【大数据】Doris 的集群规划和环境准备-Toy模板网

这篇具有很好参考价值的文章主要介绍了【大数据】Doris 的集群规划和环境准备。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Doris 作为一款开源的 MPP 架构 OLAP 数据库，能够运行在绝大多数主流的商用服务器上。为了能够充分运用 MPP 架构的并发优势，以及 Doris 的高可用特性，我们建议 Doris 的部署遵循以下需求。

1.1 环境要求

1.1 Linux 操作系统版本需求

Linux 系统	版本
CentOS	$7.1$ 及以上
Ubuntu	$16.04$ 及以上

操作系统安装要求

# 设置系统最大打开文件句柄数
vi /etc/security/limits.conf 
* soft nofile 65536
* hard nofile 65536

✅ 时钟同步：Doris 的元数据要求时间精度要小于 5000 ms，所以所有集群所有机器要进行时钟同步，避免因为时钟问题引发的元数据不一致导致服务出现异常。
✅ 关闭交换分区（swap）：Linux 交换分区会给 Doris 带来很严重的性能问题，需要在安装之前禁用交换分区。
✅ Linux 文件系统：ext4 和 xfs 文件系统均支持。

1.2 软件需求

软件	版本
Java	$1.8$
GCC	$4.8.2$ 及以上

1.2 硬件要求

开发测试环境

模块	CPU	内存	磁盘	网络	实例数量
Frontend	8核+	8GB+	SSD 或 SATA，10GB+	千兆网卡	1
Backend	8核+	16GB+	SSD 或 SATA，50GB+	千兆网卡	1 - 3

生产环境

模块	CPU	内存	磁盘	网络	实例数量（最低要求）
Frontend	16核+	64GB+	SSD 或 RAID 卡，100GB+	万兆网卡	1 - 3
Backend	16核+	64GB+	SSD 或 SATA，100G+	万兆网卡	3

FE 的磁盘空间主要用于存储元数据，包括日志和镜像（image）。通常从几百 MB 到几个 GB 不等。
BE 的磁盘空间主要用于存放用户数据，总磁盘空间按用户总数据量 × 3（3 副本）计算，然后再预留额外 $40$ 的空间用作后台合并数据以及一些中间数据的存放。
一台机器上可以部署多个 BE 实例，但是只能部署一个 FE。如果需要 3 副本数据，那么至少需要 3 台机器各部署一个 BE 实例（而不是 1 台机器部署 3 个 BE 实例）。多个 FE 所在服务器的时钟必须保持一致（允许最多 5 秒的时钟偏差）。
测试环境也可以仅适用一个 BE 进行测试。实际生产环境，BE 实例数量直接决定了整体查询延迟。
所有部署节点关闭 Swap。

1.3 节点规划

通常我们建议 $10$ ~ $100$ 台左右的机器，来充分发挥 Doris 的性能（其中 3 台部署 FE（HA），剩余的部署 BE）。当然，Doris 的性能与节点数量及配置正相关。在最少 4 台机器（一台 FE，三台 BE，其中一台 BE 混部一个 Observer 的 FE 提供元数据备份），以及较低配置的情况下，依然可以平稳的运行 Doris。

如果 FE 和 BE 混部，需注意资源竞争问题，并保证元数据目录和数据目录分属不同磁盘。Broker 是用于访问外部数据源（如 HDFS）的进程。通常，在每台机器上部署一个 Broker 实例即可。

关于 FE 节点的角色，我们需要注意以下几点：

✅ FE 角色分为 Follower 和 Observer，（Leader 为 Follower 组中选举出来的一种角色，以下统称 Follower）。
✅ FE 节点数据至少为 1（1 个 Follower）。当部署 1 个 Follower 和 1 个 Observer 时，可以实现读高可用。当部署 3 个 Follower 时，可以实现读写高可用（HA）。
✅ Follower 的数量必须为奇数，Observer 数量随意。
✅ 根据以往经验，当集群可用性要求很高时（比如提供在线业务），可以部署 3 个 Follower 和 $1$ ~ $3$ 个 Observer。如果是离线业务，建议部署 1 个 Follower 和 $1$ ~ $3$ 个 Observer。

假设使用 3 个 FE、5 个 BE 节点来搭建 Doris 集群，部署角色如下表所示：

IP	节点名称	角色
`192.168.1.10`	doris-fe-01	Leader、Broker
`192.168.1.11`	doris-fe-02	Follower、Broker
`192.168.1.12`	doris-fe-03	Follower、Broker
`192.168.1.13`	doris-be-01	BE
`192.168.1.14`	doris-be-02	BE
`192.168.1.15`	doris-be-03	BE
`192.168.1.16`	doris-be-04	BE
`192.168.1.17`	doris-be-05	BE

1.4 通信端口

Doris 各个实例直接通过网络进行通讯。以下表格展示了所有需要的端口。

实例名称	端口名称	默认端口	通讯方向	说明
BE	`be_port`	$9060$	FE → BE	BE 上 Thrift Server 的端口，用于接收来自 FE 的请求
BE	`webserver_port`	$8040$	BE ↔ BE	BE 上的 HTTP Server 的端口
BE	`heartbeat_service_port`	$9050$	FE → BE	BE 上心跳服务端口（Thrift），用于接收来自 FE 的心跳
BE	`brpc_port`	$8060$	FE ↔ BE，BE ↔ BE	BE 上的 bRPC 端口，用于 BE 之间通讯
FE	`http_port`	$8030$	FE ↔ FE，用户 ↔ FE	FE 上的 HTTP Server 端口
FE	`rpc_port`	$9020$	BE → FE，FE ↔ FE	FE 上的 Thrift Server 端口，每个 FE 的配置需要保持一致
FE	`query_port`	$9030$	用户 ↔ FE	FE 上的 MySQL Server 端口
FE	`arrow_flight_sql_port`	$9040$	用户 ↔ FE	FE 上的 Arrow Flight SQL Server 端口
FE	`edit_log_port`	$9010$	FE ↔ FE	FE 上的 BDB JE 之间通信用的端口
Broker	`broker_ipc_port`	$8000$	FE → Broker，BE → Broker	Broker 上的 Thrift Server，用于接收请求

当部署多个 FE 实例时，要保证 FE 的 http_port 配置相同。部署前请确保各个端口在应有方向上的访问权限。

1.5 IP 地址绑定

因为有多网卡的存在，或因为安装过 Docker 等环境导致的虚拟网卡的存在，同一个主机可能存在多个不同的 IP。当前 Doris 并不能自动识别可用 IP。所以当遇到部署主机上有多个 IP 时，必须通过 priority_networks 配置项来强制指定正确的 IP。

priority_networks 是 FE 和 BE 都有的一个配置，配置项需写在 fe.conf 和 be.conf 中。该配置项用于在 FE 或 BE 启动时，告诉进程应该绑定哪个IP。示例如下：

priority_networks=10.1.3.0/24

这是一种 CIDR（Classless Inter-Domain Routing，无类别域间路由）的表示方法。FE 或 BE 会根据这个配置项来寻找匹配的IP，作为自己的 localIP。

注意：当配置完 priority_networks 并启动 FE 或 BE 后，只是保证了 FE 或 BE 自身的 IP 进行了正确的绑定。而在使用 ADD BACKEND 或 ADD FRONTEND 语句中，也需要指定和 priority_networks 配置匹配的 IP，否则集群无法建立。例如 BE 的配置为：priority_networks=10.1.3.0/24，但是在 ADD BACKEND 时使用的是：ALTER SYSTEM ADD BACKEND "192.168.0.1:9050"，则 FE 和 BE 将无法正常通信。这时，必须 DROP 掉这个添加错误的 BE，重新使用正确的 IP 执行 ADD BACKEND。FE 同理。

BROKER 当前没有，也不需要 priority_networks 这个选项。Broker 的服务默认绑定在 0.0.0.0 上。只需在 ADD BROKER 时，执行正确可访问的 BROKER IP 即可。文章来源地址https://www.toymoban.com/news/detail-772896.html

到了这里，关于【大数据】Doris 的集群规划和环境准备的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！