MariaDB ColumnStore初探(1)：安装、使用及测试

 

相信大家在对接BI数据报表部门有很深刻的体验，高大上的复杂SQL关联JOIN十几张表在InnoDB里跑起来，会让你酸爽到死。它的出现正是解决这个问题，DBA能不能轻松愉快地玩耍，就要靠它了，“神州行我看行”。

 

通过本文，会让大家都可以动手玩起来。我们的口号：接地气！

 

什么是MariaDB ColumnStore？

 

MariaDB ColumnStore是在MariaDB 10.1基础上移植了InfiniDB 4.6.2构建的大规模并行，高性能，压缩，分布式开源列式存储引擎，类似收费产品Infobright。它设计用于大数据离线分析，用来抗衡Hadoop 。官方自称MariaDB ColumnStore是数据仓库的未来，ColumnStore允许存储更多的数据并更快地分析它。

 

你可以使用标准SQL语句进行查询，支持目前流行的sqlyog/navicat客户端工具连接，对业务方使用没有任何的不便，并且你不需要创建任何索引，不需要修改业务方的复杂SQL（自身就支持复杂的关联查询、聚合、存储过程和用户定义的函数），你唯一要做的就是把数据导入到ColumnStore里，就没你事了。这对一家没有Hadoop工程师的公司来说，MariaDB ColumnStore会是一个更好的替代产品。

 

MariaDB ColumnStore架构概述

 

MariaDB ColumnStore是一种专为分布式大规模并行处理（MPP）设计的列式存储引擎。它由三个组件组成，协同工作。

在官方给出的架构图中，我们可以看到分为三个组件构成：UM、PM、数据存储层。

 

用户模块（UM）：

用户模块管理和控制终端用户查询的操作，它维护每个查询的状态，向一个或多个性能模块发出请求以代为执行SQL查询工作，最后，用户模块汇集来自各个参与的性能模块的所有查询结果，以形成返回给用户的完整的查询结果集。

 

性能模块（PM）：

性能模块负责存储，检索和管理数据，处理对查询操作的块请求，并将其传递回用户模块以完成查询请求。性能模块将获取的数据缓存在其内存中计算。MPP是通过允许用户配置尽可能多的性能模块，以实现更高的处理能力。

 

存储：

MariaDB ColumnStore对于存储系统极为灵活。当在内部运行时，它可以使用本地存储或共享存储（例如SAN）来存储数据。在Amazon EC2环境中，它可以使用临时或弹性块存储（EBS）卷。当无共享部署需要数据冗余时，它被构建为与GlusterFS和Apache Hadoop分布式文件系统（HDFS）集成。

 

一句话总结：用户模块（UM）将客户端发出的SQL请求进行分配，分配到后端性能模块（PM），PM进行数据查询分析，将处理的结果返回给UM，UM再把PM分析的结果进行聚合，最后返回给客户端最终的查询结果。

 

MariaDB  ColumnStore安装前的准备工作

 

我们这里采用2台um、2台pm跑一组集群，操作系统Centos6.8，MariaDB ColumnStore最新GA版本1.0.6。

 

# cat /etc/hosts

192.168.17.133    um1
192.168.17.134    um2
192.168.17.135    pm1
192.168.17.136    pm2

1、公私钥认证，打通SSH无密码（um1/2、pm1/2均执行如下）

# ssh-keygen
# ssh-copy-id '-p 22 root@192.168.17.133'
# ssh-copy-id '-p 22 root@192.168.17.134'
# ssh-copy-id '-p 22 root@192.168.17.135'
# ssh-copy-id '-p 22 root@192.168.17.136'
（注：如果你的ssh端口不是22，修改-p 22为你自己的定义的端口）

2、关闭IPTABLES防火墙/关闭SELINUX

# /etc/init.d/iptables stop
# cat /etc/selinux/config
SELINUX=disabled
SELINUXTYPE=targeted
# chkconfig iptables off
# chkconfig --list | grep iptables
iptables          0:off   1:off   2:off     3:off   4:off   5:off     6:off

3、关闭文件系统访问时间和更改磁盘IO算法

# cat /etc/fstab
UUID=683a6e67-567c-498a-a06a-c65f8f290080 /data   xfs     defaults,noatime,nobarrier        1 2
#cat /etc/rc.local
echo "deadline" >   /sys/block/sdb/queue/scheduler

 4、优化Linux系统内核

# cat /etc/sysctl.conf
# 将如下参数加到最后
# increase TCP max buffer size
net.core.rmem_max = 16777216
net.core.wmem_max = 16777216
# increase Linux autotuning TCP buffer limits
# min, default, and max number of bytes to use
net.ipv4.tcp_rmem = 4096 87380 16777216
net.ipv4.tcp_wmem = 4096 65536 16777216
# don't cache ssthresh from previous connection
net.ipv4.tcp_no_metrics_save = 1
# recommended to increase this for 1000 BT or higher
net.core.netdev_max_backlog = 2500
# for 10 GigE, use this
net.core.netdev_max_backlog = 30000
fs.file-max=65535
net.ipv4.ip_local_port_range = 1025 65000
net.ipv4.tcp_tw_reuse = 1
vm.swappiness = 1

5、调整文件描述符ulimit为65535

# cat /etc/security/limits.conf
*                       soft     nofile             65535
*                     hard     nofile             65535
*                       soft     nproc              65535
*                       hard     nproc              65535
# cat /etc/security/limits.d/90-nproc.conf
*                       soft     nproc              65535
*                       hard     nproc              65535

6、关闭NUMA

# cat /etc/grub.conf
title CentOS 6 (2.6.32-642.el6.x86_64)
        root   (hd0,0)
        kernel   /vmlinuz-2.6.32-642.el6.x86_64 ro   root=UUID=98f9a4a6-f596-42e6-bffa-98a42b32145d rd_NO_LUKS  KEYBOARDTYPE=pc KEYTABLE=us rd_NO_MD   crashkernel=auto.UTF-8 rd_NO_LVM rd_NO_DM rhgb quiet numa=off
        initrd   /initramfs-2.6.32-642.el6.x86_64.img

7、安装jemalloc内存管理器

# yum -y install jemalloc*

8、重启服务器

# reboot

MariaDB ColumnStore安装部署

1、安装boost软件包

# yum -y install boost*
# yum -y groupinstall "Development Tools"
# yum -y install cmake
# cd /root/
# wget   http://sourceforge.net/projects/boost/files/boost/1.55.0/boost_1_55_0.tar.gz
# tar zxvf boost_1_55_0.tar.gz
# cd boost_1_55_0
# ./bootstrap.sh   --with-libraries=atomic,date_time,exception,filesystem,iostreams,locale,program_options,regex,signals,system,test,thread,timer,log   --prefix=/usr
# ./b2 install

2、安装Perl依赖包

# yum -y install expect perl perl-DBI openssl zlib   perl-DBD-MySQL

3、安装配置MariaDB ColumnStore

我们这里选用的是二进制安装包

# cd /root/
# wget
https://downloads.mariadb.com/enterprise/dapw-ktc5/mariadb-columnstore/1.0.6/centos/x86_64/6/mariadb-columnstore-1.0.6-1-centos6.x86_64.bin.tar.gz
# tar zxvf   mariadb-columnstore-1.0.6-1-centos6.x86_64.bin.tar.gz -C /usr/local/

执行下面的命令进行配置

/usr/local/mariadb/columnstore/bin/postConfigure

后面的步骤，请大家仔细参考我的安装截图。

我们选择multi集群的方式，填写2回车。

我们选择separate，在单独的机器上部署um和pm，这里输入1回车。

由于我没有共享存储环境，这里我选择本地存储数据，输入1回车。

 

um节点数，我们这里是2台，输入2回车。

输入主机名um1回车，再输入um2回车。

pm节点数，我们这里是2台，输入2回车。

 

输入主机名pm1回车，再输入pm2回车。

输入y回车安装，然后输入binary，因我们安装是采用的二进制安装包，之后让我们输入其他机器的密码，注意所有机器的root密码要一致，默认是使用ssh-key认证。

经过漫长的等待，我们输入y开始启动系统，至此启动完毕。

 

输入命令mcsadmin进入管理后台，输入getSystemStatus可以看到节点信息。

um1

是主节点，um2是备节点，pm1是主节点，pm2是备节点。

 

在实际生产环境中，部署更多的pm节点会带来性能的提升。

 

MySQL节点的数据是通过主从复制传输的，登录um1或um2机器上输入mcsmysql命令登陆，输入show slave status\G确定哪台机器是主库。

 

它其实就是命令的别名，cat /root/.bashrc查看

alias   mcsmysql='/usr/local/mariadb/columnstore/mysql/bin/mysql   --defaults-file=/usr/local/mariadb/columnstore/mysql/my.cnf -u root'
alias ma=/usr/local/mariadb/columnstore/bin/mcsadmin
alias   mcsadmin=/usr/local/mariadb/columnstore/bin/mcsadmin
alias home='cd /usr/local/mariadb/columnstore'
alias log='cd /var/log/mariadb/columnstore/'
alias core='cd /var/log/mariadb/columnstore/corefiles'
alias tmsg='tail -f /var/log/messages'
alias tdebug='tail -f   /var/log/mariadb/columnstore/debug.log'
alias tinfo='tail -f   /var/log/mariadb/columnstore/info.log'
alias dbrm='cd   /usr/local/mariadb/columnstore/data1/systemFiles/dbrm'
alias module='cat   /usr/local/mariadb/columnstore/local/module'

MariaDB ColumnStore使用

我们这里以sysbench生成的sbtest表为例，表结构如下：

CREATE TABLE `sbtest` (
  `id` int(10)   unsigned NOT NULL,
  `k` int(10)   unsigned NOT NULL DEFAULT '0',
  `c` char(120)   DEFAULT '',
  `pad` char(60)   NOT NULL DEFAULT ''
) ENGINE=Columnstore DEFAULT CHARSET=utf8;

 

注：不支持主键和索引，数据类型不支持text和timestamp字段类型。

 

数据导入

 

由于是离线分析，不支持与前端MySQL的主从复制，需要手工把MySQL/Percona/MariaDB的数据导出，命令：

select * from sbtest into outfile '/tmp/sbtest.txt'   FIELDS TERMINATED BY ','
OPTIONALLY ENCLOSED BY '"'  LINES TERMINATED BY '\n';
#FIELDS TERMINATED BY ',' --字段的结束符
#OPTIONALLY ENCLOSED BY '"' --字符串的分割符
#LINES TERMINATED BY '\n' --行的结束符

导入有两种方法：

 

一种是通过load命令导入

load data infile '/tmp/sbtest.txt' into table sbtest   FIELDS TERMINATED BY ','  OPTIONALLY   ENCLOSED BY '"'  LINES TERMINATED   BY '\n';

另一种官方推荐自带的cpimport命令导入。

 

cpimport是一种高速批量加载实用程序，可以快速高效地将数据导入ColumnStore引擎。

/usr/local/mariadb/columnstore/bin/cpimport  test    sbtest    /root/tmp/sbtest.txt  -E   '"'  -s ','
#test是数据库
#sbtest是表
#-E是字符串的分割符
#-s是字段的结束符

入上图所示，代表已经导入成功。

 

然后你就可以使用SQL查询分析了，如下图所示：

MariaDB ColumnStore参数调优

 

配置文件/usr/local/mariadb/columnstore/etc/Columnstore.xml

<NumBlocksPct>70</NumBlocksPct>

# 设置为PM主机的物理内存70%，用来缓存数据到内存

<TotalUmMemory>50%</TotalUmMemory>

# 设置为UM主机的物理内存50%，用来对PM分析的结果进行聚合

 

MariaDB Columnstore测试

 

1、这是在生产服务器InnoDB_Buffer_Pool50G内存跑的，耗时4小时7分。

当然这个SQL是有优化空间的，但会浪费DBA过多的精力与时间，业务方不等人，时间就是金钱。

 

2、下面是在Columnstore，我的笔记本vmware虚拟机1G内存跑的，耗时4.66秒。