Greenplum学习笔记——第二部分：集群部署

Greenplum 安装
前期准备
1、Greenplum集群规划
192.168.5.107 Master sdw1

192.168.5.108 sdw2

192.168.5.109 sdw3

192.168.5.107即作为Master节点也作为Segment节点，正式环境不推荐此做法，正式环境下Master应该单独一台服务器;192.168.5.108、192.168.5.109作为Segment节点，每个机器上配置两个Primary Segment和两个Mirror Segment。

2、操作系统准备
Greenplum没有Windows版本，只能安装在类UNIX的操作系统上，我们选择Centos7进行安装。

3、数据库存储
对于Greenplum数据库来说，在性能上磁盘IO很容易成为瓶颈，由于数据库的特性，每一个SQL基本都是对全部数据进行分析，每次处理的数据量非常大，数据基本上都是没有缓存的（数据字典除外），极度消耗IO资源（全表扫描主要都是顺序IO）,所以Greenplum对于存储的要求比较高。在文件系统上，Linux下建议使用XFS，在Solaris下建议使用ZFS，对于性能有更高的要求，可以选择Raid 1+0。

4、网络
在确定机器配置时，要保证所有机器的网络都是通的，并且每台机器的防火墙都是关闭的，避免存在网络不通的问题。

在配置/etc/hosts时，习惯将Master机器叫做mdw，将Segment机器叫做sdw，配置好后，使用ping命令确定所有hostname都是通的。

在所有机器配置：

# dw-greenplum-* 是机器主机名
192.168.5.107 dw-greenplum-1 mdw sdw1
192.168.5.108 dw-greenplum-2 sdw2
192.168.5.109 dw-greenplum-3 sdw3

5、时间
方法一：启用master节点上的NTP，并在Segment节点上配置和启用NTP。

方法二：同步其他机器的时间，需要确保目标机器已经开启了NTP服务。

1、安装ntpdate

yum install ntpdate -y

2、同步时间

# 同步目标主机时间，需要确保目标机器已经开启了NTP服务
ntpdate -u 目标主机

系统配置
1、配置Selinux
临时关闭：输入命令setenforce 0，重启系统后还会开启。

永-久关闭：输入命令vi /etc/selinux/config，将SELINUX=enforcing改为SELINUX=permissive，然后保存退出。

2、服务器参数调整
~ cat /etc/sysctl.conf

kernel.shmmax = 500000000
kernel.shmmni = 4096
kernel.shmall = 4000000000
kernel.sem = 50100 128256000 50100 2560
kernel.sysrq = 1
kernel.core_uses_pid = 1
kernel.msgmnb = 65536
kernel.msgmax = 65536
kernel.msgmni = 2048
net.ipv4.tcp_syncookies = 1
net.ipv4.ip_forward = 0
net.ipv4.conf.default.accept_source_route = 0
net.ipv4.tcp_tw_recycle = 1
net.ipv4.tcp_max_syn_backlog = 4096
net.ipv4.conf.defalut.arp_filter = 1
net.ipv4.conf.all.arp_filter = 1
net.ipv4.ip_local_port_range = 10000 65535
net.core.netdev_max_backlog = 10000
net.core.rmem_max = 2097152
net.core.wmem_max = 2097152
vm.overcommit_memory = 2
kernel.core_pattern = /var/core/core.%h.%t


3、系统资源限制调整
~ cat /etc/security/limits.conf

* soft nofile 65536
* hard nofile 65536
* soft nproc 131072
* hard nproc 131072
* soft core unlimited

4、创建用户及用户组
创建gpadmin用户及用户组，将其作为安装Greenplum的操作系统用户

创建新的用户和用户组：

groupadd -g 530 gpadmin
useradd -g 530 -u 530 -m -d /home/gpadmin -s /bin/bash gpadmin

对文件夹进行赋权，为新用户创建密码：

chown -R gpadmin:gpadmin /home/gpadmin
passwd gpadmin

Greenplum安装
1、安装数据库软件
下载地址：https://network.pivotal.io/products/vmware-tanzu-greenplum 选择所需要的下载版本与对应的操作系统，下载时需要注册一个Greenplum用户，请耐心注册。

当下载好安装包后你已经成功一半了。

以6.16.1为例：

安装包名称：greenplum-db-6.16.1-rhel7-x86_64.rpm

安装步骤：

（1）执行yum 安装 或 rpm安装，大家安装时不要紧张，Greenplum软件按照相对简单，按步骤执行就好。

yum install greenplum-db-6.16.1-rhel7-x86_64.rpm -y
或
rpm -ivh greenplum-db-6.16.1-rhel7-x86_64.rpm

默认的安装路径是/usr/local，当软件安装成功后，需要修改该路径gpadmin操作权限：

chown -R gpadmin:gpadmin /usr/local

这时切换到gpadmin，刷新Greenplum环境变量查看Greenplum是否安装完成

$ su - gpadmin
$ source /usr/local/greenplum-db/greenplum_path.sh
$ gpstate --version
# 显示以下信息说明Greenplum软件安装成功
gpstate version 6.16.1 build commit:10171814c15886ff864fad19b89b3a7c224e0a97

（2）配置集群hostlist文件，打通节点

a. 创建hostlist文件与seg_hosts文件，hostlist文件包含所有主机信息，seg_hosts包含Segment主机信息。

hostlist

[gpadmin@dw-greenplum-1 ~]$ more hostlist
mdw
sdw1
sdw2
sdw3

seg_hosts

[gpadmin@dw-greenplum-1 ~]$ more seg_hosts
sdw1
sdw2
sdw3

b. 配置ssh免密连接。

$ su - gpadmin
$ source /usr/local/greenplum-db/greenplum_path.sh
$ gpssh-exkeys -f hostlist
# 然后按要求执行即可

测试免密连接是否成功：

# root账号 和 gpadmin账号免密远程Segment节点是否成功
$ ssh sdw2
# gpssh 工具批量控制其他服务器是否成功
$ gpssh -f hostlist
=> pwd
[sdw3] /home/gpadmin
[ mdw] /home/gpadmin
[sdw2] /home/gpadmin
=>

如果使用gpssh-exkeys打通各节点失败，大家可以使用Linux自带的免密登录打通

# 需要在root用户和gpadmin用户都执行，确保集群间能过通过这两个用户免密登录
# 生成密钥
ssh-keygen -t rsa
# 拷贝密钥到其他主机
ssh-copy-id sdw2

2、在Segment节点上安装Greenplum
在各个子节点进行文件夹赋权：

# 创建合适的目录，并为其授权
mkdir /xswork
chown gpadmin:gpadmin work

在主节点打包安装包并复制到各个子节点：

tar -cf /home/gpadmin/gp6.16.tar.gz greenplum-db-6.16.1/
cd /usr/local
chown gpadmin:gpadmin gp6.16.tar.gz
su - gpadmin
gpscp -f hostlist gp6.16.tar.gz =:/xswork/

这个时候如果没有意外，greenplum的文件已经复制到各个Segment机器的/xswork目录下了，可以去各个字节点检查一下

su - gpadmin
gpssh -f seg_hosts
=> cd /xswork
[sdw2]
[sdw3]
[sdw1]
=> ll
[sdw2] total 535780
[sdw2] -rw-------. 1 gpadmin gpadmin 548638720 Jul 6 15:22 gp6.16.tar.gz
[sdw3] total 535780
[sdw3] -rw-------. 1 gpadmin gpadmin 548638720 Jul 6 15:22 gp6.16.tar.gz
[sdw1] total 535780
[sdw1] -rw-------. 1 gpadmin gpadmin 548638720 Jul 6 15:21 gp6.16.tar.gz
=>

没有问题的话批量解压：

su - gpadmin
gpssh -f seg_hosts
=> cd /xswork
[sdw3]
[sdw1]
[sdw2]
=> tar -xf gp6.16.tar.gz
[sdw3]
[sdw1]
[sdw2]
#建立软链接
=> ln -s greenplum-db-6.16.1 greenplum-db
[sdw3]
[sdw1]
[sdw2]
=>


3、初始化集群
（1）创建资源目录

# 主节点上执行
su - gpadmin
# 创建主节点目录
mkdir -p /xswork/data/master/gpseg-1
# 创建各个Segment节点目录
gpssh -f seg_hosts
# 因为我们每个集群计划部署两个Segment节点与镜像，因此创建两个目录即可，也可只创建/xswork/primary 和 /xswork/mirror目录，初始化时会按目录有区分，这个根据个人喜好创建
=> mkdir -p /xswork/primary/gpdatap1
=> mkdir -p /xswork/primary/gpdatap2
=> mkdir -p /xswork/mirror/gpdatam1
=> mkdir -p /xswork/mirror/gpdatam2

（2）配置环境变量

su - gpadmin
# 主节点配置环境变量
vi ~/.bash_profile
# .bash_profile

# Get the aliases and functions
if [ -f ~/.bashrc ]; then
. ~/.bashrc
fi

# User specific environment and startup programs
source /xswork/greenplum-db/greenplum_path.sh
export MASTER_DATA_DIRECTORY=/xswork/data/master/gpseg-1/gpseg-1
export PGPORT=12354
export PGDATABASE=testDB
PATH=$PATH:$HOME/.local/bin:$HOME/bin

export PATH



主节点配置好后复制到Segment节点

（3）初始化前测试集群机器的性能

网络测试：

gpcheckperf -d 目录 upload -r N -f 主机列表文件

文件系统性能验证：

gpcheckperf -d 目录1 -d 目录2 upload -r ds -D -f 主机列表文件

（4）执行初始化

初始化 Greenplum 配置文件模板都在/usr/local/greenplum-db/docs/cli_help/gpconfigs目录下,gpinitsystem_config是初始化 Greenplum 的模板。

gpinitsystem_config

# FILE NAME: gpinitsystem_config

# Configuration file needed by the gpinitsystem

################################################
#### REQUIRED PARAMETERS
################################################

#### Name of this Greenplum system enclosed in quotes.
ARRAY_NAME="Greenplum Data Platform"

#### Naming convention for utility-generated data directories.
SEG_PREFIX=gpseg

#### Base number by which primary segment port numbers
#### are calculated.
PORT_BASE=6000

#### File system location(s) where primary segment data directories
#### will be created. The number of locations in the list dictate
#### the number of primary segments that will get created per
#### physical host (if multiple addresses for a host are listed in
#### the hostfile, the number of segments will be spread evenly across
#### the specified interface addresses).
declare -a DATA_DIRECTORY=(/xswork/primary/gpdatap1 /xswork/primary/gpdatap2)

#### OS-configured hostname or IP address of the master host.
MASTER_HOSTNAME=mdw

#### File system location where the master data directory
#### will be created.
MASTER_DIRECTORY=/xswork/data/master/gpseg-1

#### Port number for the master instance.
MASTER_PORT=5432

#### Shell utility used to connect to remote hosts.
TRUSTED_SHELL=ssh

#### Maximum log file segments between automatic WAL checkpoints.
CHECK_POINT_SEGMENTS=8

#### Default server-side character set encoding.
ENCODING=UNICODE

################################################
#### OPTIONAL MIRROR PARAMETERS
################################################

#### Base number by which mirror segment port numbers
#### are calculated.
MIRROR_PORT_BASE=7000

REPLICATION_PORT_BASE=8000
MIRROR_REPLICATION_PORT_BASE=9000
#### File system location(s) where mirror segment data directories
#### will be created. The number of mirror locations must equal the
#### number of primary locations as specified in the
#### DATA_DIRECTORY parameter.
declare -a MIRROR_DATA_DIRECTORY=(/xswork/mirror/gpdatam1 /xswork/mirror/gpdatam2)


################################################
#### OTHER OPTIONAL PARAMETERS
################################################

#### Create a database of this name after initialization.
#DATABASE_NAME=name_of_database

#### Specify the location of the host address file here instead of
#### with the -h option of gpinitsystem.
MACHINE_LIST_FILE=/home/gpadmin/seg_hosts


执行初始化

gpinitsystem -c gpconfigs/gpinitsystem_config

然后按要求执行整个集群就初始化完成了。

总结
安装Greenplum主要有以下步骤：

1、集群的规划与服务器准备；

2、服务器的配置；

3、在Master安装Greenplum软件，这一步在Master节点操作就好；

4、复制Master安装好的Greenplum软件到Segment节点中；

5、配置gpinitsystem_config配置文件，需要注意的是MASTER_DIRECTORY、DATA_DIRECTORY、MIRROR_DATA_DIRECTORY参数；

6、执行初始化 gpinitsystem -c gpconfigs/gpinitsystem_config，初始化时如果不指定主机，则默认使用gpinitsystem_config配置中MACHINE_LIST_FILE指定的主机列表；

本文来源：https://blog.csdn.net/xingshiyunwei/article/details/126128180