SEARU.ORG
当前位置:SEARU.ORG > Linux 数据库 > 正文

基于Postgres-XL的MPP分布式方案

1简介

Postgres-XL全称为 Postgres eXtensible Lattice,是一个横向扩展的开源数据库集群,是TransLattice公司及其收购数据库技术公司StormDB的产品。

Postgres-XC更适合oltp型应用。

Postgres-XL基于Postgres-XC,更适合olap型应用。

1.1功能特性

license:Mozilla PublicLicense许可,允许将开源代码与闭源代码混在一起使用。

完全的ACID支持。

可横向扩展的关系型数据库(RDBMS)。

支持OLAP应用,采用MPP(Massively Parallel Processing大规模并行处理系统)架构模式。

支持OLTP应用,读写性能可扩展。

集群级别的ACID特性。

多租户安全。

支持分布式Key-Value存储、支持JSON和XML格式。

事务处理与数据分析处理混合型数据库。

支持丰富的SQL语句类型,如关联子查询。

支持绝大部分PostgreSQL的SQL语句。

分布式多版本并发控制(MVCC:Multi-version Concurrency Control)。

支持所有支持PostgresSQL类型的驱动JDBC, ODBC, OLE DB,Python,Ruby,perl DBI,Tcl。

1.2功能不足

需要使用外部机制实现高可用,如pg流复制、Corosync/Pacemaker等。

增删节点/重新分片数据(re-shard)的比较复杂。

数据重分布(redistribution)期间会锁表。

某些外键、唯一性约束功能欠缺。

2Postgres-XL架构

 

由GTM、GTM-Proxy、Coordinator、Datanode组成。

    GTM(Gloable Transaction Manager)负责提供事务的ACID属性;

    Datanode负责存储表的数据和本地执行由Coordinator派发的SQL任务;

    Coordinator负责处理每个来自Application的SQL任务,并且决定由哪个Datanode执行,然后将任务计划派发给相应的Datanode,根据需要收集结果返还给Application;

    GTM通常由一台独立的服务器承担,GTM需要处理来自所有GTM-Proxy或者Coordinator和Datanode的事务请求。

     每台机器最好同时配置一个Coordinator、一个Datanode与GTM-Proxy。

     每台机器同时配置一个Coordinator和一个Datanode,可以负载均衡,同时降低网络流量。GTM-Proxy会减少GTM的负载,将Coordinator和Datanode上进程的请求和响应聚集到一台机器上,同时会帮助处理GTM失效的情况。

     GTM可能会发生单点故障,可以配置一个GTM-Standby节点作为GTM的备用节点。

2.1协调器(Coordinator)

处理客户端连接。

分析查询语句,生成执行计划,并将计划传递给数据节点实际执行。

对数据节点返回的查询中间结果集执行最后处理。

管理事务两阶段提交(2PC)。

存储全局目录(GlobalCatalog)信息。

2.2数据节点(DataNode)

实际存储表和索引数据,数据自动打散分布(或者复制)到集群中各数据节点。

只有协调器连接到数据节点才能可读写。

执行协调器下传的查询,一个查询在所有相关节点上并行查询。

两个数据节点间可建立一对一通讯连接,交换分布式表关联查询的相关信息。

2.3全局事务管理器(GTM)

全局事务管理器(GTM:Global Transaction Manager)

全集群只有一个GTM节点,会有单点故障问题,可以配置StranBy热备节点保证高可用。

通过部署GTM Proxy,解决GTM性能瓶颈。

提供事务间一致性视图。

处理必须的MVCC任务:

     transaction IDs 事务ID。

     snapshots 数据快照,MVCC使用。

管理全局性数据值:

     timestamps 时间戳。

     sequences 序列对象。

2.4GTM Proxy


 

Ø  与协调器(Coordinator)和数据节点(DataNode)在一起运行。

Ø  协调器、数据节点直接与GTM Proxy交互替代GTM,它做为后端与GTM间的中间人。

Ø  将对GTM的请求分组归集,多个请求一次提交给GTM。

Ø  获取transaction ids(XIDs)范围。

Ø  获取数据快照。

2.5数据分布

 

数据分布有两种模式: 复制表(Replicated Table)与分布表(Distributed Table)

复制表(Replicated Table):每行记录复制到集群中所有的数据节点,每节点一份。

分布表(DistributedTable):记录分片存在不同节点,可用的分片策略方式Hash、Round Robin、Modulo。

2.6高可用性

全局事务管理器采用热备方式。

多个协调器间负载均衡。

数据节点使用流复制,复制数据到备节点。

 

3安装搭建Postgres-XL

3.1环境列表

操作系统:CentOS6.5

postgres-xl版本:postgres-xl-9.5r1.3.tar.g

主机名

ip

角色

用户

pgxlmaster

192.168.204.197

GTM

postgres

pgxlnode1

192.168.204.198

Coordinator、Datanode与GTM-Proxy

postgres

Pgxlnode2

192.168.204.199

Coordinator、Datanode与GTM-Proxy

postgres

下载:http://www.postgres-xl.org/download/

资料:http://postgres-xc.sourceforge.net/docs/1_1/pgxc-ctl.html 

            http://files.postgres-xl.org/documentation/install-short.html

3.2设置操作系统环境准备(root用户在pgxlmaster操作)

 

–配置主机名

hostname 

vi  /etc/sysconfig/network

vi  /etc/hosts

192.168.204.197  pgxlmaster

192.168.204.198  pgxlnode1

192.168.204.199  pgxlnode2

–设置防火墙

chkconfig iptablesoff

service iptables off

–创建用户

useradd  postgres

passwd  postgres

–安装相关编译pgxl依赖包(我这里)

ncurses-devel

readline-devel

zlib-devel

flex

3.3解压至规划目录

mkdik  -p  /pgxl

mkdik  -p  /pgsolf

拷贝postgres-xl-9.5r1.3.tar.gz至/pgsolf

chown    -R  postgres:postgres  /pgxl

chown    -R  postgres:postgres  /pgsolf

tar -zxvf /pgsolf/postgres-xl-9.5r1.3.tar.gz   -C    /pgsolf/

3.4编译安装

cd  /pgsolf/ postgres-xl-9.5r1.3

./configure –prefix=/pgxl 

make 

make install

 

3.5配置环境变量

vi  /home/postgres/.bash_profile或者vi  .bashrc

export PGUSER=postgres

export PGHOME=/pgxl

export LD_LIBRARY_PATH=$PGHOME/lib:$LD_LIBRARY_PATH

export PATH=$HOME/bin:$PGHOME/bin:$PATH

3.6在pgxlnode1、pgxlnode1同样如上操作

3.7在pgxlmaster配置ssh免密码到pgxlnode1、pgxlnode1认证

 

postgres用户执行:

ssh-keygen -t rsa

cd  /home/postgres/.ssh/

catid_rsa.pub>> authorized_keys

root用户执行:chmod  600 /home/postgres/.ssh/authorized_keys

postgres用户执行:

scp /home/postgres/.ssh/authorized_keys [email protected]:/home/postgres/.ssh/
scp /home/postgres/.ssh/authorized_keys [email protected]:/home/postgres/.ssh/

3.8在gtm主机;即pgxlmaster执行安装工具pgxc_ctl

cd  /pgsolf/postgres-xl-9.5r1.3/contrib

make 

make install

3.9 在pgxlmaster主机配置集群

在/pgxl/bin命令执行pgxc_ctl

PGXC工具中执行prepare 会在/home/postgres/pgxc_ctl下生成pgxc_ctl.conf

配置修改pgxc_ctl.conf文件(重点关注黄色部分,其他默认即可)

#!/usr/bin/env bash

pgxcInstallDir=$HOME/pgxc

pgxcOwner=$USER

pgxcUser=$pgxcOwner   

tmpDir=/tmp           

localTmpDir=$tmpDir

configBackup=n                 

configBackupHost=pgxc-linker   

configBackupDir=$HOME/pgxc     

configBackupFile=pgxc_ctl.bak 

#—- GTM

#—- GTM Master ———————————————–

gtmName=gtm

gtmMasterServer=pgxlmaster

gtmMasterPort=20001

gtmMasterDir=$HOME/pgxc/nodes/gtm

#—- Configuration —

gtmExtraConfig=none       

gtmMasterSpecificExtraConfig=none 

#—- GTM Slave ———————————————–

gtmSlave=n              #是否启用gtmSlave

gtmSlaveName=gtmSlave

gtmSlaveServer=pgxlnode1       

gtmSlavePort=20002         

gtmSlaveDir=$HOME/pgxc/nodes/gtm   

#—- GTM Proxy

gtmProxyDir=$HOME/pgxc/nodes/gtm_pxy

gtmProxy=y                  #是否启用gtmProxy                 

gtmProxyNames=(gtm_pxy1 gtm_pxy2) 

gtmProxyServers=(pgxlnode1 pgxlnode2)         

gtmProxyPorts=(20001  20001)               

gtmProxyDirs=($gtmProxyDir $gtmProxyDir)   

#—- Configuration —-

gtmPxyExtraConfig=none 

gtmPxySpecificExtraConfig=(none none)

coordMasterDir=$HOME/pgxc/nodes/coord

coordSlaveDir=$HOME/pgxc/nodes/coord_slave

coordArchLogDir=$HOME/pgxc/nodes/coord_archlog

coordNames=(coord1 coord2)          # 名称

coordPorts=(20004 20005)            # 端口

poolerPorts=(20010 20011)          # Master pooler ports

coordPgHbaEntries=(192.168.204.0/24)                                       

#coordPgHbaEntries=(::1/128)   

#—- Master ————-

coordMasterServers=(pgxlnode1  pgxlnode2)      #主机名

coordMasterDirs=($coordMasterDir $coordMasterDir)

coordMaxWALsernder=0    # needed to configure slave. If zero value is specified,

coordMaxWALSenders=($coordMaxWALsernder  $coordMaxWALsernder)

#—- Slave ————-

coordSlave=n            # 是否启用协调coordSlave

coordSlaveSync=y       

coordSlaveServers=(node07 node08 node09 node06)       

coordSlavePorts=(20004 20005 20004 20005)         

coordSlavePoolerPorts=(20010 20011 20010 20011)   

coordSlaveDirs=($coordSlaveDir $coordSlaveDir $coordSlaveDir $coordSlaveDir)

coordArchLogDirs=($coordArchLogDir $coordArchLogDir $coordArchLogDir $coordArchLogDir)

cat > $coordExtraConfig <<EOF

#================================================

# Added to all the coordinator postgresql.conf

# Original: $coordExtraConfig

log_destination = ‘stderr’

logging_collector = on

log_directory = ‘pg_log’

listen_addresses = ‘*’

max_connections = 100

EOF

coordSpecificExtraConfig=(none none)

coordExtraPgHba=none   

coordSpecificExtraPgHba=(none none)

#—– Additional Slaves —–

coordAdditionalSlaves=n   

coordAdditionalSlaveSet=(cad1)                                             

# configured

cad1_Sync=n     

cad1_Servers=(node08 node09 node06 node07) 

cad1_dir=$HOME/pgxc/nodes/coord_slave_cad1

cad1_Dirs=($cad1_dir $cad1_dir $cad1_dir $cad1_dir)

cad1_ArchLogDir=$HOME/pgxc/nodes/coord_archlog_cad1

cad1_ArchLogDirs=($cad1_ArchLogDir $cad1_ArchLogDir $cad1_ArchLogDir $cad1_ArchLogDir)

#—- Datanodes

datanodeMasterDir=$HOME/pgxc/nodes/dn_master

datanodeSlaveDir=$HOME/pgxc/nodes/dn_slave

datanodeArchLogDir=$HOME/pgxc/nodes/datanode_archlog

primaryDatanode=datanode1              # Primary Node.

datanodeNames=(datanode1 datanode2)

datanodePorts=(20008 20009 )    # Master ports

datanodePoolerPorts=(20012 20013)  # Master pooler ports

datanodePgHbaEntries=(192.168.204.0/24)                                   

#—- Master —————-

datanodeMasterServers=(pgxlnode1 pgxlnode2)

datanodeMasterDirs=($datanodeMasterDir  $datanodeMasterDir)

datanodeMaxWalSender=0                             

datanodeMaxWALSenders=($datanodeMaxWalSender $datanodeMaxWalSender)

#—- Slave —————–

datanodeSlave=n    #是否启用datanodeSlave                         

datanodeSlaveServers=(node07 node08 node09 node06) 

datanodeSlavePorts=(20008 20009 20008 20009)   

datanodeSlavePoolerPorts=(20012 20013 20012 20013)

datanodeSlaveSync=y   

datanodeSlaveDirs=($datanodeSlaveDir $datanodeSlaveDir $datanodeSlaveDir $datanodeSlaveDir)

datanodeArchLogDirs=($datanodeArchLogDir $datanodeArchLogDir $datanodeArchLogDir $datanodeArchLogDir )

# —- Configuration files —

datanodeExtraConfig=none   

datanodeSpecificExtraConfig=(none none )

datanodeExtraPgHba=none   

datanodeSpecificExtraPgHba=(none none )

#—– Additional Slaves —–

datanodeAdditionalSlaves=n 

# datanodeAdditionalSlaveSet=(dad1 dad2)       

# configured

# dad1_Sync=n                                     

# dad1_Servers=(node08 node09 node06 node07)   

# dad1_dir=$HOME/pgxc/nodes/coord_slave_cad1

# dad1_Dirs=($cad1_dir $cad1_dir $cad1_dir $cad1_dir)

# dad1_ArchLogDir=$HOME/pgxc/nodes/coord_archlog_cad1

#dad1_ArchLogDirs=($cad1_ArchLogDir $cad1_ArchLogDir $cad1_ArchLogDir $cad1_ArchLogDir)

#—- WAL archives

walArchive=n   

walArchiveSet=(war1 war2)

war1_source=(master)   

wal1_source=(slave)

wal1_source=(additiona_coordinator_slave_set additional_datanode_slave_set)

war1_host=node10   

war1_backupdir=$HOME/pgxc/backup_war1

wal2_source=(master)

war2_host=node11

war2_backupdir=$HOME/pgxc/backup_war2

#=============<< End of future extension demonistration >>

修改好之后

在/pgxl/bin命令执行pgxc_ctl后PGXC工具中执行

init all

等待初始化成功。

3.10初步使用

stop|start  all

psql  -h (pgxlnode1或者pgxlnode2)  -p(20004或者20005)–通过协调节点可读写

psql  -h (pgxlnode1或者pgxlnode2)  -p(20008或者20009)–通过数据节点只可读

postgres=# select *from pgxc_node;

创建表语法

CREATE TABLEtest(…)

DISTRIBUTE BY

HASH(col)|MODULO(col)|ROUNDROBIN|REPLICATION

TONODE(nodename1,nodename2…)

如果DISTRIBUTEBY 后面是REPLICATION,则是复制模式,其余则是分片模式,HASH指的是按照指定列的哈希值分布数据,MODULO指的是按照指定列的取摩运算分布数据,ROUNDROBIN指的是按照轮询的方式分布数据。TO NODE指定了数据分布的节点范围,如果没有指定则默认所有数据节点参与数据分布。如果没有指定分布模式,即使用普通的CREATE TABLE语句,PGXL会默认采用复制模式将数据复制到所有数据节点。

通过协调节点操作:

psql  -h  pgxlnode1  -p 20004

CREATE TABLE test(idint primary key, name varchar(10)) DISTRIBUTE BY HASH(id) TO NODE(datanode1,datanode2);

insert into testselect generate_series(1,1000),’lottu’||generate_series(1,1000);

postgres=#select  count(*)  from  test;

 count

——-

  1000

(1 row)

通过数据节点操作:

完成。

未经允许不得转载:SEARU.ORG » 基于Postgres-XL的MPP分布式方案

赞 (0)
分享到:更多 ()

评论 0