mirror of
https://gitee.com/milvus-io/milvus.git
synced 2024-12-02 03:48:37 +08:00
64 lines
4.1 KiB
Markdown
64 lines
4.1 KiB
Markdown
# Guarantee Timestamp in Search Requests
|
||
|
||
[English Version of This Doc](./how-guarantee-ts-works.md)
|
||
|
||
很多同学接触 Milvus 时都会对 Search 请求里面茫茫多的参数感到迷惑不解，尤其是为 Milvus 开
|
||
发 sdk 客户端的同学。这个文档就会介绍 Search 请求里面一个比较特殊的参数——“Guarantee
|
||
Timestamp”，以下简称 “GuaranteeTs”。
|
||
|
||
## Milvus 时钟机制
|
||
|
||
像大多数分布式系统一样，Milvus 会为每一条进入系统的记录分配一个时间戳。与此同时，Milvus
|
||
是一个存储计算分离的系统，数据持久化负载由 DataNodes 承担，最终会落盘到 MinIO/S3 之类的
|
||
分布式对象存储中。Search 之类的计算任务由 QueryNodes 承担，计算链路会同时处理两类数据——
|
||
批式数据以及流式数据。其中，批式数据不会再被更改，Search 请求会看到批式数据里面的所有数据。
|
||
QueryNodes 和 DataNodes 通过同一个订阅机制消费用户的插入请求，这些构成了流式数据。由于
|
||
存在网络延迟，QueryNodes 往往不会持有最新的流式数据。如果没有其他保障，在流式数据上直接做
|
||
Search 会损失许多未消费的数据，降低查询精度，这个时候 GuaranteeTs 就派上用场了。
|
||
|
||
Milvus 通过时间戳水印来保障读链路的一致性，如下图所示，在往消息队列插入数据时，
|
||
Milvus 不光会为这些插入记录打上时间戳，还会不间断地插入同步时间戳，以图中同步时间戳
|
||
syncTs1 为例，当下游消费者（比如QueryNodes）看到 syncTs1，那么意味着 syncTs1 以前的
|
||
数据已经全部被消费了，换句话说，比 syncTs1 时间戳还小的插入记录不会再出现在消息队列中。
|
||
当然了，有的话，那肯定是系统有 bug，如果你发现了，还希望尽快告诉我们。
|
||
|
||
|
||
|
||
## Guarantee Timestamp
|
||
|
||
上面说了，QueryNodes 会不断从消息队列里面拿到插入记录以及同步时间戳，每消费到一个同步时间
|
||
戳，QueryNodes 会把这个时间戳称为可服务时间——“ServiceTime”，有了上图，ServiceTime
|
||
实际上就很好理解了，意味着 QueryNodes 能够看到 ServiceTime 以前所有的数据了。
|
||
|
||
有了这个 ServiceTime，Milvus 根据不同用户对一致性以及可用性的需求，提供了 GuaranteeTs，
|
||
用户可以指定 GuaranteeTs 告知 QueryNodes 我这次 Search 请求必须看到 GuaranteeTs 以前
|
||
的所有数据。
|
||
|
||
如下图所示，如果 GuaranteeTs 小于 ServiceTime，QueryNodes 可以立刻执行 Search 查询。
|
||
|
||
|
||
|
||
如果 GuaranteeTs 大于 ServiceTime，QueryNodes 必须从消息队列里持续消费同步时间戳，
|
||
直到 ServiceTime 大于 GuaranteeTs 才能执行 Search 查询。
|
||
|
||
|
||
|
||
如果用户希望得到足够高的查询精度，对一致性有较高的要求，对查询时延不敏感，那么 GuaranteeTs
|
||
应该尽可能大；反之，如果用户希望尽快得到搜索结果，对可用性有较高的要求，对查询精度有较高的
|
||
容忍程度，那么 GuaranteeTs 可以不必特别大。
|
||
|
||
如下图所示，不同的 GuaranteeTs 分别对应四种不同的一致性：
|
||
|
||
|
||
|
||
- 强一致性：GuaranteeTs 设为系统最新时间戳，QueryNodes 需要等待 ServiceTime 推进到
|
||
当前最新时间戳才能执行该 Search 请求；
|
||
- 最终一致性：GuaranteeTs 设为一个特别小的值（比如说设为 1），跳过一致性检查，立刻在当
|
||
前已有数据上执行 Search 查询；
|
||
- 有界一致性：GuaranteeTs 是一个比系统最新时间稍旧的时间，在可容忍范围内可以立刻执行查询；
|
||
- 客户端一致性：客户端使用上一次写入的时间戳作为 GuaranteeTs，那么每个客户端至少能看到
|
||
自己插入的全部数据。
|
||
|
||
Milvus 默认提供有界一致性，如果用户不传入 GuaranteeTs，那么会将 GuaranteeTs 设为系统
|
||
当前的最新时间戳。
|