初始化Greenplum数据库系统
介绍如何初始化Greenplum数据库系统。
本章中的说明假定您已按照配置系统中的说明准备好主机， 并根据安装Greenplum数据库软件中的说明，在系统中的所有主机上安装了Greenplum Database软件。
本章包含以下主题：
- 总览
- 初始化Greenplum数据库
- 设置Greenplum环境变量
- 下一步
总览
因为Greenplum数据库是分布式的，所以初始化Greenplum数据库管理系统（DBMS）的过程涉及初始化几个单独的PostgreSQL数据库实例（在Greenplum中称为segment实例）。
每个数据库实例（Master和所有Segment）都必须在系统中的所有主机之间进行初始化，以便它们可以作为统一的DBMS一起工作。Greenplum提供了它自己的初始化数据库工具，名为 gpinitsystem，它负责在master和每个segment实例上初始化数据库，并以正确的顺序启动每个实例。
在初始化并启动Greenplum数据库数据库系统后，您可以通过连接到Greenplum master，就像在一般的PostgreSQL DBMS中一样，创建和管理数据库。
初始化Greenplum数据库
这些是初始化Greenplum数据库的高-级任务：
- 确保您已完成配置系统和安装Greenplum数据库软件中描述的所有安装任务 。
- 创建一个主机文件，它包含segment主机的地址 。请参阅创建初始化主机文件。
- 创建您的Greenplum数据库系统配置文件。请参阅创建Greenplum数据库配置文件。
- 默认情况下，Greenplum数据库将使用master主机系统的本地化进行初始化。确保这正是您要使用的本地化，因为某些本地化选项在初始化后无法更改。有关更多信息，请参见配置时区和本地化设置。
- 在master主机上运行Greenplum数据库初始化工具。请参阅 运行初始化实用程序。
- 设置Greenplum数据库时区。请参阅设置Greenplum数据库时区。
- 为Greenplum数据库用户设置环境变量。请参阅设置Greenplum环境变量。
$ su - gpadmin
$ source /usr/local/greenplum-db/greenplum_path.sh
创建初始化主机文件
gpinitsystem工具需要一个主机文件，其中包含每个segment主机的地址列表。该初始化工具通过此种方式确定每个主机的segment实例数量：每个主机列出的主机地址数量，乘以gpinitsystem_config 文件中指定的数据目录位置的数量。
该文件应仅包含segment主机地址（而非主master或备用master）。对于具有多个、未绑定网络接口的segment主机，此文件应列出每个接口的主机地址名称——每行一个。
注意： Greenplum数据库segment主机命名约定为sdwN，其中sdw是前缀， N是整数。例如，sdw2等等。如果主机有多个未绑定的NIC，则约定是在前面加上一个破折号（-），然后输入主机名称。例如，sdw1-1 和 sdw1-2 是主机sdw1的两个接口名称。不过，建议使用NIC绑定来创建负载平衡的、容错的网络。
创建初始化主机文件
- 创建一个名为 hostfile_gpinitsystem的文件。在此文件中，添加segment主机接口的主机地址名称，每行一个名称，不要有多余的行或空格。例如，如果您有四个segment主机，每个segment主机都有两个未绑定的网络接口：
sdw1-1
sdw1-2
sdw2-1
sdw2-2
sdw3-1
sdw3-2
sdw4-1
sdw4-2
2.保存并关闭文件。注意：如果不确定机器所使用的主机名和/或接口地址名称，请查看/etc/hosts文件。
创建Greenplum数据库配置文件
您的Greenplum数据库配置文件告诉 gpinitsystem 工具，您要如何配置Greenplum数据库系统。示例配置文件位于$GPHOME/docs/cli_help/gpconfigs/gpinitsystem_config。
创建一个gpinitsystem_config文件
- 复制一份 gpinitsystem_config文件，来作为起始点。例如：
$ cp $GPHOME/docs/cli_help/gpconfigs/gpinitsystem_config \ 2. /home/gpadmin/gpconfigs/gpinitsystem_config
- 在文本编辑器中打开您刚刚复制的文件。
根据您的环境设置所有必需的参数。更多信息请查阅gpinitsystem。Greenplum数据库系统必须包含一个master实例和至少两个segment实例（即使设置一个单节点系统）。
DATA_DIRECTORY 参数确定每个主机将创建多少segment。如果segment主机具有多个网络接口，并且在主机文件中使用了它们的接口地址名称，则segment数将平均分配到可用的网络接口数上。
要指定 PORT_BASE，请查看/etc/sysctl.conf文件中的参数net.ipv4.ip_local_port_range。请参阅“ 推荐的OS参数设置”。
以下是gpinitsystem_config 文件中的必需参数的一个示例：
ARRAY_NAME="Greenplum Data Platform"
SEG_PREFIX=gpseg
PORT_BASE=6000
declare -a DATA_DIRECTORY=(/data1/primary /data1/primary /data1/primary /data2/primary /data2/primary /data2/primary)
MASTER_HOSTNAME=mdw
MASTER_DIRECTORY=/data/master
MASTER_PORT=5432
TRUSTED SHELL=ssh
CHECK_POINT_SEGMENTS=8
ENCODING=UNICODE
MIRROR_PORT_BASE=7000
declare -a MIRROR_DATA_DIRECTORY=(/data1/mirror /data1/mirror /data1/mirror /data2/mirror /data2/mirror /data2/mirror)注意：您可以仅使用主segment来初始化Greenplum系统，然后使用gpaddmirrors 工具来部署镜像。
运行初始化工具
gpinitsystem 工具使用配置文件中定义的值来创建Greenplum数据库系统。
以下步骤假定您以 gpadmin 用户登录，并已source greenplum_path.sh 文件来设置Greenplum数据库环境变量。
运行初始化工具
- 运行以下命令，引用初始化配置文件（gpinitsystem_config）和主机文件（hostfile_gpinitsystem）的路径及文件名。例如：$ cd ~
对于完全冗余的系统（具有备用master和扩展镜像配置），请包括-s 和 -S选项。例如：$ gpinitsystem -c gpconfigs/gpinitsystem_config -h gpconfigs/hostfile_gpinitsystem \$ gpinitsystem -c gpconfigs/gpinitsystem_config -h gpconfigs/hostfile_gpinitsystem-s standby_master_hostname -S
- 该工具将验证您的设置信息，并确保它可以连接到每个主机，并能访问配置中指定的数据目录。如果所有预检查均成功，该工具将提示您确认配置。例如：
=> Continue with Greenplum creation? Yy/Nn- 按 y 开始初始化。
- 然后，该工具将开始设置和初始化系统中的master实例和每个segment实例。每个segment实例是并行设置的。取决于segment的数量，此过程可能需要一些时间。
- 成功完成安装后，该工具将启动Greenplum数据库系统。您应该看到：
=> Greenplum Database instance successfully created.解决初始化问题
如果该工具在设置实例时遇到任何错误，则整个过程将失败，并可能留给您一个部分创建的系统。请参考错误消息和日志，以确定故障原因以及故障发生在何处。日志文件创建于~/gpAdminLogs。
根据过程中发生错误的时机，您可能需要清理，然后再次尝试 gpinitsystem工具。例如，如果有些segment实例被成功创建而有些失败，则您可能需要停止Postgres 进行，并从您的数据存储区中，删除所有由该工具创建的数据目录。如有必要，创建一个回退脚本来帮助进行此清理。
使用回退脚本
如果gpinitsystem工具失败，如果它使您的系统处于部分安装状态，那么它将创建以下的回退脚本：
~/gpAdminLogs/backout_gpinitsystem_<user>_<timestamp>
您可以使用此脚本清除部分创建的Greenplum数据库系统。该回退脚本将删除所有由工具创建的数据目录、Postgres进程和日志文件。更正了导致gpinitsystem失败的错误之后，运行回退脚本，准备好重新尝试初始化Greenplum数据库阵列。
以下示例显示了如何运行回退脚本：
$ sh backout_gpinitsystem_gpadmin_20071031_121053设置Greenplum数据库时区
作为一个最-佳实践，使用已知的、受支持的时区，配置Greenplum数据库和主机系统。Greenplum数据库使用来自一组内部存储的PostgreSQL时区中的一个时区。设置Greenplum数据库时区可防止Greenplum数据库在每次重新启动集群时，选择并设置此时区为Greenplum数据库master和segment实例的时区。
使用 gpconfig工具来显示和设置Greenplum数据库时区。例如，以下命令显示Greenplum数据库时区，并将时区设置为 美国/太平洋。
$ gpconfig -s TimeZone
$ gpconfig -c TimeZone -v 'US/Pacific'更改时区后，必须重新启动Greenplum数据库。命令gpstop -ra可重启Greenplum数据库。目录视图 pg_timezone_names 提供了Greenplum数据库的时区信息。
有关Greenplum数据库时区的更多信息，请参阅配置时区和本地化设置。
设置Greenplum环境变量
您必须在Greenplum数据库用户（gpadmin）环境下设置环境变量，此用户环境是Greenplum master和备用master主机上运行Greenplum数据库的环境。在Greenplum数据库安装目录中提供了一个greenplum_path.sh 文件，其中包含Greenplum数据库的环境变量设置。
Greenplum数据库管理工具还要求设置环境变量MASTER_DATA_DIRECTORY。它应该指向主数据目录下、由gpinitsystem工具创建的目录。
注：该greenplum_path.sh脚本更改操作环境，以支持运行Greenplum数据库特定的工具。这些对环境的相同更改，可能会对其他系统级程序的运行产生负面影响，例如 ps 或 yum。使用单独的帐户执行系统管理和数据库管理，而不是尝试以gpadmin同时执行这两种功能。
这些步骤确保了系统重启之后，能为gpadmin 用户设置环境变量。
为Greenplum数据库设置gpadmin环境
- 在文本编辑器中打开 gpadmin 配置文件（例如 .bashrc）。例如：
- 在文件中添加几行，来source greenplum_path.sh 文件，并设置 MASTER_DATA_DIRECTORY环境变量。例如：
- （可选）为了方便起见，您可能还需要设置一些客户端会话环境变量，例如PGPORT， PGUSER 和 PGDATABASE 。例如
- （可选）如果您使用RHEL 7或CentOS 7，则将以下行添加到 .bashrc 文件的末尾，以在greenplum_path.sh 环境中启用 ps 命令：
- 保存并关闭文件。
- 编辑配置文件后，source 它以使更改生效。例如：
- 如果您有备用master主机，也将您的环境文件复制到备用master。例如：
- 允许客户端连接
- 创建数据库并加载数据
允许客户端连接
首-次初始化Greenplum数据库后，它将仅允许以 gpadmin 角色（或能运行 gpinitsystem的任何系统用户），从本地连接到数据库。如果您希望其他用户或客户端计算机能够连接到Greenplum数据库，则必须授予他们访问权限。有关更多信息，请参见Greenplum数据库管理员指南。
创建数据库并加载数据
验证安装后，您可能要开始创建数据库并加载数据。有关在Greenplum数据库中创建数据库，模式，表和其他数据库对象以及加载数据的更多信息，请参见Greenplum数据库管理员指南中的定义数据库对象以及 加载和卸载数据。
本文来源：https://blog.csdn.net/uddiqpl/article/details/106947346
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69953058/viewspace-3136524/ ，如需转载，请注明出处，否则将追究法律责任。
