Greenplum6.9集群安装文档

1.1 机器配置

• 系统: Centos7

• master: 32G 内存, 500G 磁盘 （1台）

• segment: 64G 内存, 2T 磁盘 （10台）

1.2 域名解析配置

• 登录各台主机, vim /etc/hosts, 将IP和域名映射配置添加到末尾, 从而使5台机器能通过域名访问。

  127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
  ::1         localhost localhost.localdomain localhost6 localhost6.localdomain6
  10.4.37.16 GP-Data-1 sdw1
  10.4.37.17 GP-Data-2 sdw2
  10.4.37.18 GP-Data-3 sdw3
  10.4.37.19 GP-Data-4 sdw4
  10.4.37.20 GP-Data-5 sdw5
  10.4.37.21 GP-Data-6 sdw6
  10.4.37.22 GP-Data-7 sdw7
  10.4.37.23 GP-Data-8 sdw8
  10.4.37.24 GP-Data-9 sdw9
  10.4.37.25 GP-Data-10 sdw10
  10.4.37.15 GP-Master mdw
  

1.3 准备工作(11台)

• 关闭selinux

  • vim /etc/selinux/config

    SELINUX=disabled
    

• 关闭防火墙

  • 查看防火墙状态

    firewall-cmd --state
    

  • 停止firewall

    systemctl stop firewalld.service
    

1.4 设置系统参数

• vim /etc/sysctl.conf 修改内核配置

• 参数案例

  kernel.shmall = 4000000000
  kernel.shmmax = 500000000
  kernel.shmmni = 4096
  vm.overcommit_memory = 2 
  vm.overcommit_ratio = 95 
  net.ipv4.ip_local_port_range = 10000 65535 
  kernel.sem = 500 2048000 200 40960
  kernel.sysrq = 1
  kernel.core_uses_pid = 1
  kernel.msgmnb = 65536
  kernel.msgmax = 65536
  kernel.msgmni = 2048
  net.ipv4.tcp_syncookies = 1
  net.ipv4.conf.default.accept_source_route = 0
  net.ipv4.tcp_max_syn_backlog = 4096
  net.ipv4.conf.all.arp_filter = 1
  net.core.netdev_max_backlog = 10000
  net.core.rmem_max = 2097152
  net.core.wmem_max = 2097152
  vm.swappiness = 10
  vm.zone_reclaim_mode = 0
  vm.dirty_expire_centisecs = 500
  vm.dirty_writeback_centisecs = 100
  vm.dirty_background_ratio = 0 
  vm.dirty_ratio = 0
  vm.dirty_background_bytes = 1610612736
  vm.dirty_bytes = 4294967296
  

• 备注:

  备注<1><2> 
  kernel.shmall（共享内存页总数）
  kernel.shmmax (共享内存段的最大值)
  一般来讲，这两个参数的值应该是物理内存的一半，可以通过操作系统的值_PHYS_PAGES和PAGE_SIZE计算得出。
   
  kernel.shmall = ( _PHYS_PAGES / 2)
  kernel.shmmax = ( _PHYS_PAGES / 2) * PAGE_SIZE
   
  也可以通过以下两个命令得出这两个参数的值：
   
  $ echo $(expr $(getconf _PHYS_PAGES) / 2) 
  $ echo $(expr $(getconf _PHYS_PAGES) / 2 \* $(getconf PAGE_SIZE))
   
  如果得出的kernel.shmmax值小于系统的默认值，则引用系统默认值即可
   
  备注<3>
  segment使用的端口是6000开始
  segment mirror使用的端口是7000开始
  所以配置默认值即可
  net.ipv4.ip_local_port_range = 10000 65535
   
   
  备注<5>
  对于64G内存的操作系统，建议配置如下值：
  vm.dirty_background_ratio = 0
  vm.dirty_ratio = 0
  vm.dirty_background_bytes = 1610612736 # 1.5GB
  vm.dirty_bytes = 4294967296 # 4GB
   
  对于小于64G内存的操作系统，建议配置如下值：
  vm.dirty_background_ratio = 3
  vm.dirty_ratio = 10
  

• 修改后使用的参数

  # master
  kernel.shmall = 68719476736
  kernel.shmmax = 4294967296
  # segment
  kernel.shmall = 4000000000
  kernel.shmmax = 500000000
  
  kernel.shmmni = 4096
  vm.overcommit_memory = 2 
  vm.overcommit_ratio = 95 
  net.ipv4.ip_local_port_range = 10000 65535 
  kernel.sem = 500 2048000 200 40960
  kernel.sysrq = 1
  kernel.core_uses_pid = 1
  kernel.msgmnb = 65536
  kernel.msgmax = 65536
  kernel.msgmni = 2048
  net.ipv4.tcp_syncookies = 1
  net.ipv4.conf.default.accept_source_route = 0
  net.ipv4.tcp_max_syn_backlog = 4096
  net.ipv4.conf.all.arp_filter = 1
  net.core.netdev_max_backlog = 10000
  net.core.rmem_max = 2097152
  net.core.wmem_max = 2097152
  vm.swappiness = 10
  vm.zone_reclaim_mode = 0
  vm.dirty_expire_centisecs = 500
  vm.dirty_writeback_centisecs = 100
  vm.dirty_background_ratio = 0 
  vm.dirty_ratio = 0
  vm.dirty_background_bytes = 1610612736
  vm.dirty_bytes = 4294967296
  

• 执行命令使之生效

  sysctl -p 
  

1.5 配置资源限制参数(11台)

• vim /etc/security/limits.conf

  * soft nofile 524288
  * hard nofile 524288
  * soft nproc 131072
  * hard nproc 131072
  

1.6 创建用户及用户组(11台)

• 创建gpadmin用户及用户组, 将其作为安装greenplum的操作系统用户。

• 如果已经存在, 先删除

  groupdel gpadmin
  userdel gpadmin
  

• 创建新的用户和用户组

  groupadd -g 530 gpadmin
  useradd -g 530 -u 530 -m -d /home/gpadmin -s /bin/bash gpadmin
  

• 对文件夹进行赋权, 为新用户创建密码

  chown -R gpadmin:gpadmin /home/gpadmin/
  passwd gpadmin
  

2.1 RPM方式安装到指定目录

• github下载rpm包, 地址: https://github.com/greenplum-db/gpdb/releases

• 上传后执行以下命令将greenplum安装到指定目录:

  rpm -ivh --prefix=/opt/greenplum  greenplum-db-6.9.0-rhel7-x86_64.rpm
  

• 赋予权限

  chown -R gpadmin:gpadmin /opt/greenplum/greenplum*
  

• 应用环境变量

  • 安装完成后，greenplum的环境变量，已经在 greenplum_path.sh 中设置了，这里需要应用一下变量。用 gpadmin 用户，登录到 master host：

    su gpadmin
    source /opt/greenplum/greenplum-db/greenplum_path.sh
    

2.2 配置免密登录(每台机器)

• 切换用户gpadmin

  su gpadmin
  cd ~
  ssh-keygen -t rsa
  

• 在~目录下vim .ssh/authorized_keys:

  将几台虚拟机公钥都存入该文件中, 每台的authorized_keys都一致

  cd .ssh
  touch authorized_keys
  cat id_rsa.pub >> authorized_keys
  

• 如果发现还是要密码:

  chown gpadmin: /home/gpadmin/.ssh  
  chown gpadmin: /home/gpadmin/.ssh/*  
  chmod 700 /home/gpadmin/.ssh  
  chmod 600 /home/gpadmin/.ssh/*  
  

• 免密登录成功案例:

  

• 创建hostlist, seg_hosts(Master)

  • 创建目录/home/gpadmin/conf，再分别创建hostlist，seg_hosts。 hostlist 中填写所有节点的主机别名，seg_hosts 中填写所有Segment 的主机别名。

    mkdir /home/gpadmin/conf
    cd /home/gpadmin/conf
    touch hostlist
    touch seg_hosts
    

• 使用gpssh-exkeys打通所有服务器(Master)

  cd /home/gpadmin/conf
  gpssh-exkeys -f hostlist
  

  • 若出现Offending key for IP in /root/.ssh报错请参考: https://blog.csdn.net/qq_34901049/article/details/99828967

  • 执行成功:

    

• 在打通所有机器通道之后，我们就可以使用 gpssh 命令对所有机器进行批量操作了。

  gpssh -f hostlist
  

  • 优势: 只需要操作一次，就完成到全部集群的操作

2.3 分发数据库文件

• 打包

  cd /opt/greenplum
  tar -cf gp6.tar greenplum-db-6.9.0
  chown -R gpadmin:gpadmin /opt/greenplum/gp6.tar
  

  • 打包的时候权限不够，我换成root，然后再把.tar的权限还给gpadmin。

• 分发(切回gpadmin)

  source /opt/greenplum/greenplum-db/greenplum_path.sh
  gpscp -f /home/gpadmin/conf/hostlist gp6.tar =:/opt/greenplum
  

• 这里报错:

  Error:scp: /opt/greenplum/gp6.tar: Permission denied
  

  • 原因是: 别的机器上还没有此目录，在其他几台机器上要创建/opt/greenplum目录并修改权限

    mkdir -p /opt/greenplum
    chown -R gpadmin:gpadmin /opt/greenplum
    

  • 再次执行后成功

• 解压(master上运行, 一台上操作所有)

  gpssh -f /home/gpadmin/conf/hostlist
  cd /opt/greenplum
  tar -xf gp6.tar
  ln -s greenplum-db-6.9.0 greenplum-db
  exit
  

2.4 环境配置

• 创建数据存储空间

  • Master

    mkdir -p /home/gpadmin/data/master
    

  • Segment

    source /opt/greenplum/greenplum-db/greenplum_path.sh
    
    gpssh -f /home/gpadmin/conf/seg_hosts -e 'mkdir -p /home/gpadmin/data/datap1'
    
    gpssh -f /home/gpadmin/conf/seg_hosts -e 'mkdir -p /home/gpadmin/data/datap2'
    
     gpssh -f /home/gpadmin/conf/seg_hosts -e 'mkdir -p /home/gpadmin/data/datap3'
    
      gpssh -f /home/gpadmin/conf/seg_hosts -e 'mkdir -p /home/gpadmin/data/datam1'
    
      gpssh -f /home/gpadmin/conf/seg_hosts -e 'mkdir -p /home/gpadmin/data/datam2'
    
      gpssh -f /home/gpadmin/conf/seg_hosts -e 'mkdir -p /home/gpadmin/data/datam3'
    

• 配置.bash_profile 环境变量(11台都配了)

  source /opt/greenplum/greenplum-db/greenplum_path.sh
  export MASTER_DATA_DIRECTORY=/home/gpadmin/data/master/gpseg-1
  export PGPORT=5432
  export PGUSER=gpadmin
  
  # 没配db默认使用postgres
  

  • 使之生效:

    source /home/gpadmin/.bash_profile
    

• 初始化配置文件

  mkdir /home/gpadmin/gpconfigs
  cp $GPHOME/docs/cli_help/gpconfigs/gpinitsystem_config /home/gpadmin/gpconfigs/gpinitsystem_config
  

  • #数据库代号
    ARRAY_NAME="Greenplum"
    
    #segment前缀
    SEG_PREFIX=gpseg
    
    #primary segment 起始的端口号
    PORT_BASE=33000
    
    #指定primary segment的数据目录,网上写的是多个相同目录，多个目录表示一台机器有多个segment
    declare -a DATA_DIRECTORY=(/home/gpadmin/data/datap1 /home/gpadmin/data/datap2 /home/gpadmin/data/datap3)
    
    #master所在机器的host name
    MASTER_HOSTNAME=mdw
    
    #master的数据目录
    MASTER_DIRECTORY=/home/gpadmin/data/master
    
    #master的端口
    MASTER_PORT=5432
    
    #指定bash的版本
    TRUSTED_SHELL=/usr/bin/ssh
    
    #将日志写入磁盘的间隔，每个段文件通常 =16MB < 2 * CHECK_POINT_SEGMENTS + 1
    CHECK_POINT_SEGMENTS=8
    
    #字符集
    ENCODING=UNICODE
    
    #mirror segment 起始的端口号
    MIRROR_PORT_BASE=44000
    
    # mirror的数据目录，和主数据一样，一个对一个，多个对多个
    declare -a MIRROR_DATA_DIRECTORY=(/home/gpadmin/data/datam1 /home/gpadmin/data/datam2 /home/gpadmin/data/datam3)
    

• host文件: hostfile_gpinitsystem

  sdw1
  sdw2
  sdw3
  sdw4
  sdw5
  sdw6
  sdw7
  sdw8
  sdw9
  sdw10
  

3.1 初始化数据库

• 安装

  cd ..
  source /opt/greenplum/greenplum-db/greenplum_path.sh
  gpinitsystem -c gpconfigs/gpinitsystem_config -h gpconfigs/hostfile_gpinitsystem
  

• 没有报错的话一路yes, 之前是因为多了hostfile_gpinitsystem多了mdw所以报错了。

3.2 使用数据库

• 登录

  psql -d postgres
  

• 允许外部登录

  • navicat登录

    • 由于gp有空值权限, 并不是所有的机器都可以连接到数据库, 需要在pg_hba.conf文件增加客户端机器的权限。

    • 先给gpadmin创建密码

      alter role gpadmin with password 'gpadmin';
      

    • 找到pg_hba.conf位置

      find / -type f -name pg_hba.conf
      

      • 在/home/gpadmin/data/master/gpseg-1目录下, vim 添加一行:

        host     all         gpadmin     10.4.36.3/32   trust
        

    • 刷新

      pg_ctl reload -D /home/gpadmin/data/master/gpseg-1
      

    • Navicat测试连接成功

4.1 Greenplum6调参

(1)全局死锁检测开关
在Greenplum 6中其默认关闭，需要打开它才可以支持并发更新/删除操作；
gpconfig -c gp_enable_global_deadlock_detector -v on

(2) 禁用GPORCA优化器（GPDB6默认的优化器为：GPORCA, 还不够成熟）
gpconfig -c optimizer -v off

(3)关闭日志
此GUC减少不必要的日志，避免日志输出对I/O性能的干扰。
gpconfig -c log_statement -v none