安装配置和启动GDS

操作场景

GaussDB(DWS)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

GDS的版本需与集群版本保持一致（如：GDS V100R008C00版本与DWS 1.3.X版本配套），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GaussDB(DWS)软件包解压缩自带的GDS进行安装配置和启动。在导入导出开始时，GaussDB(DWS)也会进行两端的版本一致性检测，不一致时会在屏幕上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();

操作步骤

1. 在使用GDS导入/导出数据前，请先参考教程：使用GDS从远端服务器导入数据中的步骤：“准备ECS作为GDS服务器”、“下载GDS工具包”。
2. 以root用户登录待安装GDS的数据服务器，创建存放GDS工具包的目录。

   mkdir -p /opt/bin/dws

3. 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GDS工具包“dws_client_8.x.x_suse_x64.zip”上传至上一步所创建的目录中。

4. （可选）如果使用SSL加密传输，请一并上传SSL证书至2所创建的目录下。
5. 在工具包所在目录下，解压工具包。

   cd /opt/bin/dws
   unzip dws_client_8.x.x_suse_x64.zip

6. 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

7. 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/dws/gds
   chown -R gds_user:gdsgrp /input_data 

8. 切换到gds_user用户。

   su - gds_user

   若当前集群版本为8.0.x及以前版本，请跳过9，直接执行10。

   若当前集群版本为8.1.x版本，则正常执行以下步骤。

9. 执行环境依赖脚本（仅8.1.x版本适用）。

   cd /opt/bin/dws/gds/bin
   source gds_env

10. 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：

    方式一：直接使用“gds”命令，在命令项中设置启动参数。

    方式二：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，推荐使用第二种方式以配置文件的形式提升启动效率。

    • 方式一：直接使用“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

        示例：

        /opt/bin/dws/gds/bin/gds -d /input_data/ -p 192.168.0.90:5000 -H 10.10.0.1/24 -l /opt/bin/dws/gds/gds_log.txt -D -t 2

      • 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 --ssl-dir Cert_file

        示例：

        以4中SSL证书已上传至/opt/bin为例，命令如下。

        /opt/bin/dws/gds/bin/gds -d /input_data/ -p 192.168.0.90:5000 -H 10.10.0.1/24 -l /opt/bin/dws/gds/gds_log.txt -D --enable-ssl --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监听IP和监听端口。默认值为：127.0.0.1，需要替换为能跟GaussDB(DWS)通信的万兆网IP。监听端口的取值范围：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(DWS)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(DWS)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/dws/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(DWS)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：启用SSL加密方式传输数据。
      • --ssl-dir Cert_file：SSL证书所在目录。需与4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gds命令简介。
    • 方式二：将启动参数写进配置文件“gds.conf”后， 使用“gds_ctl.py”命令启动。
      1. 使用如下命令，进入GDS工具包的“config”目录下，配置“gds.conf”文件。“gds.conf”配置详细信息请参考表1。

         vim /opt/bin/dws/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监听端口为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。该目录需要拥有GDS读写权限的用户自行创建。
         • 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。该目录需要拥有GDS读写权限的用户自行创建。
         • 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/dws/gds/bin
         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 < size < 1TB)
          -S size           Set size of data segment.(1MB < size < 100TB)
          -t worker_num     Set number of worker thread in multi-thread mode, the upper limit is 200. If without setting, the default value is 8.
          -s status_file    Enable GDS status report.
          -D                Run the GDS as a daemon process.
          -r                Read the working directory recursively.
          -h                Display usage.

gds.conf参数说明