Home

Tera - 分布式表格系统

Copyright 2015, Baidu.com, Inc.

#Overview Tera是一个高性能、可伸缩的数据库系统，被设计用来管理搜索引擎万亿量级的超链与网页信息。为实现数据的实时分析与高效访问，我们使用按行键、列名和时间戳全局排序的三维数据模型组织数据，使用多级Cache系统，充分利用新一代服务器硬件大内存、SSD盘和万兆网卡的性能优势，做到模型灵活的同时，实现了高吞吐与水平扩展。

#特性

• 全局有序
• 热点自动分片
• 数据强一致
• 多版本,自动垃圾收集
• 按列存储,支持内存表
• 动态schema
• 支持表格快照
• 高效随机读写

#数据模型 Tera使用了bigtable的数据模型，可以将一张表格理解为这样一种数据结构：
map<RowKey, map<ColummnFamily:Qualifier, map<Timestamp, Value> > >
其中RowKey、ColumnFamily、Qualifier和Value是字符串，Timestamp是一个64位整形。ColumnFamliy需要建表时指定，是访问控制、版本保留等策略的基本单位。

#系统架构 系统主要由Tabletserver、Master和ClientSDK三部分构成。其中Tabletserver是核心服务器，承载着所有的数据管理与访问；Master是系统的仲裁者，负责表格的创建、schema更新与负载均衡；ClientSDK包含供管理员使用的命令行工具teracli和给用户使用的SDK。 表格被按RowKey全局排序，并横向切分成多个Tablet，每个Tablet负责服务RowKey的一个区间，表格又被纵向且分为多个LocalityGroup，一个Tablet的多个Localitygroup在物理上单独存储，可以选择不同的存储介质，以优化访问效率。

#系统依赖

• 使用分布式文件系统（HDFS、NFS等）持久化数据与元信息
• 使用zookeeper选主与协调
• 使用Sofa-pbrpc实现跨进程通信

#系统构建 参考BUILD #使用示例 参考wiki

#反馈与技术支持 tera_dev@baidu.com