作者:勇淑丁 | 来源:互联网 | 2023-10-14 13:26
笔者所有文章第一时间发布于:
hhbbz的个人博客
为什么需要数据平衡分布
在一个集群的环境中,我们往往希望能更好的利用分布式的优势,把数据平衡分布在各个节点中,这样有几个好处:
-
这样才能缓存/持久化更多的数据。
-
即使其中一个节点down掉,也不影响其他节点的数据和状态。
-
数据在各个节点中平衡分布,使得资源利用率,单节点的拔插效率更高。
igntie实现分布式存储的配置
Ignite提供了三种不同的缓存操作模式,分区
、复制
和本地
。缓存模型可以为每个缓存单独配置,缓存模型是通过CacheMode
枚举定义的。
分区模式
分区
模式是扩展性最好的分布式缓存模式,这种模式下,所有数据被均等地分布在分区中,所有的分区也被均等地拆分在相关的节点中,实际上就是为缓存的数据创建了一个巨大的内存内分布式存储
。这个方式可以在所有节点上只要匹配总可用存储(内存和磁盘)就可以存储尽可能多的数据,因此,可以在集群的所有节点的内存中可以存储TB级的数据。也就是说,只要有足够多的节点,就可以存储足够多的数据。
与复制
模式不同,它更新是很昂贵的,因为集群内的每个节点都需要更新,而分区模式更新就很廉价,因为对于每个键只需要更新一个主节点(可选择一个或者多个备份节点),不过读取变得较为昂贵,因为只有特定节点才持有缓存的数据。
为了避免额外的数据移动,总是访问恰好缓存有要访问的数据的节点是很重要的,这个方法叫做关联并置
,当工作在分区化缓存时强烈建议使用。
分区化缓存适合于数据量很大而更新频繁的场合。
基线拓扑
基线拓扑是一组Ignite服务端节点,目的是同时在内存以及原生持久化中存储数据。基线拓扑中的节点在功能方面不受限制,并且作为数据和计算的容器,在行为上也和普通的服务端节点一样。可以实现在各个节点的磁盘中平衡存放持久化数据。
在开启持久化之后,集群默认未激活,因此需要先激活集群,再对基线拓扑进行操作。
注意事项
- 基线拓扑是实现分布式存储持久化数据的必要,而partition的缓存模式只是决定了内存数据在各个节点中的分布存放。
- 第一次启动集群时,要等所有节点都单独启动完成之后,再激活集群,才能把集群中所有节点加入到基线拓扑中。
- 可以通过
control.sh
来堆基线拓扑进行操作,添加节点/删除节点。也可通过代码来进行操作:
Ignite ignite = Ignition.start();
ignite.cluster().active(true);
Collection nodes = ignite.cluster().forServers().nodes();
ignite.cluster().setBaselineTopology(nodes);
ignite数据平衡分布的实践场景
内存缓存模式CacheMode
使用分区
,保证数据在各个节点的内存中缓存起来。
-
第一次环境部署,所有节点要单独启动,所有节点启动完成之后调用激活集群接口,ignite自动将所有节点集群,并且初始化基线拓扑,把所有节点都在基线拓扑变为上线状态。
-
集群中所有节点挂掉,即所有节点在基线拓扑中处于下线状态,这时候启动其中一个节点会自动从原先的基线拓扑中变为上线状态,后续其他节点也是,然后触发数据平衡。
-
集群中单个节点挂掉,即在基线拓扑中处于下线状态,那直接启动这个节点就行,会自动从原先的基线拓扑中上线然后数据平衡
-
要把新节点加入到已激活的集群,并且加入到集群中的基线拓扑中的话,要调用激活集群接口(接口ip是当前节点或者是集群中任意一个节点的都可以),或者使用./control.sh --baseline add
命令加入集群的基线拓扑后,集群会把部分数据分布到新节点中去
-
要把下线节点从集群中删去,并确认不再需要这个节点,也不需要这个节点里面的数据,则把当前节点shutdown掉,然后重新调用激活集群接口即可,同时该节点也无法持有旧数据重新加入集群中。(危险操作)
日志示例
加入新节点前
加入新节点
加入新节点后,尚未激活的集群