CockroachDB Pebble存储引擎中的Excise操作优化分析

在分布式存储系统中，数据删除操作的高效处理是一个关键挑战。CockroachDB底层使用的Pebble存储引擎近期针对Excise（精确删除）操作进行了重要优化，解决了在部分重叠SSTable场景下的可靠性问题。

问题背景

Pebble存储引擎采用LSM树结构组织数据，其中SSTable是不可变的静态文件。Excise操作用于精确删除指定键范围内的数据，当删除范围与现有SSTable部分重叠时，系统需要生成新的虚拟SSTable来覆盖剩余数据。

原始实现存在一个设计缺陷：当Excise范围与SSTable部分重叠时，系统会尝试读取该SSTable内部数据来确定精确边界。这种设计在SSTable文件损坏或丢失的情况下会导致操作失败，影响系统可用性。

技术挑战

1. 边界确定问题：在无法读取SSTable内容时，如何合理确定剩余数据的范围
2. 性能考量：远程存储（如对象存储）的读取延迟可能影响操作效率
3. 一致性保证：需要确保在部分删除失败时不影响后续操作的正确性

解决方案

优化后的实现采用了以下策略：

1. 容错处理机制：当无法读取SSTable时，系统会回退到使用原始边界而非精确边界
2. 分层处理策略：对本地和远程SSTable采用不同处理方式
   • 本地SSTable：仍尝试读取以获取精确边界
   • 远程SSTable：避免不必要的读取操作
3. 渐进式删除：允许后续Excise操作完成剩余部分的删除

实现细节

关键技术改进包括：

1. 错误处理增强：在determineExcisedTableSize函数中添加对读取失败的处理路径
2. 边界计算优化：当无法获取精确边界时，使用原始SSTable的元数据边界
3. 虚拟SSTable生成：确保生成的虚拟SSTable能正确反映实际数据状态

影响与收益

这一优化带来了多方面改进：

1. 可靠性提升：系统能够容忍部分SSTable不可读的情况
2. 性能优化：减少了不必要的远程读取操作
3. 运维便利性：简化了数据恢复场景下的处理流程

未来方向

虽然当前优化主要针对DB.Excise操作，但类似思路也可应用于：

1. 数据摄入时的Excise操作：处理摄入过程中可能遇到的SSTable不可读情况
2. 分布式恢复场景：支持从副本的raft快照中恢复时处理本地损坏的SSTable

这一系列优化体现了Pebble存储引擎在可靠性和性能方面的持续改进，为CockroachDB等上层系统提供了更健壮的存储基础。