操作场景

GaussDB 200提供了数据服务工具GDS来帮助分发待导入的用户数据及实现数据的高速导入。GDS需部署到数据服务器上。

数据量大，数据存储在多个服务器上时，在每个数据服务器上安装配置、启动GDS后，各服务器上的数据可以并行入库。GDS在各台数据服务器上的安装配置和启动方法相同，本节以一台服务器为例进行说明。

背景信息

1. GDS支持在如下的操作系统中安装：

   鲲鹏平台：

   • Community Enterprise Operating System 7.6。
   • EulerOS 2.0 SP8。
   • Red Hat Enterprise Linux Server release 7.5。
   • 中标麒麟7.5/7.6。
   x86平台：

   • SUSE Linux Enterprise Server 10 SP4 x86_64。
   • SUSE Linux Enterprise Server 11 SP1/SP2/SP3/SP4 x86_64。
   • SUSE Linux Enterprise Server 12 SP0/SP1/SP2/SP3 x86_64。
   • Red Hat Enterprise Linux Server release 6.4/6.5/6.6/6.7/6.8/6.9/7.0/7.1/7.2/7.3/7.4 x86_64。
   • Community Enterprise Operating System 6.4/6.5/6.6/6.7/6.8/6.9/7.0/7.1/7.2/7.3/7.4 x86_64。
2. GDS的版本需与集群版本保持一致，否则可能会出现导入导出失败或导入导出进程停止响应等情况。

   因此请勿使用历史版本的GDS进行导入。数据库版本升级后，请按照操作步骤中的办法下载新版本的GDS进行安装配置和启动。在导入导出开始时，GaussDB 200也会进行两端的版本一致性检测，不一致时会打屏显示报错信息并终止对应操作。

   GDS的版本号的查看办法为：在GDS工具的解压目录下执行如下命令。

   gds -V

   数据库版本的查看办法为：连接数据库后，执行如下SQL命令查看。

   SELECT version();

   GDS所在的数据服务器必须按照推荐的操作系统以及通信参数进行配置，与集群的配置参数保持一致，确保GDS数据服务器与集群通信正常，避免发生网络断连等问题，影响业务的正常执行。
   

操作步骤

1. 以root用户登录待安装GDS的数据服务器，创建存放GDS工具包的目录。

   mkdir -p /opt/bin

   将GDS工具包上传至上一步所创建的目录中。
   

2. 以上传SUSE Linux版本的工具包为例 ，将软件安装包中的GDS工具包“GaussDB-Kernel-V300R002C00-SUSE11-64bit-Gds.tar.gz”上传至上一步所创建的目录中。

3. （可选）如果使用SSL加密传输，请一并上传SSL证书至1所创建的目录下。

   GaussDB 200预置了这些证书，放置在了数据目录${BIGDATA_DATA_HOME}/share/sslcert/gds下。请下载并上传。

4. 在工具包所在目录下，解压工具包。

   cd /opt/bin
   tar -zxvf GaussDB-Kernel-V300R002C00-SUSE11-64bit-Gds.tar.gz

5. 创建GDS专有用户及其所属的用户组。此用户用于启动GDS及读取源数据。

   groupadd gdsgrp
   useradd -g gdsgrp gds_user

6. 分别修改工具包和数据源文件目录属主为GDS专有用户。

   chown -R gds_user:gdsgrp /opt/bin/gds 
   chown -R gds_user:gdsgrp /input_data

7. 切换到gds_user用户。

   su - gds_user

8. 启动GDS服务。
   GDS是绿色软件，解压后启动即可。GDS启动方式有两种。一种是直接使用“gds”命令，在命令项中设置启动参数。另一种是将启动参数写进配置文件“gds.conf”后， 使用“gds_ctl.py”命令启动。对于集中一次性导入的场景推荐使用第一种方式。对于需要隔段时间再次导入的场景，推荐配置文件的形式以提升启动效率。

   • 使用“gds”命令，启动GDS。
     • 非SSL模式传输数据的情况下，启动GDS。

       gds -d dir -p ip:port -H address_string -l log_file -D -t worker_num

       示例：

       /opt/bin/gds/gds -d /input_data/ -p 192.168.0.90:5000 -H 10.10.0.1/24 -l /opt/bin/gds/gds_log.txt -D -t 2

       使用SSL加密方式传输数据的情况下，启动GDS。

     • gds -d dir -p ip:port -H address_string -l log_file -D 
       -t worker_num --enable-ssl --ssl-dir Cert_file

       示例：

       以3中SSL证书以上传至/opt/bin为例，命令如下。

       /opt/bin/gds/gds -d /input_data/ -p 192.168.0.90:5000 -H 10.10.0.1/24 -l /opt/bin/gds/gds_log.txt -D --enable-ssl --ssl-dir /opt/bin/

       命令中的斜体部分请根据实际替换。
       

     • -d dir：保存有待导入数据的数据文件所在目录。本教程中为“/input_data/”。
     • -p ip:port：GDS监听IP和监听端口。默认值为：127.0.0.1，需要替换为能跟GaussDB 200通信的万兆网IP。监听端口的取值范围：1024~65535。默认值为：8098。本教程配置为：192.168.0.90:5000。
     • -H address_string：允许哪些主机连接和使用GDS服务。参数需为CIDR格式。此参数配置的目的是允许GaussDB 200集群可以访问GDS服务进行数据导入。所以请保证所配置的网段包含GaussDB 200集群各主机。
     • -l log_file：存放GDS的日志文件路径及文件名。本教程为“/opt/bin/gds/gds_log.txt”。
     • -D：后台运行GDS。仅支持Linux操作系统下使用。
     • -t worker_num：设置GDS并发线程数。GaussDB 200及数据服务器上的I/O资源均充足时，可以加大并发线程数。

       GDS是根据导入事务并发数来决定服务运行线程数的。也就是说即使启动GDS时设置了多线程，也并不会加速单个导入事务。未做过人为事务处理时，一条INSERT语句就是一个导入事务。

     • --enable-ssl：启用SSL加密方式传输数据。
     • --ssl-dir Cert_file：SSL证书所在目录。需与3中的证书保存目录保持一致。
     • 关于更多参数的设置信息请参考参数说明。
   • 使用“gds_ctl.py”命令，启动GDS。
     1. 使用如下命令，进入GDS工具包的“config”目录下，配置“gds.conf”文件。“gds.conf”配置详细信息请参考表1。

        vim /opt/bin/gds/config/gds.conf

        示例：
        

        配置“gds.conf”文件如下：

        <?xml version="1.0"?>
        <config>
        <gds name="gds1" ip="192.168.0.90" port="5000" data_dir="/input_data/" err_dir="/err" data_seg="100MB" err_seg="100MB" log_file="/log/gds_log.txt" host="10.10.0.1/24" daemon='true' recursive="true" parallel="32"></gds>
        </config>

        配置文件信息如下：

        • 数据服务器所在IP为192.168.0.90，GDS监听端口为5000。
        • 数据文件存放在“/input_data/”目录下。
        • 错误日志文件存放在“/err”目录下。
        • 单个数据文件大小为100MB。
        • 每个错误日志大小为100MB。
        • 日志保存在“/log/gds_log.txt”文件中。
        • 只允许IP为10.10.0.*的节点进行连接。
        • GDS进程以后台方式运行。
        • 递归数据文件目录。
        • 指定并发导入工作线程数目为2。
     2. 执行如下命令启动GDS并确认GDS是否启动成功。

        python gds_ctl.py start

        示例：
        

        cd /opt/bin/gds
        python gds_ctl.py start
        Start GDS gds1                  [OK]
        gds [options]:
         -d dir            Set data directory.
         -p port           Set GDS listening port.
            ip:port        Set GDS listening ip address and port.
         -l log_file       Set log file.
         -H secure_ip_range
                           Set secure IP checklist in CIDR notation.                   Required for GDS to start.
         -e dir            Set error log directory.
         -E size           Set size of per error log segment.( < si                   ze < 1TB)
         -S size           Set size of data segment.(1MB < size < 10                   TB)
         -t worker_num     Set number of worker thread in multi-thre                   ad mode, the upper limit is 32. If withou                   t setting, the default value is 1.
         -s status_file    Enable GDS status report.
         -D                Run the GDS as a daemon process.
         -r                Read the working directory recursively.
         -h                Display usage.

gds.conf参数说明