【GaussTech技术专栏】GaussDB Ustore存储引擎解读

本文将介绍GaussDB中的Ustore存储引擎，包括Ustore的设计背景、特点介绍和适用业务场景等。

一、数据库存储引擎

数据库的存储引擎负责在内存和磁盘上存储、检索和管理数据，确保每个节点的数据能够长久保存。

存储引擎主要分为行存储（Row-Store）和列存储（Column-Store）两种方式。其中，行存储主要适合于在线交易型的OLTP场景；而列存储主要用于海量静态数据的分析，一般应用于OLAP场景。

二、GaussDB Ustore存储引擎

1. 背景介绍

在Ustore存储引擎出现之前，GaussDB的行存储引擎是Astore。Astore引擎采用了优化的Append Update（追加更新）存储格式设计，其元组（数据）的存储方式如图1所示。

图1 Astore引擎元组（数据）的存储方式

当一个更新操作将 v0 版本元组更新为 v1 版本元组后，如果 v0 元组所在页面有空闲空间，则直接在该页面内插入更新后的v1元组，并将v0的元组指针指向v1的元组指针。在此过程中，新版本元组以追加写的方式和被更新的老版本元组混合存放，从而可以减少更新操作的I/O开销。

Astore在处理业务中的插入、删除及Hot-Update（同一页面内的更新）场景时表现出色。然而，对于跨数据页面更新的非Hot-Update场景，新数据需插入到新的页面，并插入新的索引，这不仅会引入额外的I/O操作，还可能导致索引膨胀。

由于新旧版本元组混合存放，需要通过vacuum操作遍历表数据并清理其中的死元组。vacuum操作不仅会占用一定系统资源，且在清理时需要对页面加写锁，读写锁的冲突也会影响用户的读写业务。因此，如果频繁vacuum操作可能会导致性能问题；反之，但如果vacuum操作频率太低，清理元组不及时，又会导致存储空间膨胀。

可以看出，Astore更适用于插入较多而更新较少的业务场景。为了应对频繁更新的业务场景，Ustore存储引擎应运而生。Ustore也是行存储引擎，又名In-place Update（原地更新）存储引擎，特别适用于频繁更新的业务场景。

2. 核心目标

Ustore存储引擎的核心目标为：

第一，针对OLTP场景，降低Append-Update存储引擎由于频繁更新导致的数据页空间膨胀，以及由此引起的索引空间膨胀。

第二，去除vacuum依赖，vacumm不再清理ustore的页面，从而减少大量页面I/O操作，节省系统资源，同时避免因vacuum操作引起的性能波动。

3. 原理介绍

In-place Update

Ustore存储引擎将新旧版本的数据分开存储，最新版本的数据被存储在数据页上，并且单独开辟一段Undo空间，专门用来统一管理历史版本的旧数据。因此，数据空间不会由于频繁更新而膨胀，旧版本的垃圾数据回收效率也会更高。

图2 Ustore的原地更新操作

Ustore的原地更新操作，如图2所示，当对数据页上的Tuple（元组）进行更新时，系统会将页面上的旧版本Tuple采用追加写的方式写入到Undo空间，这样旧版本数据的读取和写入不会发生冲突，同时在数据页上对Tuple的位置进行原地更新；当需要查询旧版本数据时，系统会检查TD（事务目录），然后从Undo空间中取出旧版本数据。

Ustore的原地更新机制保证了元组RowId稳定，对于在多个事务并发更新同一行的场景，更新时延相对稳定。同时，由于数据的最新版本和历史版本被分离存储，历史版本的批量回收不影响数据页的读写操作，因此，对最新版本的堆表数据空间膨胀友好。

多版本索引

Ustore实现了多版本索引Ubtree，Ubtree叶子节点的页面结构，如图3所示。

图3 Ubtree叶子节点的页面结构

Ubtree的叶子结点中，每个索引元组的尾部附加了对应的xmin和xmax（插入和删除的事务ID）。通过检查xmin和xmax，可以判断这个索引元组是否对当前事务可见，这种机制允许进行独立的多版本并发控制（MVCC）。索引可见性检查使得Index Scan和IndexOnly Scan的性能有所提升，还增加了IndexOnly Scan的比例，大大减少回表操作的次数。

空间管理和回收

Ustore不依赖vacuum清理机制，实现了自治式的空间管理机制，堆表和索引的空间分配和回收都在业务运行的时候平稳进行，可以减少由于vacuum异步数据清理带来的大量页面I/O。

当页面上的数据元组被删除时，系统会在页面上记录对应的潜在空闲空间（Potential Free Space），用于估计页面上的空闲空间。在执行DML语句时，如果发现空间不足或者潜在空闲空间达到某个阈值，会尝试对页面进行清理。在执行DQL查询语句时，若检测到页面上潜在空闲空间达到阈值，此时会尝试申请页面的写锁，一旦拿到了页面的写锁，同样会尝试对页面进行清理。

对于那些一直不被访问的页面，也可能存在可清理的元组。清理这些元组的机制如下：

当DML业务通过FSM（Free Space Map，自由空间映射）发现没有足够的可用空间，并且在对堆表的物理文件进行扩展前，会随机选取一些页面进行清理。经过多次尝试后，选取的页面会覆盖整个表的全部页面。

支持NUMA-aware

Ustore采用了NUMA-aware（非统一内存访问感知）的Undo子系统设计，这使得Undo子系统可以在多核平台上实现有效扩展。Undo空间被划分为多个逻辑区域（UndoZone） ，线程会在自己的逻辑区域上进行分配，确保与其他线程完全隔离，从而写入旧数据分配空间时就不会有额外的锁开销。同时，UndoZone可以按照CPU的NUMA核进行划分，每个线程会从当前的NUMA核上的UndoZone进行分配，进一步提升分配效率。

4. Ustore闪回功能介绍

数据备份恢复是保护数据安全的重要手段之一。备份恢复类型一般可以分为物理恢复、逻辑恢复、闪回恢复。

物理恢复是通过物理文件拷贝的方式来备份数据库，通过备份的数据文件和归档日志（Redo Log），可以完全恢复数据库。这种恢复方式一般用于全量备份，能够恢复整个数据库到备份时的状态。

逻辑恢复是通过逻辑导出操作对数据库进行备份，但只能恢复到备份时保存的数据状态，无法恢复到具体某个时间点。由于逻辑恢复需要重建数据库并导入备份数据，因此，需要恢复的时间太长，这种恢复方式通常会用于数据迁移场景。

闪回恢复也是数据库恢复技术的一种，如图4所示。它可以有选择性地高效撤销一个已提交事务的影响，将数据从人为的不正确的操作中恢复出来。闪回恢复具有高效、可靠、精确的特点，通过恢复操作使得数据表可以回溯到某个历史状态，而不需要还原整个数据库。

图4 闪回恢复，快速回溯到历史状态

Ustore提供了闪回查询、闪回表、闪回Drop、闪回Truncate四类闪回功能，对于误操作数据后恢复十分有效。

闪回查询和闪回表

闪回查询：基于MVCC机制，定时捕获并存储快照作为闪回点，并且保留一定期限内的元组旧版本。通过使用保存的闪回点快照，可以检索出指定的旧版本数据，可以查询某个表在过去某个时间点的快照数据。这一特性可以用于查看和逻辑重建因意外删除或更改而受损的数据。

闪回表：基于MVCC机制，通过删除指定时间点和该时间点之后的增量数据，可以将表恢复至特定时间点，实现表级的数据还原。当逻辑损坏仅限于一个或一组表，而非整个数据库时，此特性可以快速恢复表的数据。

闪回Drop/Truncate

闪回Drop和闪回Truncate都是基于回收站（Recycle Bin）机制实现的，这一机制类似于windows系统的回收站，将已删除的表信息保存到回收站中，通过还原回收站中记录的表的物理文件，实现已Drop/Truncate表的恢复。

• 闪回Drop：可以恢复因意外而被删除的表，从回收站中恢复被删除的表及其附属结构，如索引、表约束等。

• 闪回Truncate：可以恢复因误操作或意外而被进行Truncate的表，从回收站中恢复被Truncate的表及索引的物理数据。

采用闪回技术后，恢复已提交的数据库修改前的数据只需要秒级，而且恢复时间和数据库大小无关，可以快速有效的进行数据恢复。

5. 核心优势

1）高性能

• 对插入、更新、删除等不同负载的业务，系统可以做到性能和资源使用表现相对均衡，相比Append Update 引擎性能提升10%。

• 对于更新操作，由于采用原地更新策略，系统在频繁更新类的业务场景下，拥有更高、更平稳的性能表现。

• 通过DML操作中执行动态页面清理，系统成功去除对Vacuum依赖，减少由于异步数据清理而产生的大量读写I/O操作，适合事务短、更新频繁、性能要求高的OLTP类业务场景。

2）高效存储

• 支持原地更新机制，通过将数据页面和回滚段分离存储，具备更高效、平稳的I/O处理能力，TPCC负载平均节约空间15%~20%。

• Undo空间采用统一分配，集中回收的方式，复用效率更高，使得存储空间使用更加高效、平稳。

3）细粒度资源控制

通过Undo子系统，实现事务级的空间管控，可基于事务运行时长、单事务使用Undo空间大小以及整体Undo空间限制等方式监管事务运行，防止异常行为出现，方便数据库管理员对数据库系统资源使用进行规范和约束。

6. 总结

GaussDB的Ustore存储引擎在数据频繁更新场景下，依旧保持性能平稳，抖动范围缩减了81%，因此，适应更多业务场景和工作负载；同时，还支持闪回功能，可以恢复因误操作而丢失的数据，这使得Ustore存储引擎更适用于对性能和稳定性有更高要求的金融核心业务场景。