数据加载及集成
- 数据加载
GBase 8a MPP Cluster中,集群加载功能直接集成在GBase 8a MPP Cluster内部,不需要额外部署外部加载工具。
加载工具具备如下一些特性和优点:
1)与集群高度集成,方便部署;
2)支持SQL及外部工具的加载方式;面向用户的SQL接口方式使集群和单机加载方式统一,更符合用户的使用习惯;
3)支持单表多数据源并行加载,支持多加载机对单表的并行加载,最大化加载性能;
4)支持从通用数据服务器拉取数据,支持ftp/http/hdfs/RESTFUL/Kafka等多种文件传输协议;
5)支持普通文本、gzip压缩、snappy压缩等多种格式数据文件;
6)支持普通文本、定长文本、宽松模式的加载;
7)支持错误数据溯源功能,可以准确定位错误数据在源文件中的位置;
8)加载性能可以随着集群规模的扩展而持续提升。
- kafka数据集成
数据同步系统通过OGG复制Oracle的业务数据到8a MPP,为了应对业务系统可能的峰值,在系统中加入Kafka消息队列作为缓冲区。总体流程如下:
OGG发送端(GoldenGate Extract)从Oracle的在线日志和归档日志中抽取事务信息,生成Trail文件。OGG接收端(GoldenGate Replicat)收到Trail文件抽取事务信息转换为目标格式,并生产事务消息到Kafka。Consumer从Kafka中消费事务消息,将数据更新到8a MPP Cluster中。
Kafka consumer的主要功能就是同步Kafka数据到8a MPP Cluster:
1) 根据配置,可以指定需要同步的业务;
2) 在同步过程中,提供同步状态查询功能;
3) 实现数据同步的高可用性和事务数据一致性;
虚拟集群及镜像集群
- 虚拟集群
虚拟集群以大规模集群为基础开发,一个集群中包含多个VC。各VC在整个集群范围内独立运行,共享统一的入口。权限许可的情况下,各虚拟集群间可以相互访问。
支持Coordinator node和VC的data node在同一个物理节点上。
统一管理
在集群内部进行虚拟集群划分,在增强集群的扩展能力同时,提供统一的管理视图,集群可以达到千节点规模。
统一入口
用户选择Coordinator cluster中的任意一个Coordinator node作为集群入口。Coordinator node根据用户确定默认VC。
注:coordinator节点存储了所有VC的database和表的元数据。
业务隔离
虚拟集群对集群进行垂直资源隔离,在实际的业务场景中,可以实现不同业务的资源物理隔离。
透明访问
虚拟集群提供统一的访问入口(能够实现对仓库和集市的统一访问入口),应用对多个物理集群的访问对应用是透明的,对应用来说就是一个统一的集群。
镜像集群
虚拟集群的镜像功能有以下特点:
镜像表数据是主表数据的实时备份,对主表的修改将实时同步到镜像表。
高可用:主表有了镜像关系后,对于SELECT模块相当于主表多出了分片备份。SELECT模块可以利用多出的备份提升SELECT高可用能力。
灾备:支持同城异地部署集群。确保机房断电、集群整体断电、重启、交换机损坏等重大故障时,数据的完整性和一致性。可提供集群极端异常情况下的集群高可用、高可靠保障。
支持以库为单位创建、删除镜像关系。库下所有表都将创建镜像。库下所有函数、存储过程和视图都会同步在目标库下创建。