druid-docs-cn/Design/Metadata.md

4.3 KiB
Raw Blame History

元数据存储

元数据存储是Apache Druid的一个外部依赖。Druid使用它来存储系统的各种元数据但不存储实际的数据。下面有许多用于各种目的的表。

Derby是Druid的默认元数据存储但是它不适合生产环境。MySQLPostgreSQL是更适合生产的元数据存储。

[!WARNING] 元数据存储存储了Druid集群工作所必需的整个元数据。对于生产集群考虑使用MySQL或PostgreSQL而不是Derby。此外强烈建议设置数据库的高可用因为如果丢失任何元数据将无法恢复。

使用Derby

将以下内容添加到您的Druid配置中

druid.metadata.storage.type=derby
druid.metadata.storage.connector.connectURI=jdbc:derby://localhost:1527//opt/var/druid_state/derby;create=true

MySQL

参见mysql-metadata-storage扩展文档

PostgreSQL

参见postgresql-metadata-storage扩展文档

添加自定义的数据库连接池属性

注意:usernamepasswordconnectURIvalidationQuerytestOnBorrow 这些属性不能通过 druid.metadata.storage.connector.dbcp 属性设置,这些必须通过 druid.metadata.storage.connector 属性设置。

支持的属性示例:

druid.metadata.storage.connector.dbcp.maxConnLifetimeMillis=1200000
druid.metadata.storage.connector.dbcp.defaultQueryTimeout=30000

全部列表请查看 基本数据源配置

元数据存储表

段表

这是由 druid.metadata.storage.tables.segments 属性决定的。

此表存储了系统中可用段的元数据。Coordinator 对表进行轮询,以确定可用于在系统中查询的段集。该表有两个主功能列,其他列用于索引。

used 列是布尔型标识。1表示集群应"使用"该段(即,应加载该段并可用于请求), 0表示不应将段主动加载到集群中。我们这样做是为了从集群中删除段而不实际删除它们的元数据这允许在出现问题时更简单地回滚

payload 列存储一个JSON blob该blob包含该段的所有元数据存储在该payload中的某些数据与表中的某些列是冗余的这是有意的, 信息如下:

{
 "dataSource":"wikipedia",
 "interval":"2012-05-23T00:00:00.000Z/2012-05-24T00:00:00.000Z",
 "version":"2012-05-24T00:10:00.046Z",
 "loadSpec":{
    "type":"s3_zip",
    "bucket":"bucket_for_segment",
    "key":"path/to/segment/on/s3"
 },
 "dimensions":"comma-delimited-list-of-dimension-names",
 "metrics":"comma-delimited-list-of-metric-names",
 "shardSpec":{"type":"none"},
 "binaryVersion":9,
 "size":size_of_segment,
 "identifier":"wikipedia_2012-05-23T00:00:00.000Z_2012-05-24T00:00:00.000Z_2012-05-23T00:10:00.046Z"
}

请注意此blob的格式可以而且将不时地更改。

规则表

规则表用于存储有关段应在何处着陆的各种规则。Coordinator 在对集群进行段(重)分配决策时使用这些规则。

配置表

配置表用于存储运行时的配置对象。我们还没有很多这样的机制,我们也不确定是否会继续使用这种机制,但这是一种在运行时跨集群更改一些配置参数的方法的开始。

任务相关的表

在管理任务时,OverlordMiddleManager 还创建和使用了许多表。

审计表

审核表用于存储配置更改的历史记录,例如Coordinator 所做的规则更改和其他配置更改。

只有以下角色才能访问元数据存储:

  1. 索引服务进程(如果有)
  2. 实时进程(如果有)
  3. 协调程序

因此您只需要为这些计算机授予访问元数据存储的权限例如在AWS安全组中