“百度BigSQL可为用户提供高性能的即席查询服务，它需要大内存在计算节点本地缓存热数据，以减少DFS I/O对查询性能的影响。我们使用来自英特尔的傲腾持久内存，在缓存质量得到保证的同时，极大地提升了集群的处理能力，获得了明显的TCO收益。”
——百度资深系统工程师黎世勇
在近年来全球数据规模指数级增长的大背景下，如何满足用户对服务响应时间的要求成为了摆在众多企业，特别是科技企业面前的严峻挑战。别看只是响应晚一秒钟，但企业很有可能流失数以万计的客户，因此没有哪家企业敢对客户体验掉以轻心。
这也是顶级互联网企业百度面临的苦恼。用黎世勇的话说，客户体验是我们的第一KPI，响应时间是客户体验好不好最直接的体现之一。为此，百度这些年一直在寻找、尝试、开发更好的技术来改善用户体验。
本文要讲的百度联合英特尔进行的一系列技术创新，便是其为用户获得更好体验不断努力的一个缩影。
0 1
软硬一起抓
Apache Spark是大规模数据处理的快速通用计算引擎，当前应用极其广泛。Spark SQL模块是Apache Spark专门为大型数据中心结构化数据处理开发的功能模块。百度BigSQL数据处理平台基于Spark SQL开发，在性能上做了很多优化，开发了不少新功能。
交互式查询能力就是BigSQL在性能优化方面体现非常明显的一个例证。关于交互式查询的重要性，相信不用多解释了，服务响应快不快，跟它紧密相关。为实现次秒级的交互式查询响应，百度和英特尔在软硬两个层面都下了不少功夫。
软件层面，百度联合英特尔开展了Spark平台优化分析包（OAP）项目合作。其中，OAP 能很好地利用列式数据以及选定列上的用户定义索引，提高数据检索效率。与此同时，OAP还采用了细粒度的内存数据缓存策略，以此来消除磁盘和网络中的 I/O 瓶颈，将性能最大化。
硬件层面，百度与英特尔合作，利用英特尔傲腾持久内存替代部分DRAM，部署更具成本效益的解决方案。
百度内部测试显示，与使用传统纯内存的解决方案相比，使用傲腾持久内存可有效提高OAP的缓存性能及成本效益，大幅提升业务成效，例如帮助百度即席查询服务图灵减少工作负载、降低平均查询延时等。
具体如何实现的呢？两步走。
0 2
把常用的数据放在更快的存储里
OAP的核心是使用索引和缓存技术来加快交互式查询响应的速度。
在此基础之上，OAP还借助缓存来优化索引和数据访问进程。通过将索引和数据缓存在内存中，来提升索引加载和数据扫描速度，缩短从分布式文件系统读取时磁盘和网络的I/O时间。此外，通过将索引和数据单独缓存，其缓存清除和内存空间管理实现了彼此独立。
由于采用列式缓存，OAP 只需缓存查询所需的列。基于最近最少使用（LRU）策略，当缓存达到最大容量时，那些最近最少使用的数据项将被淘汰，为缓存最新数据释放空间。依照该策略，BigSQL启用了一个高级缓存管理器，可以主动填充热点列，并清除缓存中不再需要的列。
0 3
让更快的存储空间再大一点
显而易见，OAP的本质是将热数据放在更快的内存中，从而起到加速的目的。但由此也带来了新的问题：一、内存是不可能无限扩展的，二、超过一定内存容量后，成本是呈指数级上涨的。
这也是硬件层面采用傲腾持久内存的根本出发点。众所周知，傲腾持久内存是一种将高容量、经济实用性和数据持久性相结合的突破性技术，其拥有两大特点：一、大容量和更低的成本，二、适合顺序读。
进一步展开，傲腾持久内存拥有两种工作模式：内存模式和应用直接访问模式。在“内存模式”下，应用程序能利用傲腾持久内存作为扩展的易失性系统内存，无需重新编写软件，而DRAM将起到缓存的作用。在“应用直接访问模式”下，经过专门改进的应用程序可获得更大的持久性容量。
鉴于OAP缓存具有索引和输入数据的特定目的，因此OAP采用了“应用直接访问模式”。
为更好地利用傲腾持久内存代替 DRAM，英特尔还对OAP进行了扩展，加入内存管理器插件，并采用支持傲腾持久内存的内存管理器。这样一来，用户可以在DRAM和傲腾持久内存间自由切换，甚至两者兼用，例如使用 DRAM 缓存索引，而使用傲腾持久内存缓存数据。
除此之外，为确保傲腾持久内存与百度独特的OS环境无缝集成，百度还与英特尔在硬件、操作系统和库等领域进行了一系列合作优化。
0 4
6倍性能提升
为验证OAP项目及傲腾持久内存的性能表现，百度分两步进行了多次评估和内部测试：第一步是决策支持基准测试，第二步真实查询测试。
在决策支持基准测试中，首先将数据集大小控制为1TB，并使用相同容量的DRAM和傲腾持久内存。 测试结果表明，两者都能容纳所有的缓存数据，傲腾持久内存的性能略微低于 DRAM（11.7％），但成本却明显更低。
当数据集达到 3TB，且使用相同成本的DRAM和傲腾持久内存时，前者的容量已不足以缓存所有数据。相比之下，傲腾持久内存不仅能缓存所有的数据，性能也超出DRAM 高达 6 倍。
此时的 DRAM 性能较差是因为：当数据规模大大超过缓存容量时，DRAM 需要频繁地从后端存储读取数据，由此延长了响应时间。决策支持基准测试清楚的表明，在成本相同的情况下，傲腾持久内存可提供比DRAM更高的容量和更出色的性能。
测试的第二阶段使用百度线上业务的真实查询数据，依然基于以上两种情况，但方法略有不同。在第一种情况下，DRAM和傲腾持久内存被设置为缓存50％的常用数据列， 此时PMem的缓存速度仅比DRAM低约12％，但由于成本优势更为显著，因此整体性价比更高。
在第二种情况下（即DRAM和傲腾持久内存成本相同），只有傲腾持久内存拥有足够容量来缓存所有热点数据，且性能较DRAM高出22％，同时避免了30％不要的底层系统I/O请求。
数据不会说谎，在百度BigSQL 中用傲腾持久内存取代DRAM显然是更具成本效益的缓存解决方案。目前，百度已在BigSQL中成功部署了傲腾持久内存，并以此为基础优化了百度即席查询服务图灵。在傲腾持久内存的加持下，图灵集群的工作负载降低了30%，平均查询延时降低了20%，每个傲腾持久内存服务器实例Spark/OAP的性能提高了50％，而成本仅增加了20％。
0 5
傲腾，还有更多用武之地
除了为Spark SQL输入数据提供缓存加速外，傲腾持久内存高容量和高带宽的优势还能在基于Spark的机器学习和 学习场景中发挥更大作用，因为这些场景要求在规模庞大的数据集上反复进行多次计算。另外，Spark shuffle可以通过优化，使用RDMA技术访问远程节点上的傲腾持久内存并将其用作随机存储，进一步减少随机延迟并提高性能。
未来，百度也将与英特尔携手为Spark进行一系列更 的优化。
事实上，不仅是Spark，包括Redis、Oracle、Aerospike等或开源、或商业软件通过使用傲腾持久内存都有不同程度的性能提升、成本下降，无数的客户已经从中受益。
总结全文，数字世界正在来临，数据爆炸式增长给企业带来了新的挑战，当下企业不仅要有能力处理大量增长的数据，而且要更快速的处理这些数据。这是傲腾的价值所在，提供更快速度的同时，还让你负担得起。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
