gpexpand

gpexpand

在阵列中的新主机上扩展现有的Greenplum数据库。

概要

gpexpand [{-f|--hosts-file} hosts_file]
                | {-i|--input} input_file [-B batch_size]
                | [{-d | --duration} hh:mm:ss | {-e|--end} 'YYYY-MM-DD hh:mm:ss'] 
        [-a|-analyze] 
                  [-n  parallel_processes]
                | {-r|--rollback}
                | {-c|--clean}
        [-v|--verbose] [-s|--silent]
        [{-t|--tardir} directory ]
        [-S|--simple-progress ]
        
        gpexpand -? | -h | --help 
        
        gpexpand --version

先决条件

  • 用户作为Greenplum数据库超级用户（gpadmin）登录。
  • 新的Segment主机已被根据现有的Segment主机安装和配置。这包括：
    • 配置硬件和操作系统
    • 安装Greenplum软件
    • 创建gpadmin用户帐户
    • 交换SSH密钥
  • 用户的Segment主机上有足够的磁盘空间来临时保存最大表的副本。
  • 重新分布数据时，Greenplum数据库必须以生产模式运行。Greenplum数据库不能是受限模式或 Master模式。不能指定gpstart的选项-R或者-m 启动Greenplum数据库。
Note: 当gpexpand正在执行segment初始化是，以下工具不能被运行。
  • gpbackup
  • gpcheck
  • gpcheckcat
  • gpconfig
  • gppkg
  • gprestore

有关扩展Greenplum系统的更多信息，请见Greenplum数据库管理员手册的扩展Greenplum 数据库系统。

描述

gpexpand工具分两个阶段执行系统扩展：Segment初始化和表重新分布。

在初始化阶段，gpexpand用一个输入文件运行，该文件指定新Segment的数据目录、 dbid值和其他特征。用户可以手动创建输入文件，也可以在交互式对话中 按照提示进行操作。

如果用户选择使用交互式对话创建输入文件，则可以选择指定包含扩展主机列表的文件。在提示输入信息时， 如果用户的平台或命令shell限制可键入的主机名列表的长度，则可能不得不用-f指定主机。

除了初始化Segment，初始化阶段还执行这些操作：

  • 创建扩展模式gpexpand以存储扩展操作的状态，包括表的详细状态。

在表数据重分布阶段，gpexpand会重分布表的数据，使数据在新旧segment 实例之间平衡。

Note: 数据重新分布应该在低峰（相对高峰期）时段进行。重新分布可以在很长时间内分批次进行。

要开始重分布阶段，可以通过运行gpexpand并指定-d（运行时间周期） 或-e（结束时间）选项，或者不指定任何选项。如果客户指定了结束时间或运行周期，工具会在 扩展模式下重分布表，直到达到设定的结束时间或执行周期。如果没指定任何选项，工具会继续处理直到扩展模式的表 全部完成重分布。每张表都会通过ALTER TABLE命令来在所有的节点包括新增加的segment实例 上进行重分布，并设置表的分布策略为其原始策略。如果gpexpand完成所有表的重分布，它会 显示成功信息并退出。

Note: 该工具在系统内部采用SSH连接执行各项操作任务。在大型Greenplum集群、云部署或每台主机部署了大量的 segment实例时，可能会遇到超过主机最大授权连接数限制的情况。此时需要考虑更新SSH配置参数MaxStartups 以提高该限制。更多关于SSH配置的选项，请参考您的Linux分发版的SSH文档。

选项

-a | --analyze
在扩展后运行ANALYZE更新表的统计信息，默认是不运行ANALYZE。
-B batch_size
在暂停一秒钟之前发送给给定主机的远程命令的批量大小。默认值是16， 有效值是1-128。
gpexpand工具会发出许多设置命令，这些命令可能会超出主机的已验证 连接的最大阈值（由SSH守护进程配置中的MaxStartups定义）。该一秒钟 的暂停允许在gpexpand发出更多命令之前完成认证。
默认值通常不需要改变。但是，如果gpexpand由于连接错误 （例如'ssh_exchange_identification: Connection closed by remote host.'）而失败，则可能需要减少命令的最大数量。
-c | --clean
删除扩展模式。
-d | --duration hh:mm:ss
扩展会话的持续时间。
-e | --end 'YYYY-MM-DD hh:mm:ss'
扩展会话的结束日期及时间。
-f | --hosts-file filename
指定包含用于系统扩展的新主机列表的文件的名称。文件的每一行都必须包含一个主机名。
该文件可以包含指定或不指定网络接口的主机名。gpexpand工具处理这两种情况， 如果原始节点配置了多个网络接口，则将接口号添加到主机名的末尾。
Note: Greenplum数据库Segment主机的命名习惯是sdwN，其中sdw 是前缀并且N是数字。例如，sdw1、sdw2等等。 对于具有多个接口的主机，约定是在主机名后面添加破折号（-）和数字。例如sdw1-1 和sdw1-2是主机sdw1的两个接口名称。
-i | --input input_file
指定扩展配置文件的名称，其中为每个要添加的Segment包含一行，格式为：
hostname:address:port:datadir:dbid:content:preferred_role
-n parallel_processes
要同时重新分布的表的数量。有效值是1 - 96。
每个表重新分布过程都需要两个数据库连接：一个用于更改表，另一个用于在扩展方案中更新表的状态。 在增加-n之前，检查服务器配置参数max_connections的当前值， 并确保不超过最大连接限制。
-r | --rollback
回滚失败的扩展设置操作。
-s | --silent
以静默模式运行。在警告时，不提示确认就可继续。
-S | --simple-progress
如果指定，gpexpand工具仅在Greenplum数据库表 gpexpand.expansion_progress中记录最少的进度信息。该工具不在表 gpexpand.status_detail中记录关系大小信息和状态信息。
指定此选项可通过减少写入gpexpand表的进度信息量来提高性能。
[-t | --tardir] directory
Segment主机上一个目录的完全限定directory，gpexpand 工具会在其中拷贝一个临时的tar文件。该文件包含用于创建Segment实例的Greenplum数据库文件。 默认目录是用户主目录。
-v | --verbose
详细调试输出。使用此选项，该工具将输出用于扩展数据库的所有DDL和DML。
--version
显示工具的版本号并退出。
-? | -h | --help
显示在线帮助。

示例

使用输入文件运行gpexpand以初始化新Segment，并在postgres数据库中创建扩展模式： 

$ gpexpand -i input_file

运行gpexpand最长持续60小时，以将表重新分布给新的Segment： 

$ gpexpand -d 60:00:00

另见

Greenplum数据库管理员手册中的gpssh-exkeys扩展Greenplum系统 。