gpexpand

    先决条件

    • 新的Segment主机已被根据现有的Segment主机安装和配置。这包括：
      • 配置硬件和操作系统
      • 安装Greenplum软件
      • 创建gpadmin用户帐户
      • 交换SSH密钥
    • 用户的Segment主机上有足够的磁盘空间来临时保存最大表的副本。

    Note: 当gpexpand正在执行segment初始化是，以下工具不能被运行。

    • gpbackup
    • gpcheck
    • gpcheckcat
    • gpconfig
    • gppkg
    • gprestore

    有关扩展Greenplum系统的更多信息，请见Greenplum数据库管理员手册的。

    gpexpand工具分两个阶段执行系统扩展：Segment初始化和表重新分布。

    在初始化阶段，gpexpand用一个输入文件运行，该文件指定新Segment的数据目录、 dbid值和其他特征。用户可以手动创建输入文件，也可以在交互式对话中 按照提示进行操作。

    如果用户选择使用交互式对话创建输入文件，则可以选择指定包含扩展主机列表的文件。在提示输入信息时， 如果用户的平台或命令shell限制可键入的主机名列表的长度，则可能不得不用-f指定主机。

    除了初始化Segment，初始化阶段还执行这些操作：

    在表数据重分布阶段，gpexpand会重分布表的数据，使数据在新旧segment 实例之间平衡。

    Note: 数据重新分布应该在低峰（相对高峰期）时段进行。重新分布可以在很长时间内分批次进行。

    要开始重分布阶段，可以通过运行gpexpand并指定-d（运行时间周期） 或-e（结束时间）选项，或者不指定任何选项。如果客户指定了结束时间或运行周期，工具会在 扩展模式下重分布表，直到达到设定的结束时间或执行周期。如果没指定任何选项，工具会继续处理直到扩展模式的表 全部完成重分布。每张表都会通过ALTER TABLE命令来在所有的节点包括新增加的segment实例 上进行重分布，并设置表的分布策略为其原始策略。如果gpexpand完成所有表的重分布，它会 显示成功信息并退出。

    Note: 该工具在系统内部采用SSH连接执行各项操作任务。在大型Greenplum集群、云部署或每台主机部署了大量的 segment实例时，可能会遇到超过主机最大授权连接数限制的情况。此时需要考虑更新SSH配置参数MaxStartups 以提高该限制。更多关于SSH配置的选项，请参考您的Linux分发版的SSH文档。

    选项

    -a | —analyze

    在扩展后运行ANALYZE更新表的统计信息，默认是不运行ANALYZE。

    -B batch_size

    在暂停一秒钟之前发送给给定主机的远程命令的批量大小。默认值是16， 有效值是1-128。

    gpexpand工具会发出许多设置命令，这些命令可能会超出主机的已验证 连接的最大阈值（由SSH守护进程配置中的MaxStartups定义）。该一秒钟 的暂停允许在gpexpand发出更多命令之前完成认证。

    默认值通常不需要改变。但是，如果gpexpand由于连接错误 （例如’ssh_exchange_identification: Connection closed by remote host.’）而失败，则可能需要减少命令的最大数量。

    删除扩展模式。

    -d | —duration hh:mm:ss

    扩展会话的持续时间。

    -e | —end ‘YYYY-MM-DD hh:mm:ss’

    扩展会话的结束日期及时间。

    -f | —hosts-file filename

    指定包含用于系统扩展的新主机列表的文件的名称。文件的每一行都必须包含一个主机名。

    该文件可以包含指定或不指定网络接口的主机名。gpexpand工具处理这两种情况， 如果原始节点配置了多个网络接口，则将接口号添加到主机名的末尾。

    Note: Greenplum数据库Segment主机的命名习惯是sdwN，其中sdw 是前缀并且N是数字。例如，sdw1、sdw2等等。 对于具有多个接口的主机，约定是在主机名后面添加破折号（-）和数字。例如sdw1-1 和sdw1-2是主机sdw1的两个接口名称。

    -i | —input input_file

    指定扩展配置文件的名称，其中为每个要添加的Segment包含一行，格式为：

    hostname:address:port:datadir:dbid:content:preferred_role

    -n parallel_processes

    要同时重新分布的表的数量。有效值是1 - 96。

    每个表重新分布过程都需要两个数据库连接：一个用于更改表，另一个用于在扩展方案中更新表的状态。 在增加-n之前，检查服务器配置参数max_connections的当前值， 并确保不超过最大连接限制。

    -r | —rollback

    -s | —silent

    以静默模式运行。在警告时，不提示确认就可继续。

    -S | —simple-progress

    如果指定，gpexpand工具仅在Greenplum数据库表 gpexpand.expansion_progress中记录最少的进度信息。该工具不在表 gpexpand.status_detail中记录关系大小信息和状态信息。

    指定此选项可通过减少写入gpexpand表的进度信息量来提高性能。

    [-t | —tardir] directory

    Segment主机上一个目录的完全限定directory，gpexpand 工具会在其中拷贝一个临时的tar文件。该文件包含用于创建Segment实例的Greenplum数据库文件。 默认目录是用户主目录。

    -v | —verbose

    详细调试输出。使用此选项，该工具将输出用于扩展数据库的所有DDL和DML。

    --version

    显示工具的版本号并退出。

    -? | -h | —help

    显示在线帮助。

    使用输入文件运行gpexpand以初始化新Segment，并在postgres数据库中创建扩展模式：

    运行gpexpand最长持续60小时，以将表重新分布给新的Segment：

    另见

    Greenplum数据库管理员手册中的gpssh-exkeys 。