扬州万方：基于申威平台的 Curve 块存储在高性能和超融合场景下的实践

背景

扬州万方科技股份有限公司主要从事通信、计算机和服务器、智能车辆、基础软件等产品的科研生产，是国家高新技术企业、专精特新小巨人企业、国家火炬计划承担单位。

业务介绍

申威处理器是在国家“核高基”重大专项支持下、由国家高性能集成电路（上海）设计中心自主研发，采用自主指令集，具有完全自主知识产权的处理器系列。当前主流的申威3231处理器是基于第三代“申威 64” 二次优化版核心的国产高性能多核处理器，主要面向高性能计算和高端服务器应用。申威3231采用 CC-NUMA 多核结构和 SoC 技术，单芯片集成了32个64位 RISC 结构的申威处理器核心、8路DDR4存储控制器接口、40lane的PCI-E 4.0标准I/O接口以及3路直连接口，最高工作频率可达2.5GHz。

2018年至今，万方科技基于申威系列处理器研制了面向海量存储、高密度存储、全闪存储等多种需求的多类型存储系统，大量采用了基于 Ceph 的分布式统一存储技术。在随后的生产环境使用维护中，Ceph 在性能一致性、运行稳定性、故障修复能力等方面的表现不尽如人意，并且复杂的 IO 处理流程、数据放置及迁移机制、庞大的代码规模等增加了使用运维成本。同时，我们也持续关注存储的技术生态，有意向另辟蹊径，探索新型的存储技术，改善目前存储产品的不足。在深入调研了 Curve 的技术架构、应用成熟度、社区背景的基础上，决定在申威硬件平台上适配、试用 Curve 技术，主要的试用场景包括高性能块存储、超融合等。

应用实践

Curve适配的申威平台，由于申威3231处理器采用自主申威指令集，因此需要使用申威平台的 gcc 对 Curve 进行重新编译。

Curve 的移植适配需要解决的核心问题是 brpc 的编译，brpc 采用 M:N 的线程模型，为了进一步优化性能，在原子操作、用户态上下文切换等部分使用了与处理器平台强关联的汇编语言，我们使用申威的汇编指令重写了这两部分内容，并且优化了申威平台非对齐访问内存的相关代码。

高性能块存储场景实践，高性能是 Curve 的主要特点之一，而在业务层面，高性能块存储是支撑数据库等性能型应用的关键。在 Ceph 存储技术的实际应用中，我们大量使用了 NVMe 闪存盘，通过 bcache 缓存方案提升机械盘的存储性能。

对于高性能块存储场景，我们采用全 NVMe 闪存方式构建 Curve 集群。

为了充分发挥NVMe闪存性能，我们基于SPDK技术重构Chunkserver的Ext4 filepool。与当前社区中所采用的 Polarfs+SPDK 的方式不同，我们使用 SPDK blobstore 实现 Chunkserver 的底层存储逻辑。

这种方案需要注意的点是：SPDK blobstore 不存在目录的概念，只支持blob读写，不支持目录操作及文件命名等功能。为了尽量减少对于 Chunkserver 上层逻辑的修改，我们仍然使用 Chunkserver 既有的目录结构，但 filepool 中的文件不再用于存储真实用户数据，而是记录blob id，用于将Ext4文件系统中的文件关联到对应的 SPDK blob，目录操作、文件命名等功能仍然沿用Ext4文件系统的相关操作接口，从而实现基于 SPDK blobstore 的数据存储。

经过相关改造，在3节点 * 3块NVMe闪存盘、万兆网络互联的申威3231存储服务器集群上，单个NBD盘IOPS达到32K。

超融合场景实践，万方科技的超融合产品采用混闪的硬件存储架构，并基于 Kubernetes 统一管理容器及KVM虚拟机。

由于超融合产品需要适应大容量、高性能等不同的存储场景，因此需要 Curve 满足同一物理池中支持不同类型存储介质的需求，为实现这一需求，我们为 chunkserver 增加了存储介质类型的属性，并在逻辑池创建时通过配置存储介质类型匹配 chunkserver 并创建 copyset，从而使得逻辑池的物理存储空间在指定类型存储介质上进行分配。

另一方面，为了实现 Kubernetes 对于传统 KVM 虚拟机的统一管理，以容器方式运行 KVM 虚拟机，并使用 Curve 的 CSI 接口为 KVM 虚拟机提供虚拟磁盘，Curve 为虚拟机的容器化运行提供了稳定、高性能的存储服务。

后续规划

结合 Curve 及万方科技相关产品的发展规划，后续工作将会集中在两个方面：

CurveFS 在申威平台的适配、验证；
结合社区的 SPDK+RDMA 块存储性能优化方案，探索 NVMe 全闪存储的性能优化。

作者简介： 杨阳，博士，先后就职于中船重工第七一六研究所、阿里云计算有限公司，目前担任扬州万方科技股份有限公司研发中心主任，主要工作方向集中在分布式存储、云计算、大数据等领域，并长期关注国产自主可控领域的技术发展。

了解更多网易技术产品