Kylin-Cube碎片(segment)管理

缺乏、安全感 2022-11-01 05:46 162阅读 0赞

### 目录 ###

*   *  增量构建的问题
     *  管理Cube碎片
     *  手动触发合并Segment
     *  删除Segment
     *  自动合并
     *  配置保留Segment

## 增量构建的问题 ##

日积月累，增量构建的Cube中的Segment越来越多，该Cube的查询性能也会越来越慢，因为需要在单点的查询引擎中完成越来越多的运行时聚合。为了保持查询性能：

*  需要定期地将某些Segment合并在一起
 *  或者让Cube根据Segment保留策略自动地淘汰那些不会再被查询到的陈旧Segment

## 管理Cube碎片 ##

上述案例，每天都会生成一个Segment，对应就是HBase中的一张表。增量构建的Cube每天都可能会有新的增量。这样的Cube中最终可能包含上百个Segment，这将会导致Kylin性能受到严重的影响。

*  从执行引擎的角度来说，运行时的查询引擎需要聚合多个Segment的结果才能返回正确的查询结果
 *  从存储引擎的角度来说，大量的Segment会带来大量的文件，给存储空间的多个模块带来巨大的压力，例如Zookeeper、HDFS Namenode等

因此，有必要采取措施控制Cube中Segment的数量。  
**segment数量过多**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70]

## 手动触发合并Segment ##

Kylin提供了一种简单的机制用于控制Cube中Segment的数量：合并Segments。在Web GUI中选中需要进行Segments合并的Cube  
操作步骤：  
1、单击Action→Merge  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 2]  
2、选中需要合并的Segment，可以同时合并多个Segment，但是这些Segment必须是连续的  
单击提交后系统会提交一个类型为“MERGE”的构建任务，它以选中的Segment中的数据作为输入，将这些Segment的数据合并封装成为一个新的Segment。新的Segment的起始时间为选中的最早的Segment的起始时间，它的结束时间为选中的最晚的Segment的结束时间。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 3]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 4]

注意事项
    
    - 在MERGE类型的构建完成之前，系统将不允许提交这个Cube上任何类型的其他构建任务
    - 在MERGE构建结束之前，所有选中用来合并的Segment仍然处于可用的状态
    - 当MERGE构建结束的时候，系统将选中合并的Segment替换为新的Segment，而被替换下的Segment等待将被垃圾回收和清理，以节省系统资源

## 删除Segment ##

**使用WebUI删除Cube的segment**  
1、disable Cube  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 5]  
2、点击 delete Segment，删除指定的segment  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 6]  
**发送请求删除Segment**

<table> 
 <thead> 
  <tr> 
   <th>属性</th> 
   <th>值</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>URL</td> 
   <td>http://node1:7070/kylin/api/cubes/{cubeName}/segs/{segmentName}</td> 
  </tr> 
  <tr> 
   <td>请求方式</td> 
   <td>DELETE</td> 
  </tr> 
 </tbody> 
</table>

[https://donglin.blog.csdn.net/article/details/109076019][https_donglin.blog.csdn.net_article_details_109076019]

## 自动合并 ##

手动维护Segment很繁琐，人工成本很高，Kylin中是可以支持自动合并Segment。  
在Cube Designer的“Refresh Settings”的页面中有：

*  Auto Merge Thresholds
 *  Retention Threshold

**Refresh Settings的页面**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 7]  
两个设置项可以用来帮助管理Segment碎片。这两项设置搭配使用这两项设置可以大大减少对Segment进行管理的麻烦。  
**1、Auto Merge Thresholds**

*  允许用户设置几个层级的时间阈值，层级越靠后，时间阈值就越大
 *  每当Cube中有新的Segment状态变为 READY的时候，会自动触发一次系统自动合并
 *  合并策略
    
     *  尝试最大一级的时间阈值，例如：针对（7天、28天）层级的日志，先检查能否将连续的若干个Segment合并成为一个超过28天的大Segment
        
         *  如果有个别的Segment的时间长度本身已经超过28天，系统会跳过Segment
         *  如果满足条件的连续Segment还不能够累积超过28天，那么系统会使用下一个层级的时间阈值重复寻找

**示例1 - 理解Kylin自动合并策略**

*  假设自动合并阈值设置为7天、28天
 *  如果现在有A-H8个连续的Segment，它们的时间长度为28天（A）、7天（B）、1天（C）、1天（D）、1天（E）、1天（F）、1天（G）、1天（H）
 *  此时，第9个Segment I加入，时间长度为1天。  
    自动合并策略为：

1、Kylin判断时候能将连续的Segment合并到28天这个阈值，由于Segment A已经超过28天，会被排除

2、剩下的连续Segment，所有时间加一起 B + C + D + E + F + G + H + I （7 + 1 + 1 + 1 + 1 + 1 + 1 + 1 = 14） < 28天，无法满足28天阈值，开始尝试7天阈值

3、跳过A（28）、B（7）均超过7天，排除

4、剩下的连续Segment，所有时间加一起 C + D + E + F + G + H + I（1 + 1 + 1 + 1 + 1 + 1 + 1 = 7）达到7天阈值，触发合并，提交Merge任务。并构建一个Segment X（7天）

5、合并后，Segment为：A（28天）、B（7天）、X（7天）

6、继续触发检查，A（28天）跳过，B + X（7 + 7 = 14）< 28天，不满足第一阈值，重新使用第二阈值触发

7、跳过B、X，尝试终止  
**1.示例：配置自动合并2天的Segment**  
意思就2天合并一次，等到14个2天的，就合并一次28天的  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 8]  
**2、分别按照天构建分区Cube**

**3、自动触发合并Segment构建**  
![在这里插入图片描述][20210224124700126.png]

## 配置保留Segment ##

自动合并是将多个Segment合并为一个Segment，以达到清理碎片的目的。保留Segment则是及时清理不再使用的Segment。

在很多场景中，只会对过去一段时间内的数据进行查询，例如：

*  对于某个只显示过去1年数据的报表
 *  支撑它的Cube其实只需要保留过去一年类的Segment即可
 *  由于数据在Hive中已经存在备份，则无需在Kylin中备份超过一年的历史数据

可以将**Retention Threshold**设置为365。每当有新的Segment状态变为READY的时候，系统会检查每一个Segment。如果它的结束时间距离最晚的一个Segment的结束时间已经大于等于“Retention Threshold”，那么这个Segment将被视为无需保留。系统会自动地从Cube中删除这个Segment。

**保留策略示意图**  
![在这里插入图片描述][20210224124907844.png]  
需求：

*  配置保留Segment为2天，分别构建增量Segment，测试Segment保留情况  
    操作步骤：  
    1、在Cube中设置Retention Range为2  
    **在Cube中设置Retention Range为2**  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 9]  
    2、重新构建Cube  
    3、测试超过指定保留时间的Segment，是否被自动移除

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70]: /images/20221024/3c76723f5f0e4ee4b6d001bb6b005d3f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 1]: /images/20221024/142f079867234694943c92caeeb63def.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 2]: /images/20221024/04129623836e48c68a7e5d80f3e3d849.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 3]: /images/20221024/974ac93afa024418ab4efcfe375c77de.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 4]: /images/20221024/2922d396cda84a0f80f38ee190e8760f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 5]: /images/20221024/5a6bf0ccdede4cf8a742968e2121f8e7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 6]: /images/20221024/4c8da421a2bc4e7f995e51f7c4b44334.png
[https_donglin.blog.csdn.net_article_details_109076019]: https://donglin.blog.csdn.net/article/details/109076019
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 7]: /images/20221024/614799ce13f74cafb16db7cb31c4e730.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 8]: /images/20221024/af9ae8ed7d3a4d4295ca2d6eb5a20287.png
[20210224124700126.png]: /images/20221024/013e06782d8f4eae9fe4ac13b540d6e7.png
[20210224124907844.png]: /images/20221024/be3248795ced4b0f84dababb097f8efa.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 9]: /images/20221024/953acc4924b04d508ba4da663c513d98.png