© Wang An Qi/Shutterstock.com
Teil 2: Speicheroptionen und Back-ups

Ab in den Container!


In den vergangenen Jahren haben wir unsere Anwendungen in Container verpackt, um diese zu isolieren und einfach auslieferbar zu machen. Nun kämpfen wir damit, Anwendungen mit persistenten Daten in Containern zu betreiben, um sie fehlertoleranter und skalierbarer zu machen. Daher betreiben wir Datenbanken meistens in separaten Clustern, weil es noch relativ schwer ist, diese sinnvoll in Containern zu orchestrieren. Das bedeutet allerdings, dass wir unsere gesamte Infrastruktur nicht optimal ausnutzen und Skalierungseffekte zwischen zustandslosen und zustandsbehafteten Anwendungen verschenken. Aber was bedeutet es eigentlich, eine Datenbank in einen Container zu stecken?

Im vorherigen Teil haben wir versucht, die Problematik von Datenbanken in Containern darzustellen und gezeigt, warum es in vielen Installationen heutzutage Sinn ergeben würde, unsere Datenbank zusammen mit der restlichen Anwendung in unserer Containerinfrastruktur zu betreiben. Der wichtigste Unterschied von Datenbanken im Vergleich zu den restlichen Anwendungen ist allerdings die Tatsache, dass eine Datenbank zustandsbehaftet ist. Wir können eine Datenbank nach einem Fehler oder Update nicht einfach auf einem wahlfreien Server in einem frischen Speicher neu starten, da wir sonst unter Umständen unternehmenskritische Daten verlieren oder korrumpieren würden. In diesem Teil der Serie wollen wir uns mit dem Thema Speicher beschäftigen. Wir werden verschiedene Arten von Speichern diskutieren, angefangen bei lokalen Speichern über lokal persistente Speicher und entfernte Speicher. Darüber hinaus werden wir das Zusammenspiel von Clustern und Speicherlösungen betrachten, und wie Back-ups mit diesen Ansätzen effizient kombiniert werden können.

Kennt eure Datenbank!

Bevor wir jedoch anfangen und verschiedene Technologien betrachten, möchte ich gerne wieder einen Schritt zurückgehen und eine Diskussion aufgreifen, die wir bereits am Anfang des letzten Teils begonnen haben. Es gibt keine allgemeingültige Antwort auf die Frage „Welche Speichertechnologie soll ich für meine Datenbank am besten benutzen?“ Es gibt sicherlich Leute, die auf diese Frage eine allgemeingültige Antwort bereithalten; aber ich denke, dass wir immer skeptisch bleiben sollten, wenn uns eine solche Silberkugel präsentiert wird.

Im ersten Teil haben wir diskutiert, dass wir die Datenbankart vielleicht nach der Form unserer Daten wählen sollten. Für vernetzte Daten nehmen wir vielleicht im Idealfall einen Graphen, für tabellenartige Daten ergibt eine relationale Datenbank Sinn und so weiter. Genau die gleiche Diskussion möchte ich auch hier anstoßen, ohne dass ich eine abschließende, allgemeingültige Antwort bereithalte.

Datenbanken sind sehr verschieden in der Art und Weise, wie sie ihre Daten halten und wie ihre Nutzung aussieht. Die Nutzungsart einer Datenbank kann sogar von Installation zu Installation drastisch unterschiedlich sein. So gibt es Installationen von relationalen Datenbanken, die sehr schreibintensiv sind, bei denen also Datensätze viel öfter geschrieben als gelesen werden. Es gibt aber auch Installationen, bei denen dies genau umgekehrt ist. Graphen werden üblicherweise sehr häufig gelesen und traversiert, dafür aber verhältnismäßig wenig geschrieben. Das hat starke Auswirkungen auf die Art, wie die Datenbank mit dem darunterliegenden Speichermedium umgeht und welche Arten von Speicher mit dieser Datenbank wirklich gut funktionieren. Bewegen wir uns vielleicht im Bereich von Big Data und sprechen über Datenbanken, die weit mehr Daten aggregieren müssen als Arbeitsspeicher vorhanden ist, dann ist eine sehr hohe Lesegeschwindigkeit kritisch. Dies ist in dem Fall weitaus wichtiger als für Datenbanken, die dafür entworfen wurden, dass Aggregationen im Arbeitsspeicher geschehen. Daher reagieren Datenbanken dieser Kategorie erfahrungsgemäß wesentlich empfindlicher auf ein langsameres Speichermedium, sei es nun eine langsame magnetische Festplatte oder ein Netzwerkspeicher.

Speicher ist nicht gleich Speicher

Wie bereits angedeutet, müssen wir eine Entscheidung treffen, welche Art von Speicher wir für unsere Datenbank wählen. Diese Frage ist zunächst erstmal unabhängig davon, ob wir die Datenbank in einem Container betreiben möchten oder nicht. Generell kann man die Art von Speicher grob nach der Geschwindigkeit in dieser Reihenfolge sortieren: Arbeitsspeicher, SSD, HDD, verteilter und entfernter Speicher. Allerdings haben diese Speicher noch andere Eigenschaften, etwa die Dauerhaftigkeit oder die Kosten. So ist Arbeitsspeicher zwar sehr schnell, allerdings nicht sehr dauerhaft. Im Vergleich zu einer SSD ist eine HDD zwar sehr langsam, dafür ist sie günstiger und in vielen Fällen auch langlebiger. Wenn wir dann über einen Speicher sprechen, der über ein Netzwerk von der Datenbank getrennt ist, dann hängt es auch maßgeblich davon ab, wie weit Speicher und Datenbank voneinander entfernt sind. Ist der Speicher im gleichen Serverschrank? Im gleichen Rechenzentrum? Im gleichen Land oder auf dem gleichen Kontinent? All diese Details haben drastische Auswirkungen auf die Performanz der gesamten Konstruktion. Zur Verdeutlichung, über welche Dimensionen wir sprechen, werden in Tabelle 1 sowohl die absoluten Zugriffszeiten dargestellt als auch eine skalierte Umrechnung, die wahrscheinlich leichter zu begreifen ist.

System-Event

Tatsächliche Latenz

Skalierte Latenz

Ein CPU-Takt

0,4 ns

1 s

Level-1-Cachezugriff...

headline from sands settings