文档首页/ 云数据库 GaussDB/ 开发指南（分布式_V2.0-2.x）/
更新时间：2024-08-30 GMT+08:00
查看PDF
分享

安装配置和启动GDS

操作场景

GaussDB提供了数据服务工具GDS来帮助分发待导入的用户数据及实现数据的高速导入。GDS需部署到数据服务器上。

数据量大，数据存储在多个服务器上时，在每个数据服务器上安装配置、启动GDS后，各服务器上的数据可以并行入库。GDS在各台数据服务器上的安装配置和启动方法相同，本节以一台服务器为例进行说明。

背景信息

  1. GDS支持在x86/ARM平台如下的操作系统中安装：EulerOS 2.5/2.8。
  2. GDS的版本需与集群版本保持一致，否则可能会出现导入导出失败或导入导出进程停止响应等情况。

    因此请勿使用历史版本的GDS进行导入。数据库版本升级后，请按照操作步骤中的办法下载新版本的GDS进行安装配置和启动。在导入导出开始时，GaussDB也会进行两端的版本一致性检测，不一致时会大屏显示报错信息并终止对应操作。

    GDS的版本号的查看办法为：在GDS工具的解压目录下执行如下命令。

    gds -V

    数据库版本的查看办法为：连接数据库后，执行如下SQL命令查看。

    1
    		 
    SELECT version();
  • GDS所在的数据服务器必须按照推荐的操作系统以及通信参数进行配置，与集群的配置参数保持一致，确保GDS数据服务器与集群通信正常，避免发生网络断连等问题，影响业务的正常执行。
    当前巡检包可以完成单机的系统参数检查，具体巡检步骤为：
    1. 拷贝巡检包到GDS数据服务器。
    2. 执行如下命令，检查系统配置参数。 
      gs_check -i CheckSysParams -L
    3. 根据提示，对与期望值不匹配参数进行修改，再次执行上述命令进行验证。

      假设遇到提示信息“Warning reason: variable 'net.ipv4.tcp_retries1' RealValue '3' ExpectedValue '5'.”，则使用如下命令：

      vim /etc/sysctl.conf //设置参数net.ipv4.tcp_retries1=5
sysctl -p //使参数生效

操作步骤

  1. 登录待安装GDS的数据服务器，创建GDS专有用户及其所属的用户组。此用户用于启动GDS及读取源数据。 

    groupadd gdsgrp
useradd -g gdsgrp gds_user

  2. 切换到gds_user用户。 

    su - gds_user

  3. 创建存放GDS工具包的目录/opt/bin。 

    mkdir -p /opt/bin

  4. 分别修改工具包和数据源文件目录属主为GDS专有用户。 

    chown -R gds_user:gdsgrp /opt/bin/gds 
chown -R gds_user:gdsgrp /input_data

  5. 将GDS工具包上传至上一步所创建的目录中。

    以上传SUSE Linux版本的工具包为例 ，将软件安装包中的GDS工具包“GaussDB-Kernel-VxxxRxxxCxx-SUSE11-64bit-Gds.tar.gz”上传至上一步所创建的目录中。

  6. （可选）如果使用SSL加密传输，请一并上传SSL证书至1所创建的目录下。

    GaussDB预置了这些证书，放置在了数据目录$GAUSSHOME/share/sslcert/gds下。请下载并上传。

  7. 在工具包所在目录下，解压工具包。 

    cd /opt/bin
tar -zxvf GaussDB-Kernel-VxxxRxxxCxx-SUSE11-64bit-Gds.tar.gz
export LD_LIBRARY_PATH="/opt/bin/lib:$LD_LIBRARY_PATH"  // GDS依赖了Cjson动态库，使用时，需配置动态库路径。

  8. 启动GDS服务。

    GDS是绿色软件，解压后启动即可。GDS启动方式有两种。一种是直接使用“gds”命令，在命令项中设置启动参数。另一种是将启动参数写进配置文件“gds.conf”后， 使用“gds_ctl.py”命令启动。对于集中一次性导入的场景推荐使用第一种方式。对于需要隔段时间再次导入的场景，推荐配置文件的形式以提升启动效率。
    • 使用“gds”命令，启动GDS。
      • 非SSL模式传输数据的情况下，启动GDS。 
        gds -d dir -p ip:port -H address_string -l log_file -D -t worker_num --enable-ssl off

        示例：

        /opt/bin/gds/gds -d /input_data/ -p 192.168.0.90:5000 -H 10.10.0.1/24 -l /opt/bin/gds/gds_log.txt -D -t 2 --enable-ssl off
      • 使用SSL加密方式传输数据的情况下，启动GDS。 
        gds -d dir -p ip:port -H address_string -l log_file -D 
-t worker_num --enable-ssl on --ssl-dir Cert_file

        示例：

        以6中SSL证书以上传至/opt/bin为例，命令如下。 
        /opt/bin/gds/gds -d /input_data/ -p 192.168.0.90:5000 -H 10.10.0.1/24 -l /opt/bin/gds/gds_log.txt -D --enable-ssl on --ssl-dir /opt/bin/

      命令中的斜体部分请根据实际替换。

      • -d dir：保存有待导入数据的数据文件所在目录。本教程中为“/input_data/”。
      • -p ip:port：GDS侦听IP和侦听端口。默认值为：127.0.0.1，需要替换为能跟GaussDB通信的万兆网IP。侦听端口的取值范围：1024~65535。默认值为：8098。本教程配置为：192.168.0.90:5000。
      • -H address_string：允许哪些主机连接和使用GDS服务。参数需为CIDR格式。此参数配置的目的是允许GaussDB集群可以访问GDS服务进行数据导入。所以请保证所配置的网段包含GaussDB集群各主机。
      • -l log_file：存放GDS的日志文件路径及文件名。本教程为“/opt/bin/gds/gds_log.txt”。
      • -D：后台运行GDS。仅支持Linux操作系统下使用。
      • -t worker_num：设置GDS并发线程数。GaussDB及数据服务器上的I/O资源均充足时，可以加大并发线程数。

        GDS是根据导入事务并发数来决定服务运行线程数的。也就是说即使启动GDS时设置了多线程，也并不会加速单个导入事务。未做过人为事务处理时，一条INSERT语句就是一个导入事务。

      • --enable-ssl：选择SSL加密方式传输数据。默认on开启，使用默认时可不输入该参数，但应添加--ssl-dir添加SSL证书目录。
      • --ssl-dir Cert_file：SSL证书所在目录。需与6中的证书保存目录保持一致。
      • 关于更多参数的设置信息请参考请参见《工具参考》中“服务端工具 > gds > 参数说明”章节。
    • 使用“gds_ctl.py”命令，启动GDS。
      1. 使用如下命令，进入GDS工具包的“config”目录下，配置“gds.conf”文件。此时开启的GDS服务为非ssl模式。“gds.conf”配置详细信息请参考表1。 
        vim /opt/bin/gds/config/gds.conf

        示例：

        配置“gds.conf”文件如下：

        <?xml version="1.0"?>
<config>
<gds name="gds1" ip="192.168.0.90" port="5000" data_dir="/input_data/" err_dir="/err" data_seg="100MB" err_seg="100MB" log_file="/log/gds_log.txt" host="10.10.0.1/24" daemon='true' recursive="true" parallel="32"></gds>
</config>

        配置文件信息如下：

        • 数据服务器所在IP为192.168.0.90，GDS侦听端口为5000。
        • 数据文件存放在“/input_data/”目录下。
        • 错误日志文件存放在“/err”目录下。
        • 单个数据文件大小为100MB。
        • 每个错误日志大小为100MB。
        • 日志保存在“/log/gds_log.txt”文件中。
        • 只允许IP为10.10.0.*的节点进行连接。
        • GDS进程以后台方式运行。
        • 递归数据文件目录。
        • 指定并发导入工作线程数目为2。
      2. 执行如下命令启动GDS并确认GDS是否启动成功。 
        python3 gds_ctl.py start

        示例：

        cd /opt/bin/gds
python3 gds_ctl.py start
Start GDS gds1                  [OK]
gds [options]:
 -d dir            Set data directory.
 -p port           Set GDS listening port.
    ip:port        Set GDS listening ip address and port.
 -l log_file       Set log file.
 -H secure_ip_range
                   Set secure IP checklist in CIDR notation.                   Required for GDS to start.
 -e dir            Set error log directory.
 -E size           Set size of per error log segment.(0 < si                   ze < 1TB)
 -S size           Set size of data segment.(1MB < size < 10                   0TB)
 -t worker_num     Set number of worker thread in multi-thre                   ad mode, the upper limit is 32. If withou                   t setting, the default value is 1.
 -s status_file    Enable GDS status report.
 -D                Run the GDS as a daemon process.
 -r                Read the working directory recursively.
 -h                Display usage.

由于GDS的二进制使用依赖一些公共库文件，当GDS服务部署在集群外的物理节点且GDS所在的物理环境不能提供此类库文件或相关库文件版本出现不兼容时，在启动时可能出现类似“/lib64/libstdc++.so.6: version `GLIBCXX_3.4.20' not found”报错。此时请先尝试到集群所在物理节点，在$GAUSSHOME/lib目录下拷贝相应的库文件（如libstdc++.so.6或libgcc_s.so.1）至步骤4中的目录并重复步骤4中的环境变量设置，成功后重试GDS启动步骤。

若以上做法无法解决，说明GDS不支持当前物理环境或平台，建议GDS所使用物理环境对齐集群节点所在物理环境，请切换到支持的物理环境后再重试。

gds.conf参数说明

表1 gds.conf配置说明

属性

说明

取值范围

name

标识名。

-

ip

侦听ip地址。

IP需为合法IP地址。

IP的默认值：127.0.0.1

port

侦听端口号。

取值范围：1024~65535，正整数。

默认值：8098。

data_dir

数据文件目录。

-

err_dir

错误日志文件目录。

默认值：数据文件目录

log_file

日志文件路径。

-

host

设置允许连接到GDS的主机IP地址（参数为CIDR格式，仅支持linux系统）。

-

recursive

是否递归数据文件目录。

取值范围：

  • true：递归 。
  • false：不递归。

默认值：false。

daemon

是否以DAEMON（后台）模式运行。

取值范围：

  • true：以DAEMON模式运行。
  • false：不以DAEMON模式运行。

默认值：false。

parallel

导入工作线程并发数目。

取值范围：0~32，正整数。

默认值：1。

相关文档