被查询和分析的概率越来越低。随着时间的推移，对数据分析的实时性要求越来越低。随着时间的推移，数据的精度要求越来越低。数据只保留一段时间，到期后会删除。如何结合时序数据的特点，实现小王既满足业务性能，又控制成本的美好愿望呢？华为云 GaussDB(for Influx)时序数据库的数据分级存储功能完美解决了困扰小王的问题。

1. 华为云 GaussDB(for Influx)依托云原生能力，实现了计算存储分离的分布式架构，其中存储基于华为分布式存储 DFV 和对象存储 OBS，解决了在一套系统中既能使用高性能存储，又能使用低成本存储的问题，其具体架构如下图：

分布式 DFV 存储属于高性能存储，热数据放在 DFV 中确保业务性能要求；OBS 存储属于低成本存储，冷数据存储在 OBS 中，降低客户成本。2. 提供了冷热数据自动分离的方案，用户在创建保留策略时，可以指定冷热数据的划分时间，系统根据用户的指定，自动将数据分为热数据和冷数据，解决了数据如何划分的问题。3. 随着时间的推移，热数据转冷，系统会自动将数据转储到冷存储上。4. 上述过程中只有在创建 RP 时需要指定冷热数据策略。对于业务侧是不感知的，避免业务的适配和改造。2.GaussDB(for Influx)冷热存储的使用 GaussDB(for Influx)存储分级功能使用十分方便，在购买冷存储后，设置 RP 策略时指定冷存储的时间即可，系统会根据 RP 策略，自动将冷数据转储到底成本存储上。业务在访问冷数据时，系统会自动去冷存储上读取，整个过程业务是不感知的，对业务无影响。2.1 购买冷存储 GaussDB(for Influx)支持一键购买冷存储空间，可以在购买实例时选择是否够买冷存储，选择“是”，可以根据业务需求选择冷存储的大小，具体如下图：

也可以在购买实例后，独立购买冷存储。进入实例详情页面，点击创建冷存储空间，如下图：

跳转到如下页面，按照业务需求进行存储空间大小选择：

冷存储空也支持在线扩容，扩容过程中不影响业务。2.2 设置冷数据规则在购买了冷存储空间后，就可以按照业务需求设置冷数据的规则，系统会根据规则，自动划分冷热数据，并将冷数据存储在冷存储空间上。可以通过创建 RP 来指定冷热数据规则，具体示例如下：//在 db 名为 mydb 上创建名为 myrp 的 RP，显示指定 WARM DURATION 为 6d，表示 6 天前的数据是冷数据。create retention policy myrp on mydb duration 30d replication 1 warm duration 6d shard duration 3d//在 db 名为 mydb 上创建名为 myrp 的 RP，没有指定 WARM DURATION，表示没有冷数据。create retention policy myrp on mydb duration 30d replication 1 shard duration 3d//创建名为 mydb 的 db，并带有名为 myrp 的 RP，显示指定 WARM DURATION 为 3d，表示 3 天前的数据是冷数据。create database mydb with duration 6d warm duration 3d name myrp//修改 WARM DURATION 为 7d，表示 7 天前的数据是冷数据。alter retention policy myrp on mydb warm duration 7d 规则设置完成后，系统会根据指定的规则，自动判断哪些数据属于冷数据，并自动将数据转储到冷存储上。2.3 使用效果验证冷数据规则设置好，插入数据一段时间后，系统会自动判断数据是否转为冷数据，如果已经成为冷数据，系统会自动将数据转储到冷存储上。可以通过 show shards 命令来查看数据的状态，如下图所示：

show shardsname: hsdbid database retention_policy shard_group start_time end_time expiry_time owners tier

5 hsdb myrp 2 2019-08-12T00:00:00Z 2019-08-19T00:00:00Z 2019-08-19T00:00:00Z 4 cold6 hsdb myrp 2 2019-08-12T00:00:00Z 2019-08-19T00:00:00Z 2019-08-19T00:00:00Z 5 moving7 hsdb myrp 2 2019-08-12T00:00:00Z 2019-08-19T00:00:00Z 2019-08-19T00:00:00Z 6 warm8 hsdb myrp 2 2019-08-12T00:00:00Z 2019-08-19T00:00:00Z 2019-08-19T00:00:00Z 7 coldcold：表示数据为冷数据，已存储在冷存储中；moving：表示数据为冷数据，该数据正在转储到冷存储中；warm：表示数据为热数据。3.总结在应用了 GaussDB(for Influx)的冷热分级存储方案后，存储 100T 的数据量一年，按照 1 个月内的数据是热数据，其余是冷数据，其总体的存储成本从 250 万降至 37.5 万，可节省 85%的存储成本。GaussDB(for Influx)除了冷热分级存储功能外，在集群化、读写性能、压缩率、高可用方面也做了深度优化，能更好地满足时序应用的各种场景。