扩容过程中 PD 生成调度的原理及常见问题
作者： Aunt-Shirly 原文来源：https://tidb.net/blog/3887cc30
作为一个分布式数据库，扩缩容是 TiDB 集群最常见的运维操作之一。本系列文章，我们将基于 v7.5.0 具体介绍扩缩容操作的具体原理、相关配置及常见问题。 扩缩容从集群视角考虑，主要需要考虑的是扩缩容完成后，集群数据通过调度，让所有在线 tikv 的资源使用到达一个均衡的状态。在这个过程中，主要涉及以下两个关键步骤：
调度产生速度
调度执行速度
本系列文章我们将围绕以上两个逻辑，重点介绍扩缩容过程中的核心模块及常见问题，分为以下几个部分：
本文我们重点介绍 TiDB 扩容过程中 PD 生成调度的原理和常见问题，对于扩容过程中调度消费的原理及常见问题，可以看这篇文章。
扩容过程中 PD 生成调度的原理及常见问题
因为本身 PD 就有一系列监控和平衡各个 TiKV 之间的资源使用情况的调度器，因此 PD 没有针对扩容给出单独的调度器。目前这类调度器主要有两类：
Balance-region-scheduler：负责将 Region 均匀的分散在集群中所有的 store 上，主要用于分散存储压力Balance-leader-scheduler: 负责将 region leader 均匀分布在 store 上，主要负责分散客户端的请求压力（CPU）
因此我们也可以认为，在扩容过程中，负责生成调度的主要是以上两个调度器在发挥作用。 对于 balance-leader-scheduler, 因为没有数据搬迁，只是 raft-group 元数据的变更，因此特别快。一般情况下，我们不需要特别关注这个（也很少出问题） 本节将重点介绍 balance-region-scheduler, 也就是扩容情况下，迅速往新扩容 kv 上搬迁副本的调度器行为及常见问题。
首先我们来看一下 balance-region-scheduler 是如何选择并生成 balance-region operator 的：
调度原理
Balance-region-scheduler 每隔 10ms~5s/10s 会发起一次调度。 balance-region-scheduler 每次生成调度的具体逻辑如下：
检查 region-schedule-limit, 用于控制当前 balance-region operator 的并发数量。
选择本次要搬走的 store
过滤选出可以作为数据源搬迁的 store, 过滤条件有：
检查 store-limit 是否符合条件：store limit remove-peer
检查这个 store 上的 max-snapshot-count 是否超过
在符合要求的 store 里面，选出最适合搬走副本的 store, 按照 region_score 倒叙排序, 优先考虑的条件有：
空间不足时，优先选剩余空间最不足的节点 （使得 tikv 的剩余数据量均衡）
空间富裕时，选择已用空间最多的节点（使得 tikv 的数据量分布均衡）
中间状态综合考虑两个因素
选择要搬走的副本，从当前选中的 source store 中选择一个副本，选择条件按优先级如下：
pending regions
followers
Leaders
Learners
选择一个目标 store 作为当前副本的目标
通过 placement-rule 选择符合要求的 store
最后对以上条件都符合的目标 store , 选择 region_score 最小的那个节点
常见问题
接下来，我们将根据上文说的调度生成的顺序，来介绍过程中可能遇到的问题及解决方案。
scheduler 被关闭导致没有调度生成
默认情况下 balance-region-scheduler 会被启用，但确实能够用 pd-ctl 将其删除。当发现没有 balance-region operator 生成时，第一步需要检查的便是确认 balance-region-scheduler 是否被启用。
通过监控查看 balance-region-scheduler 是否被启用，即调度发生的频率：
PD->scheduler->scheduler is running
通过 pd-ctl 查看当前正在运行的 schedule
编辑 balance-region-scheduler
受限于 region-schedule-limit
region-schedule-limit 是用来控制 balance-region / scatter-range/hot-region 等 region 相关的 operator 生成的并发度的，默认值是 2048，一般很难到达瓶颈。但考虑到这个参数是可以修改的，有时候误操作会将这个参数改得比较小，就容易出现问题。
通过 pd-ctl 检查及设置
通过监控看是否遇到瓶颈: PD ->operator->schedule reach limit
检查要被 move peer 的 store
一般在 scale out 的过程中，已用空间比较大的 store 很容易被选为 balance-region 的目标对象，因此已用空间比较大的那个 store 很容易受到 store limit remove-peer 的影响。
通过监控查看 store limit 配置：PD->cluster->PD scheduler config/store limit
Store limit remove peer 不足的场景：PD->scheduler->filter source 看到大量的 balance-region-XXX-remove-limit 时：
检查待 add peer 的 store
在扩容场景下，这类 store 往往是新扩容的节点，因此这些新节点很容易变成热点，相关配置也比较容易到达使用瓶颈。 这里相关配置主要是以下三个：
store limit add-peer : speed limit for the special store
max-snapshot-count : when the number of snapshots that a single store receives or sends meet the limit, it will never be chosen as a source or target store
max-pending-peer-count: control the maximum number of pending peers in a single store.
Metrics 中查看配置项 (同 source store 配置项查看)：pd->cluster->pd scheduler config/store limit
查看目标节点配置项是否遇到瓶颈：pd->schedule -> filter target -> balance-regionXXX-{config}-filter
生成 operator 的速度
经过以上步骤，一个 balance region 的 operator 变生成了。我们可以通过 pd->operator->schedule operator create -> balance region 查看当前 operator 的产生速度.
Summary
PD 生成 balance region operator 的速度，直接影响整个扩容的速度。为了保证 PD 在生成 operator 的速度不会成为瓶颈，我们可以根据上文中的监控来确定以下配置项是否设置合理，进行适当的调优：
ensure
balance-region-scheduleris runningregion-schedule-limit ：control the generation speed of schedule-region operator
store limit remove-peer/add-peer : speed limit for the special store
max-snapshot-count : when the number of snapshots that a single store receives or sends meet the limit, it will never be choosed as a source or target store
max-pending-peer-count: control the maximum number of pending peers in a single store.
如何判断当前扩容的瓶颈在 TiKV 还是在 PD 上
我们可以通过对比 PD 上的以上两个监控：
PD->operators->schedule operator create
PD->operators->schedule operator finish
来判断 operator 的消费速度能否跟得上 生成速度，如果不能，说明 TiKV 中出现了瓶颈，则需要继续从 TiKV 中去寻找答案。
TiDB 社区官网:https://tidb.net/ 2021-12-15 加入
TiDB 社区干货传送门是由 TiDB 社区中布道师组委会自发组织的 TiDB 社区优质内容对外宣布的栏目，旨在加深 TiDBer 之间的交流和学习。一起构建有爱、互助、共创共建的 TiDB 社区 https://tidb.net/
评论