作者： Unmesh Joshi

譯者： java達人

預寫日志中的索引，表示可以丟棄日志的哪一部分。

問題

預寫日志維護對持久性存儲的每一次更新。隨著時間的進展，它會無限制地增長。Segmented Log允許一次處理較小的文件，但是如果不檢查，總磁盤存儲量將無限制增長。

解決方案

有一種機制可以告訴日志記錄機器可以安全地丟棄日志的哪一部分。該機制提供了最低的偏移量或low water mark，在此之前的日志可以丟棄。讓任務在后臺的單獨線程中運行，該任務連續檢查可以丟棄日志的哪一部分并刪除磁盤上的文件。

this．logCleaner ＝ newLogCleaner（config）；this．logCleaner．startup（）；

日志清理器可以實現為定時任務

public void startup（） ｛ scheduleLogCleaning（）；｝

private void scheduleLogCleaning（） ｛ singleThreadedExecutor．schedule（（） －＞ ｛ cleanLogs（）； ｝， config．getCleanTaskIntervalMs（）， TimeUnit．MILLISECONDS）；｝基于快照的Low－Water Mark

大多數共識實現（例如Zookeeper或etcd（在RAFT中定義））都實現了快照機制。在此實現，存儲引擎需要定期快照。除快照外，它還存儲成功應用的日志索引。參考“Write－Ahead Log”模式中的簡單鍵值存儲實現，可以采取以下快照：

public SnapShot takeSnapshot（） ｛ Long snapShotTakenAtLogIndex ＝ wal．getLastLogEntryId（）； return new SnapShot（serializeState（kv）， snapShotTakenAtLogIndex）；｝

一旦快照成功保存在磁盤上，日志管理器將獲得Low－Water Mark，以丟棄較舊的日志。

List＜WALSegment＞ getSegmentsBefore（Long snapshotIndex） ｛ List＜WALSegment＞ markedForDeletion ＝ new ArrayList＜＞（）； List＜WALSegment＞ sortedSavedSegments ＝ wal．sortedSavedSegments； for （WALSegment sortedSavedSegment ： sortedSavedSegments） ｛ if （sortedSavedSegment．getLastLogEntryId（） ＜ snapshotIndex） ｛ markedForDeletion．add（sortedSavedSegment）； ｝ ｝ return markedForDeletion；｝基于時間的Low－Water Mark

在某些系統中，不一定要使用日志來更新系統狀態，可以在給定的時間窗口后丟棄日志，而不必等待任何其他子系統共享可以刪除的最低日志索引。例如，在像Kafka這樣的系統中，日志將保留7周；消息時間超過7周的所有日志段都將被丟棄。對于此實現，每個日志條目還包括創建時的時間戳。然后，日志清理器可以檢查每個日志段的最后一個條目，并丟棄早于配置的時間窗口的日志段。

private List＜WALSegment＞ getSegmentsPast（Long logMaxDurationMs） ｛ long now ＝ System．currentTimeMillis（）； List＜WALSegment＞ markedForDeletion ＝ new ArrayList＜＞（）； List＜WALSegment＞ sortedSavedSegments ＝ wal．sortedSavedSegments； for （WALSegment sortedSavedSegment ： sortedSavedSegments） ｛ if （timeElaspedSince（now， sortedSavedSegment．getLastLogEntryTimestamp（）） ＞ logMaxDurationMs） ｛ markedForDeletion．add（sortedSavedSegment）； ｝ ｝ return markedForDeletion；｝
private long timeElaspedSince（long now， long lastLogEntryTimestamp） ｛ return now － lastLogEntryTimestamp；｝

例子

?所有共識算法（例如Zookeeper和RAFT）中的日志實現均實現基于快照的日志清理

?Kafka中的存儲實現遵循基于時間的日志清理