代碼路徑：/lib/bloomfilter

概述

victoriaMetrics的vmstorage組件會(huì)接收上游傳遞過(guò)來(lái)的指標(biāo)，在現(xiàn)實(shí)場(chǎng)景中，指標(biāo)或瞬時(shí)指標(biāo)的數(shù)量級(jí)可能會(huì)非常恐怖，如果不限制緩存的大小，有可能會(huì)由于cache miss而導(dǎo)致出現(xiàn)過(guò)高的slow insert。

為此，vmstorage提供了兩個(gè)參數(shù)：maxHourlySeries和maxDailySeries，用于限制每小時(shí)/每天添加到緩存的唯一序列。

唯一序列指表示唯一的時(shí)間序列，如metrics{label1="value1",label2="value2"}屬于一個(gè)時(shí)間序列，但多條不同值的metrics{label1="value1",label2="value2"}屬于同一條時(shí)間序列。victoriaMetrics使用如下方式來(lái)獲取時(shí)序的唯一標(biāo)識(shí)：

func getLabelsHash(labels []prompbmarshal.Label) uint64 {
	bb := labelsHashBufPool.Get()
	b := bb.B[:0]
	for _, label := range labels {
		b = append(b, label.Name...)
		b = append(b, label.Value...)
	}
	h := xxhash.Sum64(b)
	bb.B = b
	labelsHashBufPool.Put(bb)
	return h
}

限速器的初始化

victoriaMetrics使用了一個(gè)類似限速器的概念，限制每小時(shí)/每天新增的唯一序列，但與普通的限速器不同的是，它需要在序列級(jí)別進(jìn)行限制，即判斷某個(gè)序列是否是新的唯一序列，如果是，則需要進(jìn)一步判斷一段時(shí)間內(nèi)緩存中新的時(shí)序數(shù)目是否超過(guò)限制，而不是簡(jiǎn)單地在請(qǐng)求層面進(jìn)行限制。

hourlySeriesLimiter = bloomfilter.NewLimiter(*maxHourlySeries, time.Hour)
dailySeriesLimiter = bloomfilter.NewLimiter(*maxDailySeries, 24*time.Hour)

下面是新建限速器的函數(shù)，傳入一個(gè)最大(序列)值，以及一個(gè)刷新時(shí)間。該函數(shù)中會(huì)：

• 初始化一個(gè)限速器，限速器的最大元素個(gè)數(shù)為maxItems
• 則啟用了一個(gè)goroutine，當(dāng)時(shí)間達(dá)到refreshInterval時(shí)會(huì)重置限速器

func NewLimiter(maxItems int, refreshInterval time.Duration) *Limiter {
	l := &Limiter{
		maxItems: maxItems,
		stopCh:   make(chan struct{}),
	}
	l.v.Store(newLimiter(maxItems)) //1
	l.wg.Add(1)
	go func() {
		defer l.wg.Done()
		t := time.NewTicker(refreshInterval)
		defer t.Stop()
		for {
			select {
			case <-t.C:
				l.v.Store(newLimiter(maxItems))//2
			case <-l.stopCh:
				return
			}
		}
	}()
	return l
}

限速器只有一個(gè)核心函數(shù)Add，當(dāng)vmstorage接收到一個(gè)指標(biāo)之后，會(huì)(通過(guò)getLabelsHash計(jì)算該指標(biāo)的唯一標(biāo)識(shí)(h)，然后調(diào)用下面的Add函數(shù)來(lái)判斷該唯一標(biāo)識(shí)是否存在于緩存中。

如果當(dāng)前存儲(chǔ)的元素個(gè)數(shù)大于等于允許的最大元素，則通過(guò)過(guò)濾器判斷緩存中是否已經(jīng)存在該元素；否則將該元素直接加入過(guò)濾器中，后續(xù)允許將該元素加入到緩存中。

func (l *Limiter) Add(h uint64) bool {
	lm := l.v.Load().(*limiter)
	return lm.Add(h)
}
func (l *limiter) Add(h uint64) bool {
	currentItems := atomic.LoadUint64(&l.currentItems)
	if currentItems >= uint64(l.f.maxItems) {
		return l.f.Has(h)
	}
	if l.f.Add(h) {
		atomic.AddUint64(&l.currentItems, 1)
	}
	return true
}

上面的過(guò)濾器采用的是布隆過(guò)濾器，核心函數(shù)為Has和Add，分別用于判斷某個(gè)元素是否存在于過(guò)濾器中，以及將元素添加到布隆過(guò)濾器中。

過(guò)濾器的初始化函數(shù)如下，bitsPerItem是個(gè)常量，值為16。bitsCount統(tǒng)計(jì)了過(guò)濾器中的總bit數(shù)，每個(gè)bit表示某個(gè)值的存在性。bits以64bit為單位的(后續(xù)稱之為slot，目的是為了在bitsCount中快速檢索目標(biāo)bit)。計(jì)算bits時(shí)加上63的原因是為了四舍五入向上取值，比如當(dāng)maxItems=1時(shí)至少需要1個(gè)unit64的slot。

func newFilter(maxItems int) *filter {
	bitsCount := maxItems * bitsPerItem
	bits := make([]uint64, (bitsCount+63)/64)
	return &filter{
		maxItems: maxItems,
		bits:     bits,
	}
}

為什么bitsPerItem為16？這篇文章給出了如何計(jì)算布隆過(guò)濾器的大小。在本代碼中，k為4(hashesCount)，期望的漏失率為0.003(可以從官方的filter_test.go中看出)，則要求總存儲(chǔ)和總元素的比例為15，為了方便檢索slot(64bit，為16的倍數(shù))，將之設(shè)置為16。

	if p > 0.003 {
		t.Fatalf("too big false hits share for maxItems=%d: %.5f, falseHits: %d", maxItems, p, falseHits)
	}

下面是過(guò)濾器的Add操作，目的是在過(guò)濾器中添加某個(gè)元素。Add函數(shù)中沒(méi)有使用多個(gè)哈希函數(shù)來(lái)計(jì)算元素的哈希值，轉(zhuǎn)而改變同一個(gè)元素的值，然后對(duì)相應(yīng)的值應(yīng)用相同的哈希函數(shù)，元素改變的次數(shù)受hashesCount的限制。

• 獲取過(guò)濾器的完整存儲(chǔ)，并轉(zhuǎn)換為以bit單位
• 將元素h轉(zhuǎn)換為byte數(shù)組，便于xxhash.Sum64計(jì)算
• 后續(xù)將執(zhí)行hashesCount次哈希，降低漏失率
• 計(jì)算元素h的哈希
• 遞增元素h，為下一次哈希做準(zhǔn)備
• 取余法獲取元素的bit范圍
• 獲取元素所在的slot(即uint64大小的bit范圍)
• 獲取元素所在的slot中的bit位，該位為1表示該元素存在，為0表示該元素不存在
• 獲取元素所在bit位的掩碼
• 加載元素所在的slot的數(shù)值
• 如果w & mask結(jié)果為0，說(shuō)明該元素不存在，
• 將元素所在的slot(w)中的元素所在的bit位(mask)置為1，表示添加了該元素
• 由于Add函數(shù)可以并發(fā)訪問(wèn)，因此bits[i]有可能被其他操作修改，因此需要通過(guò)重新加載(14)并通過(guò)循環(huán)來(lái)在bits[i]中設(shè)置該元素的存在性

func (f *filter) Add(h uint64) bool {
	bits := f.bits
	maxBits := uint64(len(bits)) * 64 //1
	bp := (*[8]byte)(unsafe.Pointer(&h))//2
	b := bp[:]
	isNew := false
	for i := 0; i < hashesCount; i++ {//3
		hi := xxhash.Sum64(b)//4
		h++ //5
		idx := hi % maxBits //6
		i := idx / 64 //7
		j := idx % 64 //8
		mask := uint64(1) << j //9
		w := atomic.LoadUint64(&bits[i])//10
		for (w & mask) == 0 {//11
			wNew := w | mask //12
			if atomic.CompareAndSwapUint64(&bits[i], w, wNew) {//13
				isNew = true//14
				break
			}
			w = atomic.LoadUint64(&bits[i])//14
		}
	}
	return isNew
}

看懂了Add函數(shù)，Has就相當(dāng)簡(jiǎn)單了，它只是Add函數(shù)的縮減版，無(wú)需設(shè)置bits[i]：

func (f *filter) Has(h uint64) bool {
	bits := f.bits
	maxBits := uint64(len(bits)) * 64
	bp := (*[8]byte)(unsafe.Pointer(&h))
	b := bp[:]
	for i := 0; i < hashesCount; i++ {
		hi := xxhash.Sum64(b)
		h++
		idx := hi % maxBits
		i := idx / 64
		j := idx % 64
		mask := uint64(1) << j
		w := atomic.LoadUint64(&bits[i])
		if (w & mask) == 0 {
			return false
		}
	}
	return true
}

總結(jié)

由于victoriaMetrics的過(guò)濾器采用的是布隆過(guò)濾器，因此它的限速并不精準(zhǔn)，在源碼條件下， 大約有3%的偏差。但同樣地，由于采用了布隆過(guò)濾器，降低了所需的內(nèi)存以及相關(guān)計(jì)算資源。此外victoriaMetrics的過(guò)濾器實(shí)現(xiàn)了并發(fā)訪問(wèn)。

在大流量場(chǎng)景中，如果需要對(duì)請(qǐng)求進(jìn)行相對(duì)精準(zhǔn)的過(guò)濾，可以考慮使用布隆過(guò)濾器，降低所需要的資源，但前提是過(guò)濾的結(jié)果能夠忍受一定程度的漏失率。

以上就是victoriaMetrics庫(kù)布隆過(guò)濾器初始化及使用詳解的詳細(xì)內(nèi)容，更多關(guān)于victoriaMetrics庫(kù)布隆過(guò)濾器的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論