写点什么

GreatSQL 构建高效 HTAP 服务架构指南(MGR)

作者:GreatSQL
  • 2024-07-24
    福建
  • 本文字数:7549 字

    阅读完需:约 25 分钟

GreatSQL 构建高效 HTAP 服务架构指南(MGR)

GreatSQL 构建高效 HTAP 服务架构指南(MGR)

引言

全文约定:$为命令提示符、greatsql>为 GreatSQL 数据库提示符。在后续阅读中,依据此约定进行理解与操作


上一篇已经介绍了如何在主从复制架构中,搭建一个专属 HTAP 服务。本篇将在 MGR 架构中部署一个专属 HTAP 服务。

整体方案架构图


本服务架构采用 GreatSQL MGR 架构,在 MGR 架构中部署一个专属 HTAP 服务节点。Primary 节点采用默认 InnoDB 引擎,Secondary 节点使用辅助引擎 Rapid 加速查询构建专属 HTAP 只读节点。加上 MySQL Router 等之类的代理/中间件负责读写分离来完成 HTAP 服务架构。


  • 高查询效率

  • Rapid 引擎的引入使得从节点能够加速查询处理,特别适用于 OLAP(联机分析处理)场景。

  • 读写分离及读负载均衡

  • 利用代理/中间件实现读写分离,确保主节点(写操作)和从节点(读操作)的读写负载得到有效均衡。

  • 高可用

  • GreatSQL 针对 MGR 做了大量的改进和提升工作,进一步提升 MGR 的高可靠等级,例如:地理标签、读写节点 VIP、仲裁节点等。

  • 详见:[GreatSQL 高可用] https://greatsql.cn/docs/8.0.32-25/5-enhance/5-2-ha.html

  • 高灵活和扩展

  • GreatSQL 的可插拔存储引擎架构使得系统可以根据需要选择适合的存储引擎。Rapid 引擎作为辅助引擎,可以动态安装或卸载,为用户提供了极大的灵活性和可扩展性。

部署 MGR 架构

环境准备及版本介绍

服务器配置


$ uname -aLinux gip 3.10.0-957.el7.x86_64 #1 SMP Thu Nov 8 23:39:32 UTC 2018 x86_64 x86_64 x86_64 GNU/Linux$ cat /etc/centos-releaseCentOS Linux release 7.6.1810 (Core) 
复制代码


组件配置


安装 GreatSQL

GreatSQL 安装版本为 8.0.32-25 版本,并分别安装三个实例 GreatSQL


安装步骤详见:https://greatsql.cn/docs/8.0.32-25/4-install-guide/0-install-guide.html

部署 MGR 架构

MGR 部署方案在 GreatSQL 用户手册中有详细介绍,可以使用 MySQL Shell for GreatSQL 或手动部署详见:https://greatsql.cn/docs/8.0.32-25/6-mgr/1-deploy-mgr.html 这里就不在过多赘述了。


部署成功后,在 MGR 架构中,可以查看 MGR 状态


greatsql> SELECT * FROM performance_schema.replication_group_members;+---------------------------+--------------------------------------+----------------+-------------+--------------+-------------+----------------+----------------------------+| CHANNEL_NAME              | MEMBER_ID                            | MEMBER_HOST    | MEMBER_PORT | MEMBER_STATE | MEMBER_ROLE | MEMBER_VERSION | MEMBER_COMMUNICATION_STACK |+---------------------------+--------------------------------------+----------------+-------------+--------------+-------------+----------------+----------------------------+| group_replication_applier | 4c78e67d-338a-11ef-995c-00163edb666e | 192.168.6.56  |        3306 | ONLINE       | SECONDARY   | 8.0.32         | XCom                       || group_replication_applier | d7ebbeef-3384-11ef-8022-00163e832e1f | 192.168.6.214 |        3306 | ONLINE       | SECONDARY   | 8.0.32         | XCom                       || group_replication_applier | e3fb309c-3389-11ef-8b02-00163e8e122e | 192.168.6.215 |        3306 | ONLINE       | PRIMARY     | 8.0.32         | XCom                       |+---------------------------+--------------------------------------+----------------+-------------+--------------+-------------+----------------+----------------------------+3 rows in set (0.00 sec)
复制代码

生成测试数据

主库写入数据

-- 创建测试数据库  CREATE DATABASE IF NOT EXISTS htap_test_db;  USE htap_test_db;    -- 创建接近生产环境的表  CREATE TABLE `orders` (  `order_id` int NOT NULL AUTO_INCREMENT,  `customer_id` int NOT NULL,  `product_id` int NOT NULL,  `order_date` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,  `order_status` char(10) NOT NULL DEFAULT 'pending',  `quantity` int NOT NULL,  `order_amount` decimal(10,2) NOT NULL,  `shipping_address` varchar(255) NOT NULL,  `billing_address` varchar(255) NOT NULL,  `order_notes` varchar(255) DEFAULT NULL,  PRIMARY KEY (`order_id`),  KEY `idx_customer_id` (`customer_id`),  KEY `idx_product_id` (`product_id`),  KEY `idx_order_date` (`order_date`),  KEY `idx_order_status` (`order_status`)) ENGINE=InnoDB AUTO_INCREMENT=100001 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;
复制代码


在 Primary 节点往该表插入十万行数据


greatsql> SELECT COUNT(*) FROM htap_test_db.orders;+----------+| COUNT(*) |+----------+|   100000 |+----------+1 row in set (0.01 sec)
复制代码


如果在 Secondary 节点进行一个复杂 SQL 查询,需要用时 2~3 秒左右


SELECT    order_id,customer_id,product_id,order_date,order_status,    quantity,order_amount,shipping_address,billing_address,    order_notes,    SUM( order_amount ) OVER ( PARTITION BY customer_id ) AS total_spent_by_customer,    COUNT( order_id ) OVER ( PARTITION BY customer_id ) AS total_orders_by_customer,    AVG( order_amount ) OVER ( PARTITION BY customer_id ) AS average_order_amount_per_customer FROM    orders WHERE    order_status IN ( 'completed', 'shipped', 'cancelled' )     AND quantity > 1 ORDER BY    order_date DESC,    order_amount DESC     LIMIT 100;
复制代码


运行三次结果平均值为 3.09 秒


# 第一次100 rows in set (2.90 sec)# 第二次100 rows in set (3.14 sec)# 第三次100 rows in set (3.23 sec)
复制代码

构建专属 HTAP 只读节点

以下所有操作都在 GreatSQL 192.168.6.214:3306 Secondary 节点中进行

使用 Rapid 引擎

进入 Secondary 节点,先关闭 super_read_only 并加载 Rapid 引擎


greatsql> SET GLOBAL super_read_only =off;greatsql> INSTALL PLUGIN Rapid SONAME 'ha_rapid.so';
复制代码


为 InnoDB 表加上 Rapid 辅助引擎


greatsql> ALTER TABLE htap_test_db.orders SECONDARY_ENGINE = rapid;
复制代码


将表数据一次性全量导入到 Rapid 引擎中


greatsql> ALTER TABLE htap_test_db.orders SECONDARY_LOAD;Query OK, 0 rows affected (1.72 sec)
复制代码


检查导入情况,注意关键词 SECONDARY_ENGINE="rapid" SECONDARY_LOAD="1"


greatsql> SHOW TABLE STATUS like 'orders'\G*************************** 1. row ***************************           Name: orders         Engine: InnoDB        Version: 10     Row_format: Dynamic           Rows: 93611 Avg_row_length: 140    Data_length: 13123584Max_data_length: 0   Index_length: 9502720      Data_free: 4194304 Auto_increment: 200001    Create_time: 2024-06-27 11:00:46    Update_time: NULL     Check_time: NULL      Collation: utf8mb4_0900_ai_ci       Checksum: NULL Create_options: SECONDARY_ENGINE="rapid" SECONDARY_LOAD="1"        Comment: 1 row in set (0.01 sec)
复制代码


打开 Rapid 引擎的总控制开关,并把优化器阈值调小


greatsql> SET use_secondary_engine = ON;greatsql> SET secondary_engine_cost_threshold = 0; 
复制代码


secondary_engine_cost_threshold 的默认值是 100000,可根据实际情况设置


查看该 SQL 的执行计划,注意关键词 Using secondary engine RAPID 表示使用了 Rapid 引擎


greatsql> EXPLAIN SELECT ... 省略 ... ORDER BY order_date DESC,order_amount DESC LIMIT 100;*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: orders   partitions: NULL         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 93611     filtered: 33.33        Extra: Using where; Using filesort; Using secondary engine RAPID1 row in set, 2 warnings (0.00 sec)
复制代码


执行三次结果平均值为 0.086 秒,比之前提升近 36 倍!


# 第一次100 rows in set (0.10 sec)# 第二次100 rows in set (0.08 sec)# 第三次100 rows in set (0.08 sec)
复制代码

启动增量导入任务

因为在生产环境中数据是无时不刻在产生,所以需要启用增量导入,此时才可保证数据始终导入在 Rapid 引擎内


启动增量导入任务


greatsql> SELECT START_SECONDARY_ENGINE_INCREMENT_LOAD_TASK('htap_test_db', 'orders');+----------------------------------------------------------------------+| START_SECONDARY_ENGINE_INCREMENT_LOAD_TASK('htap_test_db', 'orders') |+----------------------------------------------------------------------+| success                                                              |+----------------------------------------------------------------------+
复制代码


查看增量导入任务状态


greatsql> SELECT * FROM information_schema.SECONDARY_ENGINE_INCREMENT_LOAD_TASK\G*************************** 1. row ***************************           DB_NAME: htap_test_db        TABLE_NAME: orders        START_TIME: 2024-06-27 11:26:37        START_GTID: aaaaaaaa-aaaa-aaaa-aaaa-aaaaaaaaaaa1:1-100011,e3fb309c-3389-11ef-8b02-00163e8e122e:1COMMITTED_GTID_SET: aaaaaaaa-aaaa-aaaa-aaaa-aaaaaaaaaaa1:1-100011,e3fb309c-3389-11ef-8b02-00163e8e122e:1         READ_GTID:   READ_BINLOG_FILE: ./binlog.000013   READ_BINLOG_POS: 1710             DELAY: 0            STATUS: RUNNING          END_TIME:               INFO: 1 row in set (0.01 sec)
复制代码


在给主库插入 1 万条数据,确认主从复制和 Rapid 引擎的增量导入没有问题,产生的新数据也可以使用 Rapid 引擎加速查询。


请注意,Rapid 引擎在增量导入数据时可能存在短暂延迟。大量 Insert、Delete 数据,可能无法立即通过 Rapid 引擎查询到这些最新变动的数据。等增量任务导入完成后 Rapid 引擎才能查询到最新变动的数据。


# Secondary 节点查看数据是 110000 条和 Primary 节点一致greatsql> SELECT COUNT(*) FROM htap_test_db.orders;+----------+| COUNT(*) |+----------+|   110000 |+----------+1 row in set (0.02 sec)
greatsql> EXPLAIN SELECT COUNT(*) FROM htap_test_db.orders\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: orders partitions: NULL type: ALLpossible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 103611 filtered: 100.00 Extra: Using secondary engine RAPID1 row in set, 1 warning (0.00 sec)
复制代码


此处启用了 Rapid 引擎所以COUNT(*)速度会很快,若没启用 Rapid 引擎则可能耗时较长


查看执行计划,从 rows 列可以看到,扫描的行数增加了,表示新数据已经增量导入到 Rapid 引擎中


greatsql> EXPLAIN SELECT ... 省略 ... ORDER BY order_date DESC,order_amount DESC LIMIT 100;*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: orders   partitions: NULL         type: ALLpossible_keys: NULL          key: NULL      key_len: NULL          ref: NULL         rows: 103611     filtered: 33.33        Extra: Using where; Using filesort; Using secondary engine RAPID1 row in set, 2 warnings (0.00 sec)
复制代码


操作完成后,记得把 super_read_only 打开,避免误写入数据,打开 super_read_only=ON 后,Rapid 引擎增量任务可正常运行


greatsql> SET GLOBAL super_read_only =on;
复制代码


此方案真正上线后,还需增添额外的高可用切换逻辑处理,例如:


至此,MGR 架构下和构建 HTAP 专属只读节点完成,接下来是使用中间件实现读写分离

实现读写分离

这里使用的是 MySQL Router 中间件实现的读写分离,MySQL Router 对 MGR 兼容度高,契合度好。


使用 MySQL Router 需要用 MySQL Shell 纳管 MGR 集群,否则 MySQL Router 会报错:


Error: Error executing MySQL query "SELECT * FROM mysql_innodb_cluster_metadata.schema_version": SELECT command denied to user 'repl'@'192.168.6.215' for table 'schema_version' (1142)
复制代码


若使用 MySQL Shell 构建的 MGR 集群则不需要再次纳管,若手动构建的 MGR 集群请参阅文章进行纳管


安装 MySQL Router

下载过程省略,可自行到 MySQL 网站上下载


这里选择的是最新的长期支持版 MySQL Router 8.4.0 版本


解压安装包,并进入 MySQL Router 的 bin 目录


$ tar -xvJf mysql-router-8.4.0-linux-glibc2.17-x86_64.tar.xz 
复制代码


可以做一个环境变量


$ echo 'export PATH=/usr/local/mysql-router-8.4.0-linux-glibc2.17-x86_64/bin:$PATH' >> ~/.bash_profile$ source ~/.bash_profile
复制代码


创建一个 MySQL Router 用户


$ /sbin/groupadd mysqlrouter$ /sbin/useradd -g mysqlrouter mysqlrouter -d /dev/null -s /sbin/nologin
复制代码

初始化 MySQL Router

$ mysqlrouter --bootstrap repl@192.168.6.215:3306 --user=root# 输出结果如下...部分省略After this MySQL Router has been started with the generated configuration
$ /etc/init.d/mysqlrouter restartor $ systemctl start mysqlrouteror $ mysqlrouter -c /usr/local/mysql-router-8.4.0-linux-glibc2.17-x86_64/mysqlrouter.conf...部分省略- Read/Write Connections: localhost:6446- Read/Only Connections: localhost:6447- Read/Write Split Connections: localhost:6450
## MySQL X protocol
- Read/Write Connections: localhost:6448- Read/Only Connections: localhost:6449
复制代码


可以看到在 6446、6447 端口的基础上有一个 6450 端口,这个端口可以作为读写分离端口


这就初始化完毕了,按照上面的提示,直接启动 mysqlrouter 服务即可,检查下是否正常启动


mysqlrouter -c /usr/local/mysql-router-8.4.0-linux-glibc2.17-x86_64/mysqlrouter.conf &
$ ps -ef | grep -v grep | grep mysqlrouterroot 29153 4815 1 16:10 pts/0 00:00:03 mysqlrouter -c /usr/local/mysql-router-8.4.0-linux-glibc2.17-x86_64/mysqlrouter.conf
$ netstat -lntp | grep mysqlroutertcp 0 0 0.0.0.0:6446 0.0.0.0:* LISTEN 29153/mysqlrouter tcp 0 0 0.0.0.0:6447 0.0.0.0:* LISTEN 29153/mysqlrouter tcp 0 0 0.0.0.0:6448 0.0.0.0:* LISTEN 29153/mysqlrouter tcp 0 0 0.0.0.0:6449 0.0.0.0:* LISTEN 29153/mysqlrouter tcp 0 0 0.0.0.0:6450 0.0.0.0:* LISTEN 29153/mysqlrouter tcp 0 0 0.0.0.0:8443 0.0.0.0:* LISTEN 29153/mysqlrouter
复制代码


现在需要更改下 MySQL ROUTER 中的 [routing:bootstrap_ro] 配置使其读操作优先在专属 HTAP 节点上读


[routing:bootstrap_ro]bind_address=0.0.0.0bind_port=6447# 更改后destinations=192.168.6.214:3306,192.168.6.215:3306,192.168.6.56:3306routing_strategy=first-available# 更改前#destinations=metadata-cache://mgr/?role=SECONDARY#routing_strategy=round-robin-with-fallbackprotocol=classic
复制代码

测试读写分离效果

在启动 rouyter 测试读写分离效果,先测试写节点是否指向 PRIMARY 节点


$ for ((i=0;i<=2;i++));do mysql -h192.168.6.215 -urepl -p'GreatSQL@2024' -P6446 -e"select @@server_id;";done;+-------------+| @@server_id |+-------------+|        3306 |+-------------++-------------+| @@server_id |+-------------+|        3306 |+-------------++-------------+| @@server_id |+-------------+|        3306 |+-------------+
复制代码


在测试读节点是否指向 SECONDARY 节点


$ for ((i=0;i<=2;i++));do mysql -h192.168.6.215 -urepl -p'GreatSQL@2024' -P6447 -e"select @@server_id;";done;+-------------+| @@server_id |+-------------+|        3307 |+-------------++-------------+| @@server_id |+-------------+|        3307 |+-------------++-------------+| @@server_id |+-------------+|        3307 |+-------------+
复制代码


最后测试读写分离端口 6450 是否会将读写操作分别指向 PRIMARY 节点和 SECONDARY 节点


$ for ((i=0;i<=2;i++));do mysql -h192.168.6.215 -urepl -p'GreatSQL@2024' -P6450 -e"select @@server_id;";done;+-------------+| @@server_id |+-------------+|        3308 |+-------------++-------------+| @@server_id |+-------------+|        3307 |+-------------++-------------+| @@server_id |+-------------+|        3308 |+-------------+
# 因为其余两个 SECONDARY 节点设置 super_read_only=OFF,若能写入必定指向 PRIMARY 节点$ mysql -h192.168.6.215 -uroot -p'GreatSQL@2024' -P6450 -e "INSERT INTO htap_test_db.orders (customer_id, product_id, order_status, quantity, order_amount, shipping_address, billing_address, order_notes) VALUES (274, 467, 'processing', 6, 17.70, 'Shipping Address 2', 'Billing Address 2', 'Order note for order 2');"
复制代码


由于 3308 节点与 3307 节点皆为 SECONDARY 节点,故而在进行读操作时,会对这两个节点轮询分配,因此 6450 读写分离端口无法指定专门使用专属的 HTAP 节点。倘若有需求,将 3308 节点启用 Rapid 引擎即可。

当 PRIMARY 节点发生宕机状况后,若 3308 这个高可用节点成为新的 PRIMARY 节点,那么 3308 节点所设置的 Rapid 引擎并不会对所有的读写操作产生影响。


自此构建高效 HTAP 服务器架构(MGR)完成!


发布于: 刚刚阅读数: 5
用户头像

GreatSQL

关注

GreatSQL社区 2023-01-31 加入

GreatSQL是由万里数据库维护的MySQL分支,专注于提升MGR可靠性及性能,支持InnoDB并行查询特性,是适用于金融级应用的MySQL分支版本。 社区:https://greatsql.cn/ Gitee: https://gitee.com/GreatSQL/GreatSQL

评论

发布
暂无评论
GreatSQL 构建高效 HTAP 服务架构指南(MGR)_GreatSQL_InfoQ写作社区