Skip to main content
版本:1.4.0

分布式部署

Linkis的单机部署方式简单,过多的进程在同一个服务器上会让服务器压力过大,生产环境为了保证服务的高可用,推荐使用分部署部署。  部署方案的选择,和公司的用户规模、用户使用习惯、集群同时使用人数都有关,一般来说,我们会以使用Linkis的同时使用人数和用户对执行引擎的偏好来做依据进行部署方式的选择。

1 多节点部署方式计算模型参考

Linkis的每个微服务都支持多活的部署方案,当然不同的微服务在系统中承担的角色不一样,有的微服务调用频率很高,资源会处于高负荷的情况, 在安装EngineConnManager的机器上,由于会启动用户的引擎进程,机器的内存负载会比较高,其他类型的微服务对机器的负载则相对不会很高, 对于这类微服务我们建议启动多个进行分布式部署,Linkis动态使用的总资源可以按照如下方式计算。

EngineConnManager使用总资源
= 总内存 + 总核数
= 同时在线人数 * (所有类型的引擎占用内存) *单用户最高并发数+ 同时在线人数 * (所有类型的引擎占用核数) *单用户最高并发数

例如:


只使用spark、hive、python引擎且单用户最高并发数为1的情况下,同时使用人数50人,
spark的Driver内存1G,hive client内存1G,python client 1G,每个引擎都使用1个核

EngineConnManager(ECM)使用总资源
= 50 *(1+1+1)G *1 + 50 *(1+1+1)核*1
= 150G 内存 + 150 CPU核

分布式部署时微服务本身占用的内存可以按照每个2G计算,对于使用人数较多的情况下建议调大ps-publicservice的内存至6G,同时建议预留10G内存作为buffer。

以下配置假设每个用户同时启动两个引擎为例对于64G内存的机器,参考配置如下:

1.1 同时在线人数10-50

EngineConnManager使用总资源 = 总内存 + 总核数 = 同时在线人数 * (所有类型的引擎占用内存) *单用户最高并发数+ 同时在线人数 * (所有类型的引擎占用核数) *单用户最高并发数

总内存:同时在线人数 50 单个引擎 1G内存 每个用户同时启动两个引擎 2 = 100G内存

服务器配置推荐4台服务器,分别命名为S1,S2,S3,S4

ServiceHost nameRemark
cg-engineconnmanagerS1、S2(共128G)每台机器单独部署
Other servicesS3、S4Eureka高可用部署

1.2 同时在线人数50-100

总内存:同时在线人数 100 单个引擎 1G内存 每个用户同时启动两个引擎 2 = 200G内存

服务器配置推荐:6台服务器,分别命名为S1,S2,S3,S4,S5,S6

ServiceHost nameRemark
cg-engineconnmanagerS1-S4(共256G)每台机器单独部署
Other servicesS5、S6Eureka高可用部署

1.3 同时使用人数 100-300

总内存:同时在线人数 300 单个引擎 1G内存 每个用户同时启动两个引擎 2 = 600G内存

服务器配置推荐:12台服务器,分别命名为S1,S2..S12

ServiceHost nameRemark
cg-engineconnmanagerS1-S10(共640G)每台机器单独部署
Other servicesS11、S12Eureka高可用部署

1.4 同时使用人数300-500

服务器配置推荐:20台服务器,分别命名为S1,S2..S20

ServiceHost nameRemark
cg-engineconnmanagerS1-S18每台机器单独部署
Other servicesS19、S20Eureka高可用部署,部分微服务如果请求量上万可以考虑扩容,目前双活部署可以支持行内上千用户使用

1.5 同时使用人数500以上

按照同时在线800人估算 服务器配置推荐:34台服务器,分别命名为S1,S2..S34

ServiceHost nameRemark
cg-engineconnmanagerS1-S32每台机器单独部署
Other servicesS33、S34Eureka高可用部署,部分微服务如果请求量上万可以考虑扩容,目前双活部署可以支持行内上千用户使用

2 分布式部署的流程

Linkis的所有服务都支持分布式、多集群部署,建议在分布式部署前,先在一台机器上完成单机部署,并保证 Linkis 各功能正常使用。

目前一键安装脚本对分布式部署还没有很好的支持,需要手动进行调整部署。具体分布式部署,可以参考以下步骤,假设用户已经在 A 机器上完成了单机部署。

2.1 分布式部署的环境准备

和服务器A一样,服务器B需要进行基础的环境准备,请参考Linkis环境准备

网络检查

检查需要分布式部署的各服务机器是否网络互通,可用 ping 命令进行检查

ping IP

权限检查

检查各机器上是否有 hadoop 用户以及hadoop用户是否有 sudo 权限。

必要的环境检查

Linkis各服务启动前或任务执行时会依赖一些基础环境,请根据下表检查各机器基础环境,具体检查方法参考Linkis环境准备

服务名称依赖环境
mg-eurekaJava
mg-gatewayJava
ps-publicserviceJava、Hadoop
cg-linkismanagerJava
cg-entranceJava
cg-engineconnmanagerJava、Hive、Spark、Python、Shell

注意:如需使用其它非默认引擎,还需要检查cg-engineconnmanager服务所在机器上对应引擎的环境是否OK,引擎环境可参考各引擎使用中中的前置工作进行检查。

2.2 Eureka多活配置调整

修改 A 机器上 Eureka 配置文件,把所有机器的 Eureka 的配置地址都加上,让 Eureka 服务之间相互注册。
在服务器A上,进行如下配置修改,以两台 Eureka 集群为例。

修改 $LINKIS_HOME/conf/application-eureka.yml和$LINKIS_HOME/conf/application-linkis.yml配置

eureka:
client:
serviceUrl:
defaultZone: http:/eurekaIp1:port1/eureka/,http:/eurekaIp2:port2/eureka/


修改 $LINKIS_HOME/conf/linkis.properties 配置

wds.linkis.eureka.defaultZone=http:/eurekaIp1:port1/eureka/,http:/eurekaIp2:port2/eureka/

2.3 安装物料的同步

在其它所有机器上创建同机器 A 上相同的目录 $LINKIS_HOME 。在服务器A上,将linkis的成功安装的目录$LINKIS_HOME 打包,然后拷贝并解压到其它机器相同目录下。 此时,如果在服务器A上以及其它机器上,执行sbin/linkis-start-all.sh脚本启动所有服务,那么所有服务都有n个实例,n为机器数量。 可以访问eureka服务展示页面 http:/eurekaIp1:port1,或http:/eurekaIp2:port2 查看

2.4 调整启动脚本

根据实际情况,确定各机器上需要部署的Linkis服务, 比如 微服务linkis-cg-engineconnmanager 不会部署在服务器A上, 则修改服务器A的一键启停脚本,sbin/linkis-start-all.shsbin/linkis-stop-all.sh,将cg-engineconnmanager服务相关的启停命令,注释掉

sbin/linkis-start-all.sh
#linkis-cg-linkismanage
#SERVER_NAME="cg-linkismanager"
#SERVER_IP=$MANAGER_INSTALL_IP
#startApp

sbin/linkis-stop-all.sh
#linkis-cg-engineconnmanager(ecm)
#SERVER_NAME="cg-engineconnmanager"
#SERVER_IP=$ENGINECONNMANAGER_INSTALL_IP
#stopApp

3 注意事项

  • 分部署部署时,linkis的安装目录建议保持一致,方便统一管控,相关的配置文件最好也保持一致
  • 如果某些服务器,端口已被其他应用占用,无法使用时,需要调整该服务端口
  • mg-gateway的多活部署,目前因为登陆session不支持分布式,用一个用户的请求,需要请求到同一个gateway实例上,可以通过nginx的ip hash负载均衡方式来支持
  • 一键启停脚本,根据实际情况,进行调整,对于不再本服务器上部署的微服务,需要在一键启动脚本中,将对应的启停命令注释掉。