DolphinDB提供数据、元数据以及客户端的高可用方案,使得数据库节点发生故障时,数据库依然可以正常运作,保证业务不会中断。
与其它时序数据库不同的是,DolphinDB的高可用确保强一致性。
1. 概述
DolphinDB采用多副本机制,相同数据块的副本存储在不同的数据节点上。即使集群中某个或多个数据节点宕机,只要集群中还有至少1个副本可用,那么数据库就可以提供服务。
元数据存储在控制节点上。为了保证元数据的高可用,DolphinDB采用Raft协议,通过构建多个控制节点来组成一个Raft组,只要宕机的控制节点少于半数,集群仍然可提供服务。
DolphinDB API提供了自动重连和切换机制,如果当前连接的数据节点宕机,API会尝试重连,若重连失败就会自动切换连接到其他数据节点执行任务。切换数据节点对用户是透明的,用户不会感知到当前连接的节点已经切换。
如果要使用高可用功能,请先部署DolphinDB集群。高可用功能仅在集群中支持,在单实例中不支持。集群部署请参考多服务器集群部署教程。
2. 数据高可用
为了保证数据的安全和高可用,DolphinDB支持在不同的服务器上存储多个数据副本,并且数据副本之间保持强一致性。即使一台机器上的数据损坏,也可以通过访问其他机器上的副本数据来保证数据服务不中断。
副本的个数可由在controller.cfg中的dfsReplicationFactor参数来设定。例如,把副本数设置为2:
dfsReplicationFactor=2
默认情况下,DolphinDB允许相同数据块的副本分布在同一台机器上。为了保证数据高可用,需要把相同数据块的副本分布在不同的机器上。可在controller.cfg添加以下配置项:
dfsReplicaReliabilityLevel=1
下面通过一个例子直观地解释DolphinDB的数据高可用。首先,在集群的数据节点上执行以下脚本以创建数据库:
n=1000000date=rand(2018.08.01..2018.08.03,n)sym=rand(`AAPL`MS`C`YHOO,n)qty=rand(1..1000,n)price=rand(100.0,n)t=table(date,sym,qty,price)if(existsDatabase(\"dfs://db1\")){dropDatabase(\"dfs://db1\")}db=database(\"dfs://db1\",VALUE,2018.08.01..2018.08.03)trades=db.createPartitionedTable(t,`trades,`date).append!(t)
分布式表trades被分成3个分区,每个日期表示一个分区。DolphinDB的Web集群管理界面提供了DFS Explorer,可以方便地查看数据分布情况。trades表各个分区的分布情况如下图所示:
以20180801这个分区为例,Sites列显示,date=2018.08.01的数据分布在18104datanode和18103datanode上。即使18104datanode宕机,只要18103datanode正常,用户仍然对date=2018.08.01的数据进行读写操作。
3. 元数据高可用
数据存储时会产生元数据,例如每个数据块存储在哪些数据节点上的哪个位置等信息。如果元数据不能使用,即使数据块完整,系统也无法正常访问数据。
元数据存放在控制节点。我们可以在一个集群中部署多个控制节点,通过元数据冗余来保证元数据服务不中断。一个集群中的所有控制节点组成一个Raft组,Raft组中只有一个Leader,其他都是Follower,Leader和Follower上的元数据保持强一致性。数据节点只能和Leader进行交互。如果当前Leader不可用,系统会立即选举出新的Leader来提供元数据服务。Raft组能够容忍小于半数的控制节点宕机,例如包含三个控制节点的集群,可以容忍一个控制节点出现故障;包含五个控制节点的集群,可以容忍两个控制节点出现故障。要设置元数据高可用,控制节点的数量至少为3个,同时需要设置数据高可用,即副本数必须大于1。
通过以下例子来介绍如何要为一个已有的集群启动元数据高可用。假设已有集群的控制节点位于P1机器上,现在要增加两个控制节点,分别部署在P2、P3机器上。它们的内网地址如下:
P1: 10.1.1.1P2: 10.1.1.3P3: 10.1.1.5
(1) 修改已有控制节点的配置文件
在P1的controller.cfg文件添加下列参数:dfsReplicationFactor=2, dfsReplicaReliabilityLevel=1, dfsHAMode=Raft。修改后的controller.cfg如下:
localSite=10.1.1.1:8900:controller1dfsReplicationFactor=2dfsReplicaReliabilityLevel=1dfsHAMode=Raft
(2) 部署两个新的控制节点
分别在P2、P3下载DolphinDB服务器程序包,并解压,例如解压到/DolphinDB目录。
在/DolphinDB/server目录下创建config目录。在config目录下创建controller.cfg文件,填写以下内容:
P2
localSite=10.1.1.3:8900:controller2dfsReplicationFactor=2dfsReplicaReliabilityLevel=1dfsHAMode=Raft
P3
localSite=10.1.1.5:8900:controller3dfsReplicationFactor=2dfsReplicaReliabilityLevel=1dfsHAMode=Raft
(3) 修改已有代理节点的配置文件
在已有的agent.cfg文件中添加sites参数,它表示本机器代理节点和所有控制节点的局域网信息,代理节点信息必须在所有控制节点信息之前。例如,P1的agent.cfg修改后的内容如下:
localSite=10.1.1.1:8901:agent1controllerSite=10.1.1.1:8900:controller1sites=10.1.1.1:8901:agent1:agent,10.1.1.1:8900:controller1:controller,10.1.1.3:8900:controller2:controller,10.1.1.5:8900:controller3:controller
如果有多个代理节点,每个代理节点的配置文件都需要修改。
(4) 修改已有控制节点的集群成员配置文件
在P1的cluster.nodes上增加控制节点的局域网信息。例如,P1的cluster.nodes修改后的内容如下:
localSite,mode10.1.1.1:8900:controller1,controller10.1.1.2:8900:controller2,controller10.1.1.3:8900:controller3,controller10.1.1.1:8901:agent1,agent10.1.1.1:8911:datanode1,datanode10.1.1.1:8912:datanode2,datanode
(5) 为新的控制节点添加集群成员配置文件和节点配置文件
控制节点的启动需要cluster.nodes和cluster.cfg。把P1上的cluster.nodes和cluster.cfg复制到P2和P3的config目录。
(6) 启动高可用集群
- 启动控制节点
分别在每个控制节点所在机器上执行以下命令:
nohup ./dolphindb -console 0 -mode controller -home data -config config/controller.cfg -clusterConfig config/cluster.cfg -logFile log/controller.log -nodesFile config/cluster.nodes &
- 启动代理节点
在部署了代理节点的机器上执行以下命令:
nohup ./dolphindb -console 0 -mode agent -home data -config config/agent.cfg -logFile log/agent.log &
启动、关闭数据节点以及修改节点配置只能在Leader的集群管理界面操作。
- 如何判断哪个控制节点为Leader
在浏览器地址栏中输入任意控制节点的IP地址和端口号打开集群管理界面,例如10.1.1.1:8900,点击Node列的控制节点别名controller1进入DolphinDB Notebook。
执行
getActiveMaster()
函数,该函数返回Leader的别名。
在浏览器地址栏中输入Leader的IP地址和端口号打开Leader的集群管理界面。
4. 客户端高可用
使用API与DolphinDB server的数据节点进行交互时,如果连接的数据节点宕机,API会尝试重连,若重连失败会自动切换到其他可用的数据节点。这对用户是透明的。目前只有Java和Python API支持高可用。
API的connect方法如下:
connect(host,port,username,password,startup,highAvailability)
使用connect方法连接数据节点时,只需要指定highAvailability参数为true。
以下例子设置Java API高可用:
import com.xxdb;DBConnection conn = new DBConnection();boolean success = conn.connect(\"10.1.1.1\", 8911,\"admin\",\"123456\",\"\",true);
如果数据节点10.1.1.1:8911宕机,API会自动连接到其他可用的数据节点。
5. 动态增加数据节点
用户可以使用
addNode
命令在线增加数据节点,无需重启集群。
下例中说明如何在新的服务器P4(内网IP为10.1.1.7)上增加新的数据节点datanode3,端口号为8911。
在新的物理服务器上增加数据节点,需要先部署一个代理节点,用于启动该服务器上的数据节点。P4的代理节点的端口为8901,别名为agent2。
在P4上下载DolphinDB程序包,解压到指定目录,例如/DolphinDB。
进入到/DolphinDB/server目录,创建config目录。
在config目录下创建agent.cfg文件,填写如下内容:
localSite=10.1.1.7:8901:agent2controllerSite=10.1.1.1:8900:controller1sites=10.1.1.7:8901:agent2:agent,10.1.1.1:8900:controller1:controller,10.1.1.3:8900:controller2:controller,10.1.1.5:8900:controller3:controller
在config目录下创建cluster.nodes文件,填写如下内容:
localSite,mode10.1.1.1:8900:controller1,controller10.1.1.2:8900:controller2,controller10.1.1.3:8900:controller3,controller10.1.1.1:8901:agent1,agent10.1.1.7:8901:agent2,agent10.1.1.1:8911:datanode1,datanode10.1.1.1:8912:datanode2,datanode
把P1, P2和P3上的cluster.nodes修改为与P4的cluster.nodes相同。
执行以下Linux命令启动P4上的代理节点:
nohup ./dolphindb -console 0 -mode agent -home data -config config/agent.cfg -logFile log/agent.log &
在任意一个数据节点上执行以下命令:
addNode(\"10.1.1.7\",8911,\"datanode3\")
执行上面的脚本后,刷新Web集群管理界面,可以发现新增加的数据节点已经存在,但它处于关闭状态,需要手动启动新增的数据节点。
6. 总结
通过保证数据、元数据服务以及API连接不中断,DolphinDB可以满足物联网、金融等领域24小时不中断提供服务的需求。