ArgoDB Holodesk表格式对应的小文件合并

背景介绍

Holodesk表与Torc表delta跟base文件产生的条件不一样,其所有的写操作都会在底层写入一个新的文件,而不是写入已有文件中。其中,insert操作生成新的base文件, update/delete操作生成新的delta文件。当进行频繁的小数据量的写入操作,会导致出现大量的 base/delta 文件,并且内容很少(KB 级别),因此为了避免出现IO开销大,影响性能,内存占用高等一系列问题,小文件合并功能至关重要。

Holodesk表的合并由compact service组件执行,需要单独安装。

常见的小文件合并功能是通过计算引擎服务来执行 Compact 任务的,可能会占用部分计算资源。新推出的Compact Service则在组件级别做了隔离,开启后不会影响到Quark的查询计算性能,合并效果更好。

Compact类型

Holodesk中的Compact类型主要分为三类:minor,major,full。

Minor

将一个base文件下的多个delta文件合并成一个新的delta文件,并apply到原有的base文件上:


命令:alter table <table_name> compact 'minor';

image.png

Major

将一个base文件和它的所有delta文件合并成一个新的base文件:


命令:alter table <table_name> compact 'major';

image.png

Full

将多个小的base文件合并成一个新的base文件,并且会一并删除delta文件:


命令:alter table <table_name> compact 'full';

image.png

执行方式

A. 同步compact(自动)

安装了compact service,且服务正常的话,compact的任务由compactservice来做。

默认是 compact‘full’,用户可以根据业务特点,自定义小文件自动合并策略,平衡小文件数量和合并开销。

  • holodesk.compaction.trigger.enabled

用于控制是否通过Compact Service 服务执行 Compact 任务。若设置为 false,则由计算引擎服务执行 Compact 任务。

引入版本:2.1作用域:session、global
默认值:true范围:true、false

作用:Compact Service 是 ArgoDB 上的小文件合并专用服务。设置该参数TRUE,能够通过 Compact Service 进行小文件合并任务,小文件合并效果更好。

影响:设置该参数False,则通过计算引擎服务执行 Compact 任务,可能占用计算资源。

限制:如果 Compact Service 服务服务/异常,那么该参数失效,此时通过计算引擎服务执行 Compact 任务。

  • holodesk.fullcompaction.filesize.threshold

用于控制一个 Base 文件是否属于小文件,大于阈值的 Base 文件不是小文件,不会进行 Full Compact

引入版本:2.1作用域:global(通过 Manager 对 Compact Service 设置参数)
默认值:134217728(128M)范围:单位Byte

影响:阈值越大,越容易触发 Full Compact

  • holodesk.fullcompaction.filenum.threshold

用于控制full compact触发阈值,当小文件数量(block)超过阈值时合并

a. 如果是非分区分桶表,那么相同 tablet 上的小文件超过阈值时合并

b. 如果是分区表,那么相同分区,相同 tablet 的小文件超过阈值时合并

c. 如果是分桶表,那么相同bucket,相同 tablet 的小文件超过阈值时合并

d. 如果是分区分桶表,那么相同分区、相同 bucket、相同 tablet 的小文件超过阈值时合并

引入版本:2.1作用域:global(通过 Manager 对 Compact Service 设置参数)
默认值:3范围:[1,+∞)

作用:full compaction 通过合并 base 文件来减少小文件数量

影响:阈值越小,越容易触发 Full Compact

  • holodesk.majorcompaction.delta.filesize.ratio

用于控制 Major Compact 触发阈值,当 delta size/ base size 超过阈值时合并

引入版本:2.1作用域:global(通过 Manager 对 Compact Service 设置参数)
默认值:0.2范围:(0,1)

作用:Major Compact 通过合并 Base 文件以及 Delta 文件来减少小文件数量

影响:阈值越小,越容易触发 Major Compact

  • holodesk.minorcompaction.delta.filenum.threshold

用于控制 Minor Compact 触发阈值,当一个 Base 文件的 Delta 文件数量超过阈值时,触发 delta 文件之间的合并。

引入版本:2.1作用域:global(通过 Manager 对 Compact Service 设置参数)
默认值:3范围:[1,+∞)

作用:Minor Compact 通过合并 Base 文件的多个 Delta 文件来减少小文件数量

影响:阈值越小,越容易触发 Minor Compact

B. 异步compact(手动)

通过 DBA Service 的存储 > 数据库菜单页面,我们可以查看各表当前的小文件数量。在特殊情况下,例如未合理设置自动合并策略或某个表因历史原因小文件数量过多,我们可以通过手动触发下述命令,立即执行小文件合并任务。

  • alter table <table_name> compact ‘full’;
  • alter table <table_name> compact ‘major’;
  • alter table <table_name> compact ‘minor’;

ArgoDB 执行 SQL 任务时,其 Task 数量与数据文件数量(base文件)有关,因此 full compact 能够通过减少数据文件数量来减少 Task 数。

接下来,我们介绍如何通过 DBA Service 查看表的小文件数量,找出异常表后并执行手动 Compact 操作。

  1. 登录 Transwarp Manager 平台。
  2. 选择仪表盘 > 集群页面,单击 DBAService 进入服务详情界面。
  3. 选择角色,然后查看 DBA Service Server 角色网址并访问。
  4. 输入账号和密码,填写验证码后进入 DBAService 首页,然后单击对应的 Qaruk 服务。
  5. 在左侧导航栏,单击存储 > 数据库,然后在统计标签页筛选表类型(如 Holodesk),并基于小文件数量排序,查看是否存在小文件异常多的表。

image.png

6. 单击相关库名后,下拉查看对应的表名,随后登录 ArgoDB 数据库,在业务低峰期执行下述格式的命令,对指定的表执行合并小文件任务。


ALTER TABLE <table_name> compact "full"|"major"|"minor";
  • full:将 base 文件合并成一个 base 文件,并且删除无用的 delta 文件
  • major:将 base 及其 delta 文件合并,生成一个新的 base 文件
  • minor:将 base 的 delta 文件合并,生成一个新的 delta 文件

【示例】
对 demodb 数据库中的 customer 表执行 FULL COMPACT 操作:
ALTER TABLE demodb.customer COMPACT "full";

7. 操作完毕后,可单击顶部的实时标签,查找对应表名以查看小文件数量变化。

8. 检查自动 Compact 相关参数设置,使其覆盖本次出现的表未被自动 Compact 特例情况。

管理 Compact 任务

通过 DBA Service,您可以便捷地监控和管理 Compact 任务,为您的后续操作(例如调整 Compact 频率)提供数据支持。

  1. 登录 Transwarp Manager 平台。
  2. 选择仪表盘 > 集群页面,单击 DBAService 进入服务详情界面。
  3. 选择角色,然后查看 DBA Service Server 角色网址并访问。
  4. 输入账号和密码,填写验证码后进入 DBAService 首页。
  5. 单击 Compact Service 卡片。

image.png

6. 单击左侧导航栏的查询,可查看 Compact 任务的执行情况,例如任务类型、是否成功、耗时等信息。

image.png


通过查询语句的前缀可判断任务类型:
前缀为 Checking:表示为 Compact 检查操作,系统会定期检查表是否满足小文件触发条件。一旦满足,则会自动创建小文件合并任务。
前缀为 isCompact: true:表示 Compact 执行操作,执行小文件合并。

7. 单击左侧导航栏的存储 > 合并,基于阈值来查看是否存在 Compact 慢的表。

本案例中,我们选择最近 7 天中,Compact 任务执行超过 5 分钟,且表的小文件数量大于 10 的条件进行筛选,列出小文件数量最多的 3 个表,我们可以基于此信息判断是否存在较多 Compact 慢的表,然后调整 Compact 参数,例如频率、资源分配等。

image.png

注意事项

① 分桶表:跨分桶不能进行合并

② 分区表:跨分区不能进行合并

  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值