产品运维
本文列出 TapData Enterprise 运维相关的常见问题。
如何启停服务?
登录 TapData 平台后,在系统管理 > 集群管理中,可选择要目标服务,执行启停服务。
除本方法外,您也可以通过内置 tapdata 命令工具来执行启停操作,该工具的在 TapData 安装目录中,可通过 ./tapdata help
查看命令帮助信息,输出示例如下:
./tapdata help
_______ _____ _____ _______
|__ __|/\ | __ \| __ \ /\|__ __|/\
| | / \ | |__) | | | | / \ | | / \
| | / /\ \ | ___/| | | |/ /\ \ | | / /\ \
| |/ ____ \| | | |__| / ____ \| |/ ____ \
|_/_/ \_\_| |_____/_/ \_\_/_/ \_\
WORK DIR:/root/tapdata
usage: tapdata [option] [subsystem]
Option:
start Start Tapdata
stop Stop Tapdata
restart Restart Tapdata
status Check the running status
init Initialize Tapdata Configuration
resetpassword Reset MongoDB password or certificate key file password
--version Tapdata version
help Show this usage information
Subsystem:
frontend Tapdata management portal
backend Data Processing Node
apiserver API Server Node
如何执行滚动升级?
从 3.3.0 版本开始,TapData 支持滚动升级功能,相较于普通的停机升级方式,可帮助您缩短升级时间窗口,进一步降低业务影响,具体步骤如下:
要求升级前后两个版本相兼容,同时推荐任务进入增量阶段或在业务低峰期执行。
登录 TapData 所属的服务器,保持原版本的 TapData 服务处于运行中。
下载并解压 3.3.0 版本安装包,然后进入安装包目录中。
执行下述格式的命令,完成滚动升级流程,升级完成后将提示:
Update finished. All Task are running.
。./tapdata upgrade --source <old_version_path>
old_version_path:老版本 TapData 所安装的目录,示例如下:
./tapdata upgrade --source /root/320/tapdata/
提示如果升级过程中遇到错误后,再次执行升级命令,可以接续上次升级过程,如需重置升级状态命令,可执行
./tapdata upgrade reset
。升级完毕后,登录 TapData 平台,单击右上角的用户名并选择系统版本确认已升级成功。
在 TapData 平台左侧导航栏,选择系统管理 > 集群管理,确认服务都已正常运行。
如何扩容 TapData 集群?
当现有集群面临性能瓶颈、资源使用接近上限或需要提高系统容错能力和高可用性时,可对集群进行扩容操作,具体操作流程如下:
完成新机器的环境初始化。
登录至服务器,依次执行下述命令完成文件访问数、防火墙等系统参数设置。
ulimit -n 1024000
echo "* soft nofile 1024000" >> /etc/security/limits.conf
echo "* hard nofile 1024000" >> /etc/security/limits.conf
systemctl disable firewalld.service
systemctl stop firewalld.service
setenforce 0
sed -i "s/enforcing/disabled/g" /etc/selinux/config安装 Java 1.8 版本。
yum -y install java-1.8.0-openjdk
设置系统时间。
# 方式一:use ntpdate
# nptdate -u cn.ntp.org.cn
crontab -e
# 最后一行添加
* */1 * * * ntpdate -u ntp1.aliyun.com
# 方式二:date -s 指定
date -s '10:34:06'
# 系统时间同步到硬件,防止系统重启后时间被还原
hwclock -w
下载 TapData 安装包(可联系我们获取),将其上传至待部署的设备中。
在待部署的设备上,执行下述格式的命令,解压安装包并进入解压后的路径。
tar -zxvf 安装包名&&cd tapdata
例如:
tar -zxvf tapdata-release-v2.14.tar.gz&&cd tapdata
在待部署的设备上,完成扩容操作。
复制集群已有节点中,TapData 工作目录下的 application.yml 文件至待部署设备中的 TapData 工作目录,然后注释或删除该文件中的 uuid 所在行。
上传 License 文件至 TapData 工作目录。
启动并扩容所需的服务。
# 扩容 TapData 管理服务
./tapdata start frontend
# 扩容 TapData API 服务
./tapdata start apiserver
# 扩容 TapData 引擎服务
./tapdata start backend
启动成功后,可登录 TapData 平台,在系统管理 > 集群管理中查看各服务的状态。
TapData 依赖的 MongoDB 数据库如何保障高可用?
避免使用单节点架构,可采用副本集部署架构来保障高可用,例如采用三节点的副本集架构时,其中一个节点作为 Primary 节点,其他节点作为 Secondary 节点。
如果已采用单节点架构,您可以将其转换为副本集架构。
在副本集中,写入 Primary 节点的数据会自动同步至 Secondary 节点上,当 Primary 节点故障或不可用时,副本集会自动选举一个新的 Primary 节点,从而保证数据库的可用性和数据的完整性,最大程度地减少数据库出现故障的时间和影响。
您可以登录 MongoDB 数据库,通过 rs.status()
命令查看副本集状态和各节点的状态信息。更多介绍,见 Replication。
如何查看运行日志?
在 2.15 之前版本,日志分散存放在 TapData 安装目录中的各文件夹中,从 2.15 版本开始,日志信息集中存放在安装目录下的 logs 目录中。
TapData 配置文件存放位置?
TapData 配置文件 :application.yml 存放在 TapData 的按照目录中,它保存了关键配置信息,例如可用内存配置、服务端口、MongoDB 数据库连接信息等。
如何调整 Java 可用的内存大小?
默认情况下,可用的内存为 4 GB,如需调整,可前往 TapData 安装目录下的配置文件 application.yml,编辑该文件,根据服务器的可用内存和任务负载调整内存配置信息,例如配置为 tapdataJavaOpts: "-Xms8G -Xmx16G"
,即表示初始内存 8G,最大内存 16G,示例如下:
tapdata:
cloud:
accessCode: ""
retryTime: '3'
baseURLs: ""
mode: cluster
conf:
tapdataPort: '3030'
backendUrl: 'http://127.0.0.1:3030/api/'
apiServerPort: '3080'
apiServerErrorCode: 'true'
tapdataJavaOpts: ""
SCRIPT_DIR: etc
reportInterval: 20000
uuid: 093288a0-9ab9-4752-bd1c-7163aea4a7ba
Decimal128ToNumber: 'false'
tapdataTMJavaOpts: '-Xmx8G -Xms16G'
如果内存分配较小,但任务负载较多,Java 程序可能因可用内存不足而不停地执行垃圾回收操作,引起 CPU 使用率激增。
管理端子进程不停重启,如何排查?
- 检查作为 TapData 存储引擎的 MongoDB 是否可以正常连接,且版本需为 4.0 及以上。
- 执行
./tapdata restart frontend
,随后可以在 logs 目录中找到 frontendDebug.log 文件并查看,通过日志的报错信息分析具体原因。
任务调度的规则是什么?
- 任务启动时:查询每个存活的引擎运行任务的数量,将任务调度到运行任务数量最小的引擎运行。
- 心跳超时:引擎会向接管的任务发送心跳信息,当心跳超时后,重新调度任务到运行任务数量最小的存活的引擎。
- 接管超时:调度给存活引擎后,任务未在超时时间内被引擎接管,重新调度任务到运行任务数量最小的存活的引擎。
TapData 如何实现高可用?
您可以在多台机器上部署 TapData 以实现高可用,某个节点出现异常时,其余节点可继续提供服务,进入增量的任务会断点续传,任务可自动均衡调度分配。
任务发生异常,如何排查?
虽然导致任务异常的原因可能不同,但是可参考下述通用的排查流程:
登录 TapData 平台,找到目标任务,查看任务的具体报错信息,根据报错信息(如表不存在)进行调整。
登录 TapData 所属机器,进入 TapData 安装目录查看更多日志信息。
如果无法登录 TapData 平台,可在其所属机器上执行
./tapdata status
,查看服务是否正常运行。./tapdata status
_______ _____ _____ _______
|__ __|/\ | __ \| __ \ /\|__ __|/\
| | / \ | |__) | | | | / \ | | / \
| | / /\ \ | ___/| | | |/ /\ \ | | / /\ \
| |/ ____ \| | | |__| / ____ \| |/ ____ \
|_/_/ \_\_| |_____/_/ \_\_/_/ \_\
WORK DIR:/root/tapdata
Tapdata was stopped.
Tapdata Engine PID:
Tapdata Management PID:
API Server Controller PID:
API Server Instances PID:如上述示例所示,服务处于停止状态,此时可执行
./tapdata start
启动相关服务。
同步性能较差,如何排查?
同步性能类问题,我们需要将任务的执行过程进行分解,即源端、目标端和引擎,然后判断瓶颈可能的节点。
- 目标:替换逻辑,例如用 DummyDB 替换目标,观察任务执行的情况,如果性能提升明显,可初步定位为目标端问题,可从目标端入手进行详细排查。
- 引擎:跟踪逻辑,按处理时间延时对每一个引擎处理节点进行排序,找到延时最长(Top N)的节点信息,作为重点目标进行详细排查,然后制造一个问题任务的克隆任务,对来源到目标的每一条实体数据进行跟踪,记录该数据通过引擎处理节点的延时,输出最细粒度的日志信息,确认问题节点的具体问题原因。
- 来源:排除逻辑,由于 TapData 对于不同来源的实现方式不同,判定问题是否与来源相关的方式是首先确定问题与目标和引擎无关,然后再根据来源的具体情况确定排查策略。
此外,我们还需要考虑不同阶段的处理过程所导致的处理延时和网络传输延迟。
TapData 所依赖的 MongoDB 库异常,如何排查?
MongoDB 数据库异常可能有多种不同的原因,通常的排查流程如下:
检查硬件资源,例如 CPU、内存、磁盘空间,如果资源不足或者磁盘空间已经用尽,可能会导致数据库异常。
检查 MongoDB 日志文件,尤其是最近几次启动的日志文件。日志文件通常会记录警告、错误、异常等信息,这些信息可以帮助确定问题的来源。
您也可以通过 mongo shell 登录上数据库查看,更多介绍,见 getLog。
登录上 MongoDB 数据,执行
db.serverStatus()
命令查看当前数据库的状态及统计信息,分析是否存在性能等问题。更多介绍,见 serverStatus。尝试使用 MongoDB 自带的工具进行故障排查,例如使用
mongotop
命令查看各个集合的读写操作情况,使用mongostat
命令查看服务器的活动状态。
TapData 所依赖的 MongoDB 库中,库名是什么,集合有哪些?
采用的数据库名称为 tapdata,您可以通过 mongo shell 登录上数据库查看具体包含的集合,示例如下:
# 进入 tapdata 数据库
use tapdata;
# 查看当前数据库中有哪些集合
show collections;
# 查看指定集合中的数据
db.ClusterState.find();
主要关注的集合如下,随着版本更新,可能会有所变化:
- ClusterState: 集群状态信息
- ClusterStateLog: 集群状态日志
- Connections: 连接源属性信息
- DatabaseTypes: 支持的数据源类型(字典数据)
- DataCatalog: 数据目录信息
- DataFlows: 任务属性状态信息
- DataFlowStage: 任务属性阶段信息
- DeleteCaches: 缓存的删除数据
- Events: 任务执行的通知事件
- Jobs: 任务执行过程信息
- LineageGraph: 数据地图
- Logs: 日志信息
- Message: 消息
- MessageQueue: 消息队列
- MetadataDefinition: 元数据定义
- MetadataInstances: 元数据信息
- Modules: 数据发布 - API 发布信息
- nodeConfig: 自定义节点配置信息
- Permission: 权限信息(字典数据)
- Role: 角色
- RoleMapping: 角色有那些权限
- ScheduleTasks: 任务调度信息
- Settings: 系统设置信息
- User: 用户信息
- UserLogs: 用户操作信息
- Workers: 进程信息
- License: License 信息
- TypeMappings: 类型映射
哪些是高危操作?
通过仔细审查系统高危操作,及时发现和应对潜在威胁,确保系统操作上的数据安全、完整性和可用性。深入理解各项高危操作,有助于建立可靠的平台管理制度、权限管理制度,提高对系统各种安全挑战的识别能力,从而为企业的数据处理流程、平台管理规范奠定基础。
常见的高危操作如下:
- 连接管理
- 删除数据源连接:如果有任务使用到此数据源,为避免误删除,当执行删除操作会提示该连接被任务引用。
- 编辑数据源连接:如果数据源的参数设置不正确可能导致该连接失效,正在引用该数据源的任务会使用之前的参数而不受影响,但是新任务或将任务重置后可能引发报错。
- 数据复制/数据转换任务
- 重置任务:该操作会将任务重置为初始状态,清空历史监控数据,后续启动任务时需要重新执行全量数据同步。
- 数据重复处理策略:在目标节点的设置中,设置不同的数据重复策略会影响目标表的结构和数据,例如选中清除目标端原有表结构和数据,在任务启动后,TapData 将清除目标端的表结构和所有数据,同步源端新的表结构和数据。
- 设置数据写入策略:在目标节点高级设置中,如选择为追加写入,Tapdata 将仅处理插入事件,丢弃更新和删除事件,请基于业务需求谨慎选择,避免带来数据不一致的风险。
- 设置同步索引:当数据复制任务用于仅同步增量数据的场景中,即保留目标表数据,如果目标表的数据规模较大,同步索引操作可能会影响目标库的整体性能。
- 设置更新条件字段:如果目标没有索引,会按照更新条件字段创建索引。
- 任务 Agent 设置:在右上角的任务设置中,如果手动指定 Agent ,后续任务如果是复制此任务时此配置项会保持不变,可能造成单个 Agent 的压力过大,推荐设置为平台自动分配。
- 数据服务
- 删除或者下线 API,将导致该 API 不可用。
- 系统管理
- 在管理集群时,应仅在服务出现异常时,才对相关服务执行关闭或重启操作。