升级Druid集群

为了能够在不影响线上服务,无缝的升级Druid集群,建议按照以下顺序更新Druid节点。

  1. Historical
  2. Overlord
  3. Middle Manager
  4. Standalone Real-time
  5. Broker
  6. Coordinator

Historical

历史节点一次更新一个,历史节点启动的时候将提供服务的所有Segment加载映射到内存中,这可能只需要几秒就能完成,也可能需要几分钟,取决于历史节点的硬件条件,以及数据量。两个历史节点更新的时间间隔应该大于一个历史节点的启动时间。

Overlord

Overlord节点也是一次更新一个。然后逐个更新。

Middle Managers

Middle Manager节点运行着批处理任务和时间索引任务。如果想要在不影响任务的前提下升级Middle Managers节点,可以通过以下三种策略。

Rolling restart (基于恢复)

如果 Middle Managers节点配置了druid.indexer.task.restoreTasksOnRestart=true参数。如果配置了个该参数索引任务的状态存储在磁盘, Middle Manager节点重启以后索引任务也会自动重启,而不会失败。

Rolling restart (基于优雅的终止)

Middle Manager节点可以通过"disable" API优雅的终止。这种方式适合所有的任务,包括不可恢复的任务。
在打算升级 Middle Manager节点时,首先向<MiddleManager_IP:PORT>/druid/worker/v1/disable发送post请求。这样Overlord节点不再会发送新的任务到该 Middle Manager节点。等待当前的任务运行完成。节点状态可以通过<MiddleManager_IP:PORT>/druid/worker/v1/enabled获取。通过GET请求<MiddleManager_IP:PORT>/druid/worker/v1/tasks获取当前的所有任务。当获取的列表为空时,你就可以安全的更新Middle Manager节点了。当Middle Managers节点启动以后,它会自动开启,接收任务,可以通过向<MiddleManager_IP:PORT>/druid/worker/v1/enable发送post请求来开启。

Autoscaling-based replacement(自动扩容更新)

如果Overlord节点开启了自动扩容,Overlord节点可以启动大量新的Middle Manager节点,在当老的Middle Manager节点上的任务完成以后,安全的关闭老的Middle Manager节点。这个过程可以通过druid.indexer.runner.minWorkerVersion=#{VERSION}来设置。每次更新overlord节点,VERSION的值应该递增,这样将会有大量的新的Middle Manager节点启动。druid.indexer.autoscale.workerVersion=#{VERSION}参宿也需要设置。

Standalone Real-time

Standalone Real-time节点也是一次更新一个。然后逐个更新。

Broker

Broker节点也是一次更新一个,然后逐个更新。Broker节点启动后需要加载整个集群的健康状态信息,所以两个Broker节点的更新时间间隔应该由一定的延迟。

Coordinator

Coordinator节点也是一次更新一个。然后逐个更新。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,560评论 4 361
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,104评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,297评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,869评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,275评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,563评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,833评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,543评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,245评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,512评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,011评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,359评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,006评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,062评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,825评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,590评论 2 273
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,501评论 2 268

推荐阅读更多精彩内容

  • Druid具有高可用、高容错的特性。 本文将搭建一个简单的Druid集群,并且将会讨论如何进一步配置以满足您的需求...
    helloworld1214阅读 7,042评论 1 5
  • Druid被设计成可扩展、高容错的集群。 在本文档中,我们将搭建一个简单的集群,并讨论如何进一步配置以满足您的需求...
    Sisyphus秋居拾遗阅读 2,168评论 0 2
  • 什么是Druid Druid是一个高效的数据查询系统,主要解决的是对于大量的基于时序的数据进行聚合查询。数据可以实...
    Hanze2111阅读 55,696评论 5 29
  • 概述 设计原则 快速查询:部分数据的聚合 + 内存化 + 索引 水平扩展能力:分布式数据 + 并行化处理 实时分析...
    zfylin阅读 2,599评论 0 1
  • Druid 是一个为在大数据集之上做实时统计分析而设计的开源数据存储。这个系统集合了一个面向列存储的层,一个分布式...
    曹振华阅读 8,379评论 1 24