Databend 在数据归档分析中的优秀表现

前言

本篇文章基于 Databend 的用户测试体验整理，详情可戳原文链接查看，正文总体分为四部分：

• Databend 产品简介
• Databend 对 Ceph 的支持
• Databend 在数据归档中的优秀表现
• 产品使用总结

Databend 产品简介

atabend 是一个使用 Rust 研发、开源、完全面向云架构的新式数仓，提供极速的弹性扩展能力，致力于打造按需、按量的 Data Cloud 产品体验。具备以下特点：

• 开源 Cloud Data Warehouse 明星项目
• Vectorized Execution 和 Pull & Push-Based Processor Model 
• 真正的存储、计算分离架构，高性能、低成本，按需按量使用
• 完整的数据库支持，兼容 MySQL，Clickhouse 协议，SQL Over HTTP 等
• 具备完善的事务性，支持 Time Travel，Database Clone，Data Share 等功能 
• 支持基于同一份数据进行的多租户读写、共享操作

Databend 官方教程：https://databend.rs/zh-CN/doc...

Databend 对 Ceph 的支持

Databend 部署

产品架构图

• 架构简述：

Query 计算节点：用于协议的解析、SQL的计算下推。

Meta 元数据节点：用于存储元数据信息，存储在本地磁盘。

• 存储节点支持：

公有云：AWS、阿里、腾讯等的 OSS 产品。

私有化支持：Minlo、Ceph 等等的 S3 协议。

• 简述部署步骤：

1. 下载最新的二进制包。
2. 解压压缩包，并且创建文件夹。
3. 修改配置文件。
4. 启动。

• 部署环境：

操作系统：Centos7Cpeh 版本：12.2.13Databend 版本：v0.7.65
总的来说，Databend 部署相当简单。

第一步：下载 Databend

[root@testsrv ~]#
wget  https://github.com/datafuselabs/databend/releases/download/v0.7.65-nightly/databend-v0.7.65-nightly-x86_64-unknown-linux-musl.tar.gz

第二步：解压缩并创建目录

[root@testsrv ~]#
tar -zxvf databend-v0.7.65-nightly-x86_64-unknown-linux-musl.tar.gz
mkdir /usr/local/databend/{bin,data,etc,logs} -p
mv databend-meta /usr/local/databend/bin/ 
mv databend-query /usr/local/databend/bin/

第三步：修改启动配置文件

[root@testsrv ~]#  meta配置文件修改
cd /usr/local/databend/etc/
cat databend-meta.toml
log_dir            = "/usr/local/databend/logs/_logs1"
metric_api_address = "0.0.0.0:28100"
admin_api_address  = "0.0.0.0:28101"
grpc_api_address   = "0.0.0.0:9191"
[raft_config]
id            = 1
raft_dir ="/usr/local/databend/data/_meta1"
raft_api_port = 28103#172.16.16.12#
raft_listen_host = "172.16.16.12"#
raft_advertise_host = "172.16.16.12"
# Start up mode: singlenode cluster
single        = true

[root@testsrv ~]# query节点配置文件修改
cat databend-query-node-1.toml
[query]
max_active_sessions = 256
wait_timeout_mills = 5000
# For flight rpc. 写当前机器的 IP 和对应的端口号
flight_api_address = "本机IP:9091"
# Databend Query http address.
# For admin RESET 
API.http_api_address = "0.0.0.0:8081"
# Databend Query metrics RESET API.
metric_api_address = "0.0.0.0:7071"
# Databend Query MySQL Handler.
mysql_handler_host = "0.0.0.0"
mysql_handler_port = 3307
# Databend Query ClickHouse Handler.
clickhouse_handler_host = "0.0.0.0"
clickhouse_handler_port = 9001
# Databend Query HTTP Handler.
http_handler_host = "0.0.0.0"
http_handler_port = 8000
tenant_id = "test_tenant"
cluster_id = "test_cluster"
table_engine_memory_enabled = true
table_engine_csv_enabled = true
table_engine_parquet_enabled = true
database_engine_github_enabled = true
table_cache_enabled = true
table_memory_cache_mb_size = 1024
table_disk_cache_root = "/usr/local/databend/data/_cache"
table_disk_cache_mb_size = 10240
[log]
log_level = "DEBUG"
log_dir = "/usr/local/databend/logs/_logs"
[meta]
# To enable embedded meta-store, set meta_address to ""
meta_embedded_dir = "/usr/local/databend/data/_meta_embedded_1"
meta_address = "0.0.0.0:9191"
meta_username = "root"
meta_password = "root"
meta_client_timeout_in_second = 60
# Storage config.
[storage]storage_type = "s3"
# DISK storage.
[storage.disk]
data_path = "/usr/local/databend/data/stateless_test_data"
# S3 storage. If you want you s3 ,please storage type : s3
[storage.s3]
bucket="databend"
region="region"
endpoint_url="Ceph S3的地址"
access_key_id="Ceph S3的key"
secret_access_key="Ceph S3的access"
# Azure storage
[storage.azure_storage_blob]

[root@testsrv ~]# #启动文件修改
/usr/local/databend/bin
[root@testsrv ~]#cat start.sh
ulimit  -n 65535cd /usr/local/databend/nohup /usr/local/databend/bin/databend-meta --config-file=/usr/local/databend/etc/databend-meta.toml 2>&1 >meta.log &
sleep 3
nohup /usr/local/databend/bin/databend-query --config-file=/usr/local/databend/etc/databend-query-node-1.toml 2>&1 >query.log &
cd -
echo "Please usage: mysql -h127.0.0.1 -P3307 -uroot

第四步：启动 Databend

[root@testsrv ~]#
 bash start.sh&

第五步：验证 Databend 并支持 Ceph

[root@testsrv ~]# mysql -h127.0.0.1 -P3307 -uroot  #默认没密码主要看参数  
执行SQL'root'@127.0.0.1 18:59:  [(none)]> 
select * from system.configs; 
显示正常的ceph地址和key等信息表示正常
s3.region              
s3.endpoint_url        
s3.access_key_id       
s3.secret_access_key   
s3.bucke

Databend 在数据归档中的优秀表现

• 数据归档选型

线上的大量的历史数据，比如日志数据，交易流水，如果持续存在 MySQL 中，会占用大量的存储空间，对线上业务性能造成抖动。但是业务还有读取的需求，不能彻底删除，甚至还有一定的分析需求。

例如：业务想计算一下 2000 年某个月某个条件的总数等等，就要考虑对数据进行定期归档，现在归档数据库类型的选择也有很多，可以使用 pt-archiver 工具进行归档，或者利用 DBA 自己写的小程序进行归档。
我们对于归档数据的选择，首先要满足以下条件：

• 兼容 MySQL 协议，这样业务的改动最小。如果选择其他的协议，业务改动较大。
• 高性能的压缩比，可以节省存储成本。
• 有一定的计算分析能力。

那么在归档库的选型中就有几种可以参考：MySQL（单独归档集群）、Databend 等。

• 数据压缩对比

产生 2 亿的数据分别导入到 MySQL、Databend 看一下数据的压缩情况。

	物理大小
SQL	88 G
CSV	84 G
Databend	8 G
MySQL	47 G

其中 Databend 的压缩比看起来优势还是很大的。

• 数据分析类型查询测试

主要测一下 MySQL、Databend 对于一些计算类型的 SQL 查询响应时间。

环境描述：
服务器硬件配置：40 C，256 G，SSD硬盘。
MySQL：Innodb buffer pool 设置 100 G，SSD 硬盘。
Databend：默认配置，但 S3 是机械硬盘。

select count(*) from ontime;
	执行时间
Databend-hdd	0.02 sec
Databend-ssd	0.04sec
MySQL	4 min 9.05 sec

 

select count(*),Year from ontime group by Year;（没索引）
	执行时间
Databend	1.89 sec
MySQL	5 min 19.20 sec

select count(*),Year from ontime group by Year;（year索引）
	执行时间
Databend-ssd	0.56 sec
Databend-hdd	1.89 sec
MySQL	2 min 46.72 sec

测试结论：Databend 对比 MySQL 在进行分析类型的 SQL 响应时间上还是略有优势的。\

• MySQL 协议兼容性

Databend 支持 MySQL 协议、Clickhouse 协议、HTTP 协议。使用 MySQL 程序基本上可以无缝兼容 Databend。

产品使用总结

• 归档方面：

在数据库归档上 Databend 相对 MySQL 还是很有优势的，比如数据压缩方面以及数据分析类型 SQL 查询方面。

且 Databend 可以使用机械硬盘，不需要太好的硬件就能跑出很好的效果。 如果大家有归档分析场景的场景，也推荐大家尝试一下 Databend。单纯归档的话，成本可以降很多。如果后面需要计算了 ， 还可以利用 Databend 优秀的特性：比如可以轻松的扩展。

• 部署相关：

Databend 的部署和支持 Ceph 方面相对简单，主要针对云原生，云数仓等场景，对比传统数据库更有优势。

• Databend 高可用性：

Query 节点，属于无状态节点。只需要保证 Mate 也就是元数据不丢失即可。可以通过多设置副本的方式。（个人想法，Meta 可以实时保存到存储层一份，做实时备份，只用于紧急恢复使用。）

• 存储层：

云场景会保证 OSS 层的高可用。私有云环境就需要保证 Ceph、MinIo 的高可用行。私有化的场景在完善对 k8s 的支持，完全可以做到开箱即用， 真正实现按需计费，按计算能力计费。

作者信息：田帅萌，高级 DBA

关于 Databend

Databend 是一款开源、弹性、低成本，基于对象存储也可以做实时分析的新式数仓。期待您的关注，一起探索云原生数仓解决方案，打造新一代开源 Data Cloud。

• Databend 文档：https://databend.rs/
• Twitter：https://twitter.com/Datafuse_...
• Slack：https://datafusecloud.slack.com/
• Wechat：Databend
• GitHub ：https://github.com/datafusela...

文章首发于公众号：Databend