《系统日报》持续关注分布式系统、AI System，数据库、存储、大数据等相关领域文章。每天以摘要的形式精选不超过三篇系统文章分享给大家。 如果你有好文章推荐，或者有其他任何想法，欢迎在 Articles Weekly Repo[1]提 issue。
来源：https://engineering.fb.com/2022/05/04/data-infrastructure/delta/
导读：偶然看到群里同学分享的 Meta 技术博客[2]新公开的高可用、强一致、链式复制的对象存储。由于我也做过一段时间的对象存储，也分享过 Facebook 家的小文件存储：Haystack[3]（做 batch） 和 F4[4]（冷热分开、EC）， 顿时来了兴致，好奇这次 Meta 又带来了什么干货。
看完之后觉得的确有点意思，下面简单梳理下文章要点，感兴趣的同学可以去看看博客原文，还有华人小姐姐解说的相关视频哦。
Delta 是什么？
Delta 是简单、可靠、可扩展、低依赖的对象存储，只提供四个基本操作：put、get、delete 和 list。在架构设计上，Delta 牺牲了读写延迟和存储效率，来换取架构的简单性和可靠性。
Delta 不是：
- 通用存储系统。Delta 只追求弹性、可靠和最小依赖。
- 文件系统。Delta 只是简单的对象存储，不提供 POSIX 语义。
- 为存储效率而优化的系统。Delta 并没有针对存储效率、延迟和吞吐做优化，而是专注简单和弹性。
总结来说，定位是一个基座式存储服务，就是性能可以不高，但要简单、弹性、可靠。其定位坐标如下图：
Delta 产品定位的坐标
Delta 的架构有何特点？
- 链式复制
对于一个逻辑上的 Bucket（对象存储的命名空间）中的数据，首先使用一致性哈希进行分片（Partition），对于每个分片，使用链式复制（Chain Replication）进行冗余。通常每个分片有四个副本，每个副本放在不同的容错阈。
四个节点的副本链的读写
读写流程：所有的写入都在链表头，依照链表顺序复制后，等到链表尾复制完成后返回成功（同步复制）；所有的读取都被路由到链表尾，以保证强一致。
可以看出，由于是同步写，Delta 的写入延迟比较高；由于是只读尾节点，读吞吐也不高。
当然，Delta 对读取稍稍做了个优化——分摊查询，即允许客户端读任何一个副本，但该副本必须要和尾节点通信确定数据可靠版本（clean version）后才能返回数据给客户端，以保证一致性。
多节点均摊读
其依据是，相比客户端查询，内部版本确认查询要轻量的多。
- 投票剔除和挂尾加回
Delta 通过心跳和投票来剔除故障节点：即当同时有一定数量的节点标记某一个节点心跳超时后，就将该节点上所有副本从复制链中剔除。其中有两个阈值需要慎重选择：
- 心跳超时。过短的话，受网络抖动影响太大，过长的话又会加重相关链的写入延迟。
- 可疑票数。设置为 1 显然不行，因为很可能有两个节点间网络不好会互相投票；过多也不行，会导致故障节点在链中停留过长时间。Delta 一般设置为 2，并且配合自动化的机器故障修复。
在故障节点修复之后，可以通过一系列操作加回副本链：
- 将其上副本重新追加回原链结尾
- 读取上游节点（原尾节点）同步数据
- 同步完成前将读请求都路由给上游节点
- 同步完成后变成新的正常尾结点
故障副本的摘除与挂回
- 自动修复
Delta 使用一个控制平面服务（CPS，control plane service）对故障节点进行自动检修。每个 CPS 实例监控一组 Delta Bucket 列表，其主要策略有：
- 在修复桶时，维持其副本的合理故障阈分布。
- 保证所有服务器上的复制链均匀分布，避免局部过载。
- 在链中副本缺失时，倾向修复而非新建，以最小化数据复制。
- 在添加新的服务器到链中，会对服务器进行严格的健康检查。
- 维护一个健康服务器池，在某个链过半副本故障时，才往其中添加一个节点。
解释下最后一条：即能修复先修复，只有坏到不能再坏（超过一半）才从池子中拨出一个副本给他，从而保证池子里有充足备用弹药。
文中还提到了全球地理复制和用归档服务进行冷备。并提到 Delta 下一步是想充当 Meta 中所有需要数据备份和恢复的服务的存储后端。
