GreatSQL 构建高效 HTAP 服务架构指南（主从复制）
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
Rapid 引擎
从 GreatSQL 8.0.32-25 版本开始，新增 Rapid 存储引擎，该引擎使得 GreatSQL 能满足联机分析（OLAP）查询请求。
GreatSQL Rapid 引擎性能表现优异，在 32C64G 测试机环境下，TPC-H 100G 测试中 22 条 SQL 总耗时仅需不到 80 秒
Rapid 引擎更多介绍可前往查看：
有了 Rapid 引擎的加持，便可使用 GreatSQL 构建一个高效的 HTAP 服务架构，以此来提升 GreatSQL 的查询效率。
服务架构图
本服务架构采用的是 GreatSQL 主从复制，主节点采用默认 InnoDB 引擎，从节点使用辅助引擎 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。
采用此 HTAP 架构可获得以下收益
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。
高负载均衡：
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）负载均衡。
高并发性能：
主节点上采用 InnoDB 响应高并发事务请求，确保业务需求写入性能。
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。
部署主从复制
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
主从库与中间件配置
安装 GreatSQL
GreatSQL 安装版本为 8.0.32-25 版本，并分别安装两个实例 GreatSQL
安装步骤详见：https://greatsql.cn/docs/8.0.32-25/4-install-guide/0-install-guide.html
部署主从复制
主节点建立账户并授权
# 建立复制账户greatsql> ALTER USER 'slave'@'%' IDENTIFIED WITH mysql_native_password BY 'GreatSQL@2024';Query OK, 0 rows affected (0.01 sec)# 授权greatsql> GRANT REPLICATION SLAVE ON *.* TO 'slave'@'%';greatsql> FLUSH PRIVILEGES;
复制代码
然后查看主节点状态，记录二进制文件名 binlog.000002 和位置 2027
greatsql> SHOW MASTER STATUS\G*************************** 1. row *************************** File: binlog.000002 Position: 2027 Binlog_Do_DB: Binlog_Ignore_DB: Executed_Gtid_Set: e766387a-2d3f-11ef-8435-00163e8e122e:1-81 row in set (0.00 sec)
复制代码
从节点服务器配置，并开启从服务器复制
greatsql> CHANGE MASTER TO master_host='192.168.6.215',master_port=3306,master_user='slave',master_password='GreatSQL@2024',master_log_file='binlog.000002',master_log_pos=2027;greatsql> START REPLICA
复制代码
检查主从复制情况
greatsql> SHOW REPLICA STATUS\G*************************** 1. row *************************** Replica_IO_State: Waiting for source to send event Source_Host: 192.168.6.215 Source_User: slave Source_Port: 3306 Connect_Retry: 60 Source_Log_File: binlog.000002 Read_Source_Log_Pos: 2027 Relay_Log_File: gip-relay-bin.000002 Relay_Log_Pos: 323 Relay_Source_Log_File: binlog.000002 Replica_IO_Running: Yes # 为 Yes 即表示构建成功 Replica_SQL_Running: Yes # 为 Yes 即表示构建成功
复制代码
生成测试数据
主库写入数据
往主库生成数据
-- 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
往该表插入十万行数据
# 主库greatsql> SELECT COUNT(*) FROM htap_test_db.orders;+----------+| COUNT(*) |+----------+| 100000 |+----------+1 row in set (0.01 sec)
复制代码
从库此时也会复制主库的十万行数据
# 从库greatsql> SELECT COUNT(*) FROM htap_test_db.orders;+----------+| COUNT(*) |+----------+| 100000 |+----------+1 row in set (0.01 sec)
复制代码
如果在主库或从库进行一个复杂 SQL 查询，需要用时 4~5 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
在从库运行三次结果平均值为 4.91 秒
# 第一次100 rows in set (4.99 sec)# 第二次100 rows in set (4.59 sec)# 第三次100 rows in set (5.15 sec)
复制代码
构建专属 HTAP 只读节点
以下所有操作都在 GreatSQL 从库中进行
使用 Rapid 引擎
进入 GreatSQL 从库，加载 Rapid 引擎
greatsql> INSTALL PLUGIN Rapid SONAME 'ha_rapid.so';
复制代码
为 orders 表加上 Rapid 辅助引擎
greatsql> ALTER TABLE htap_test_db.orders SECONDARY_ENGINE = rapid;
复制代码
将表中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: 99381 Avg_row_length: 142 Data_length: 14172160Max_data_length: 0 Index_length: 9502720 Data_free: 3145728 Auto_increment: 100001 Create_time: 2024-06-19 11:11:27 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 (0.00 sec)
复制代码
打开 Rapid 引擎的总控制开关，并把启用阈值调小
greatsql> SET GLOBAL use_secondary_engine = ON;greatsql> SET GLOBAL secondary_engine_cost_threshold = 0;
复制代码
secondary_engine_cost_threshold 的值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: 99381 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 0.12 秒，比之前提升近 41 倍！
# 第一次100 rows in set (0.17 sec)# 第二次100 rows in set (0.10 sec)# 第三次100 rows in set (0.10 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，才可保证最新数据始终在 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: 2024-06-19 14:13:53 START_GTID: e766387a-2d3f-11ef-8435-00163e8e122e:9-100010:100012,f4248873-2d46-11ef-90f8-00163e832e1f:1-8COMMITTED_GTID_SET: e766387a-2d3f-11ef-8435-00163e8e122e:9-100010:100012,f4248873-2d46-11ef-90f8-00163e832e1f:1-8 READ_GTID: READ_BINLOG_FILE: /data/GreatSQL/binlog.000003 READ_BINLOG_POS: 1906 DELAY: 0 STATUS: RUNNING END_TIME: INFO:
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。
# 从机查看数据是 110000 条和主库一致greatsql> SELECT COUNT(*) FROM htap_test_db.orders;+----------+| COUNT(*) |+----------+| 110000 |+----------+1 row in set (0.01 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: 109381 # 扫描的行数也增加了 filtered: 33.33 Extra: Using where; Using filesort; Using secondary engine RAPID
复制代码
至此，主从复制和构建 HTAP 专属只读节点完成，接下来是实现读写分离，当然一主一从的情况下是不太需要读写分离中间件的，要中间件的情况是怕 HTAP 专属服务器宕机，这时候主节点就要负责读写了。
实现读写分离
这里使用的是 MySQL Router 中间件实现的读写分离，如果有其它读写分离中间件，例如 MySQL Proxy 等也可以替换。
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
把 MySQL Router 配置模板拷贝出来放到 /etc/mysqlrouter 目录下，并改名为 mysqlrouter.conf
$ cp /usr/local/mysql-router-8.4.0-linux-glibc2.17-x86_64/share/doc/mysqlrouter/sample_mysqlrouter.conf /etc$ mv /etc/sample_mysqlrouter.conf /etc/mysqlrouter.conf
复制代码
修改 MySQL Router 配置文件
$ vim /etc/mysqlrouter.conf[DEFAULT]logging_folder = /usr/local/mysql-router-8.4.0-linux-glibc2.17-x86_64/log/mysql-routerplugin_folder = /usr/local/mysql-router-8.4.0-linux-glibc2.17-x86_64/lib/mysqlrouter/runtime_folder = /var/runconfig_folder = /etc/
[logger]level = debug
# 主节点故障转移配置[routing:basic_failover]# 写节点地址bind_address=192.168.6.215# 写节点端口bind_port = 7001# 模式，读写mode = read-writedestinations = 192.168.6.215:3306routing_strategy=first-available# 从节点负载均衡配置[routing:balancing]# 绑定的IP地址bind_address=192.168.6.215# 监听的端口bind_port = 7002# 连接超时时间connect_timeout = 3# 后端服务器地址destinations = 192.168.6.214:3306,192.168.6.215:3306# 模式:读还是写mode = read-onlyrouting_strategy=first-available[keepalive]interval = 60
复制代码
这里从节点负载均衡配置采用 first-available，优先使用 HTAP 服务器。若专属 HTAP 服务器宕机，可自动切换使用主节点查询
启动 MySQL Router
$ mysqlrouter --config /etc/mysqlrouter.conf &
复制代码
查看监听端口是否启用
$ netstat -ntlp |grep mysqlroutertcp6 0 0 ::1:7001 :::* LISTEN 14404/./mysqlrouter tcp6 0 0 ::1:7002 :::* LISTEN 14404/./mysqlrouter
复制代码
这里演示的是主从复制模式，所以有读写两个端口。在新版本的 MySQL Router 中，在原先的 6446、6447 端口上，新增一个 6450 端口，支持读写分离
测试只读端口是否只连接专属 HTAP 节点
$ for ((i=0;i<=3;i++));do mysql -h192.168.6.215 -uroot -p -P7002 -e"select @@server_id;";done;+-------------+| @@server_id |+-------------+| 2 |+-------------++-------------+| @@server_id |+-------------+| 2 |+-------------++-------------+| @@server_id |+-------------+| 2 |+-------------+
复制代码
自此构建高效 HTAP 服务器架构（主从复制）完成！
评论