Apache Druid 集群部署

1 集群部署简介

Apache Druid旨在作为可伸缩的容错集群进行部署。

在本教程中，我们将安装一个简单的集群，并介绍如何对其进行进一步配置以满足不用用户的需求。

这个简单的集群将具有以下特点：

  • 一个Master服务同时起Coordinator和Overlord进程
  • 两个可伸缩、容错的Data服务来运行Historical和MiddleManager进程
  • 一个Query服务，运行Druid Broker和Router进程

在实际的工作生产中，我们建议根据您的特定容错需求部署多个Master服务器和多个Query服务器，但是您可以使用一台Master服务器和一台Query服务器将服务快速运行起来，然后再添加更多服务器。

2 首次部署

如果您现在没有Druid集群，并打算首次以集群模式部署运行Druid，则本教程提供了一个包含预先配置的集群部署示例。

Master服务

Coordinator进程和Overlord进程负责处理集群的元数据和协调需求，它们可以运行在同一台服务器上。

在本示例中，我们将在等效于AWSm5.2xlarge实例的硬件环境上进行部署。

硬件规格为：

  • 8核CPU
  • 31GB内存

您可以在conf/druid/cluster/master下找到适用于此硬件规格的Master示例服务配置。

Data服务

Historical和MiddleManager可以分配在同一台服务器上运行，以处理集群中的实际数据，这两个服务受益于CPU、内存和固态硬盘。

在本示例中，我们将在等效于AWSi3.4xlarge实例的硬件环境上进行部署。

硬件规格为：

  • 16核CPU
  • 122GB内存
  • 2 * 1.9TB 固态硬盘

您可以在conf/druid/cluster/data下找到适用于此硬件规格的Data示例服务配置。

Query服务

Druid Broker服务接收查询请求，并将其转发到集群中的其他部分，同时其可以可选的配置内存缓存。 Broker服务受益于CPU和内存。

在本示例中，我们将在等效于AWSm5.2xlarge实例的硬件环境上部署。

硬件规格为：

  • 8核CPU
  • 31GB内存

您可以考虑将所有的其他开源UI工具或者查询依赖等与Broker服务部署在同一台服务器上。

您可以在conf/druid/cluster/query下找到适用于此硬件规格的Query示例服务配置。

其他硬件配置

上面的示例集群是从多种确定Druid集群大小的可能方式中选择的一个示例。

您可以根据自己的特定需求和限制选择较小/较大的硬件或较少/更多的服务器。

如果您的使用场景具有复杂的扩展要求，则还可以选择不将Druid服务混合部署（例如，独立的Historical Server）。

基本集群调整教程中的信息可以帮助您进行决策，并可以调整配置大小。

3 从单服务器环境迁移部署

如果您现在已有单服务器部署的环境，例如单服务器部署示例（Apache Druid 下载安装）中的部署，并且希望迁移到类似规模的集群部署，则以下部分包含一些选择Master/Data/Query服务等效硬件的准则。

Master服务

Master服务的主要考虑点是可用CPU以及用于Coordinator和Overlord进程的堆内存。

首先计算出来在单服务器环境下Coordinator和Overlord已分配堆内存之和，然后选择具有足够内存的Master服务硬件，同时还需要考虑到为服务器上其他进程预留一些额外的内存。

对于CPU，可以选择接近于单服务器环境核数1/4的硬件。

Data服务

在为集群Data服务选择硬件时，主要考虑可用的CPU和内存，可行时使用SSD存储。

在集群化部署时，出于容错的考虑，最好是部署多个Data服务。

在选择Data服务的硬件时，可以假定一个分裂因子N，将原来的单服务器环境的CPU和内存除以N,然后在新集群中部署N个硬件规格缩小的Data服务。

Query服务

Query服务的硬件选择主要考虑可用的CPU、Broker服务的堆内和堆外内存、Router服务的堆内存。

首先计算出来在单服务器环境下Broker和Router已分配堆内存之和，然后选择可以覆盖Broker和Router内存的Query服务硬件，同时还需要考虑到为服务器上其他进程预留一些额外的内存。

对于CPU，可以选择接近于单服务器环境核数1/4的硬件。

4 选择操作系统

我们建议运行您熟悉的Linux版本，同时还需要：

  • Java 8

5 下载Druid

具体可参考Apache Druid 下载安装的操作过程。

我们主要是编辑conf/druid/cluster/中的文件。

从单服务器环境迁移部署

在以下各节中，我们将在conf/druid/cluster下编辑配置。

如果您已经有一个单服务器部署，请将您的现有配置复制到conf/druid /cluster以保留您所做的所有配置更改。

6 配置元数据存储和深度存储

从单服务器环境迁移部署

该教程针对使用Derby元数据存储和本地深度存储的单服务器部署。

如果您已经在单服务器集群中使用了非Derby元数据存储，则可以在新集群中可以继续使用当前的元数据存储。

该教程还提供了有关从本地深度存储迁移段的信息。集群部署需要分布式深度存储，例如S3或HDFS。

如果单服务器部署已在使用分布式深度存储，则可以在新集群中继续使用当前的深度存储。

元数据存储

在conf/druid/cluster/_common/common.runtime.properties中，使用您将用作元数据存储的服务器地址来替换”metadata.storage.*”：

  • druid.metadata.storage.connector.connectURI
  • druid.metadata.storage.connector.host

在生产部署中，我们建议运行专用的元数据存储，例如具有复制功能的MySQL或PostgreSQL，与Druid服务器分开部署。

深度存储

Druid依赖于分布式文件系统或大对象（blob）存储来存储数据，最常用的深度存储实现是S3（适合于在AWS上）和HDFS（适合于已有Hadoop集群）。

1）S3

在conf/druid/cluster/_common/common.runtime.properties中，

  • 在druid.extension.loadList配置项中增加”druid-s3-extensions”扩展
  • 注释掉配置文件中用于本地存储的”Deep Storage”和”Indexing service logs”
  • 打开配置文件中关于”For S3″部分中”Deep Storage”和”Indexing service logs”的配置

上述操作之后，您将看到以下的变化： 

druid.extensions.loadList=["druid-s3-extensions"]

#druid.storage.type=local
#druid.storage.storageDirectory=var/druid/segments

druid.storage.type=s3
druid.storage.bucket=your-bucket
druid.storage.baseKey=druid/segments
druid.s3.accessKey=...
druid.s3.secretKey=...

#druid.indexer.logs.type=file
#druid.indexer.logs.directory=var/druid/indexing-logs

druid.indexer.logs.type=s3
druid.indexer.logs.s3Bucket=your-bucket
druid.indexer.logs.s3Prefix=druid/indexing-logs

2）HDFS

在conf/druid/cluster/_common/common.runtime.properties中，

  • 在druid.extension.loadList配置项中增加”druid-hdfs-storage”扩展
  • 注释掉配置文件中用于本地存储的”Deep Storage”和”Indexing service logs”
  • 打开配置文件中关于”For HDFS”部分中”Deep Storage”和”Indexing service logs”的配置

上述操作之后，您将看到以下的变化： 

druid.extensions.loadList=["druid-hdfs-storage"]

#druid.storage.type=local
#druid.storage.storageDirectory=var/druid/segments

druid.storage.type=hdfs
druid.storage.storageDirectory=/druid/segments

#druid.indexer.logs.type=file
#druid.indexer.logs.directory=var/druid/indexing-logs

druid.indexer.logs.type=hdfs
druid.indexer.logs.directory=/druid/indexing-logs

同时：需要将Hadoop的配置文件（core-site.xml, hdfs-site.xml, yarn-site.xml, mapred-site.xml）放置在Druid进程的classpath中，可以将他们拷贝到conf/druid/cluster/_common目录中。

7 Hadoop连接配置

如果要从Hadoop集群加载数据，那么此时应对Druid做如下配置：

  • 在conf/druid/cluster/_common/common.runtime.properties文件中更新druid.indexer.task.hadoopWorkingPath配置项，将其更新为您期望的一个用于临时文件存储的HDFS路径。 通常会配置为druid.indexer.task.hadoopWorkingPath=/tmp/druid-indexing
  • 需要将Hadoop的配置文件（core-site.xml, hdfs-site.xml, yarn-site.xml, mapred-site.xml）放置在Druid进程的classpath中，可以将他们拷贝到conf/druid/cluster/_common目录中

请注意，您无需为了可以从Hadoop加载数据而使用HDFS深度存储。例如，如果您的集群在Amazon Web Services上运行，即使您使用Hadoop或Elastic MapReduce加载数据，我们也建议使用S3进行深度存储。

8 Zookeeper连接配置

在生产集群中，我们建议使用专用的ZK集群，该集群与Druid服务器分开部署。

在 conf/druid/cluster/_common/common.runtime.properties 中，将 druid.zk.service.host 设置为包含用逗号分隔的host：port对列表的连接字符串，每个对与ZK中的ZooKeeper服务器相对应。（例如” 127.0.0.1:4545″或”127.0.0.1:3000,127.0.0.1:3001、127.0.0.1:3002″）

您也可以选择在Master服务上运行ZK，而不使用专用的ZK集群。如果这样做，我们建议部署3个Master服务，以便您具有ZooKeeper仲裁。

9 配置调整

从单服务器环境迁移部署

1）Master服务

如果您使用的是单服务器部署示例（参考Apache Druid 下载安装）中的示例配置，则这些示例中将Coordinator和Overlord进程合并为一个合并的进程。

conf/druid/cluster/master/coordinator-overlord 下的示例配置同样合并了Coordinator和Overlord进程。

您可以将现有的 coordinator-overlord 配置从单服务器部署复制到conf/druid/cluster/master/coordinator-overlord

2）Data服务

假设我们正在从一个32CPU和256GB内存的单服务器部署环境进行迁移，在老的环境中，Historical和MiddleManager使用了如下的配置：

  • Historical（单服务器） 
druid.processing.buffer.sizeBytes=500000000
druid.processing.numMergeBuffers=8
druid.processing.numThreads=31
  • MiddleManager（单服务器）
druid.worker.capacity=8
druid.indexer.fork.property.druid.processing.numMergeBuffers=2
druid.indexer.fork.property.druid.processing.buffer.sizeBytes=100000000
druid.indexer.fork.property.druid.processing.numThreads=1

在集群部署中，我们选择一个分裂因子（假设为2），则部署2个16CPU和128GB内存的Data服务，各项的调整如下：

  • Historical
    • druid.processing.numThreads设置为新硬件的（CPU核数 - 1）
    • druid.processing.numMergeBuffers 使用分裂因子去除单服务部署环境的值
    • druid.processing.buffer.sizeBytes 该值保持不变
  • MiddleManager
    • druid.worker.capacity: 使用分裂因子去除单服务部署环境的值
    • druid.indexer.fork.property.druid.processing.numMergeBuffers: 该值保持不变
    • druid.indexer.fork.property.druid.processing.buffer.sizeBytes: 该值保持不变
    • druid.indexer.fork.property.druid.processing.numThreads: 该值保持不变

调整后的结果配置如下：

新的Historical（2 Data服务器）

 druid.processing.buffer.sizeBytes=500000000
 druid.processing.numMergeBuffers=8
 druid.processing.numThreads=31

新的MiddleManager（2 Data服务器）

druid.worker.capacity=4
druid.indexer.fork.property.druid.processing.numMergeBuffers=2
druid.indexer.fork.property.druid.processing.buffer.sizeBytes=100000000
druid.indexer.fork.property.druid.processing.numThreads=1

3）Query服务

您可以将现有的Broker和Router配置复制到conf/druid/cluster/query下的目录中，无需进行任何修改。

首次部署

如果您正在使用如下描述的示例集群规格：

  • 1 Master 服务器(m5.2xlarge)
  • 2 Data 服务器(i3.4xlarge)
  • 1 Query 服务器(m5.2xlarge)

conf/druid/cluster下的配置已经为此硬件确定了，一般情况下您无需做进一步的修改。

10 开启端口

如果您正在使用防火墙或其他仅允许特定端口上流量准入的系统，请在以下端口上允许入站连接。

1）Master服务
  • 1527（Derby元数据存储，如果您正在使用一个像MySQL或者PostgreSQL的分离的元数据存储则不需要）
  • 2181（Zookeeper，如果使用了独立的ZK集群则不需要）
  • 8081（Coordinator）
  • 8090（Overlord）
2）Data服务
  • 8083（Historical）
  • 8091，8100-8199（Druid MiddleManager，如果druid.worker.capacity参数设置较大的话，则需要更多高于8199的端口）
3）Query服务
  • 8082（Broker）
  • 8088（Router，如果使用了）

注意，在实际工作生产中，我们建议将ZooKeeper和元数据存储部署在其专用硬件上，而不是在Master服务器上。

11 启动服务

1）启动Master服务

将Druid发行版和您编辑的配置文件复制到Master服务器上。如果您一直在本地计算机上编辑配置，则可以使用rsync复制它们：

rsync -az apache-druid-0.17.0/ MASTER_SERVER:apache-druid-0.17.0/
  • 不带Zookeeper启动

在发行版根目录中，运行以下命令以启动Master服务：

bin/start-cluster-master-no-zk-server
  • 带Zookeeper启动

如果计划在Master服务器上运行ZK，请首先更新conf/zoo.cfg以标识您计划如何运行ZK，然后，您可以使用以下命令与ZK一起启动Master服务进程：

bin/start-cluster-master-with-zk-server
2）启动Data服务

将Druid发行版和您编辑的配置文件复制到您的Data服务器。

在发行版根目录中，运行以下命令以启动Data服务：

bin/start-cluster-data-server
3）启动Query服务

将Druid发行版和您编辑的配置文件复制到您的Query服务器。

在发行版根目录中，运行以下命令以启动Query服务：

bin/start-cluster-query-server

恭喜，您现在成功配置了Druid集群！

  Apache Druid 启动 Apache Druid 数据格式  

评论区（0）

评论

大数据平台教程

Kafka教程

Sqoop教程

数据仓库教程

OLAP工具 - Impala

OLAP工具 - Presto

OLAP工具 - Kylin

OLAP工具 - Druid

ETL工具 - Kettle

ETL工具 - Talend

ETL工具 - DataX

数据库教程

TiDB教程

MongoDB教程

MySQL教程

MySQL视频教程

SQL教程

SQL Server教程

Oracle教程

大数据教程

Spark教程

Hadoop Hive教程

Greenplum教程

数据分析教程

R数据分析教程

Python数据分析教程

数据可视化教程

FineReport教程

Echarts教程

FineBI教程

               

帆软软件有限公司 Copyright©2020 | 苏ICP备18065767号-11