MySQL开源引擎infobright数据仓库解决方案

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MySQL开源引擎infobright数据仓库解决方案相关的知识,希望对你有一定的参考价值。

   infobright是开源的mysql数据仓库解决方案,它基于在MySQL上二次开发,infobright主要实现的就是一个存储引擎,但因为它自身存储逻辑跟关系型数据库根本不同,所以,它不能像InnoDB那样直接作为插件挂接到mysql,它的逻辑层是mysql的逻辑 层加上它自身的优化器。

  infobright有以下几个特点:

1、高强度的数据压缩在普通10:1, 在极限情况下可以达到40:1 甚至更高,自己在使用infobright过程中曾把5.1G的数据可以压缩成152M左右;

2、优化的统计计算(使用sum/avg/group by/count等),特别适用于统计函数生成的报表数据;

3、不需要建索引,就避免了维护索引及索引随着数据膨胀的问题。把每列数据分块压缩存放,每块有知识网格节点记录块内的统计信息,代替索引,加速搜索;

4、列式存储,在没有索引的情况下同理也没有主键、自动递增字段、无符号。

  infobright产品分为社区版ICE和企业版IEE,其使用的引擎是BRIGHTHOUSE,在使用IEE版本是没有限制的,但是使用ICE版本则有3个限制:

1、不支持数据更新,因此在导入数据的时候只能用“LOAD DATA INFILE”的方式导入数据,此外一旦入库后就不能在仓库中用UPDATE、INSERT等方式写入;

2、不支持对CPU多核的使用,使得性能极低,要知道入数据仓库的数据都是极大的数据,没有多核支持查询大量的数据极慢;

3、只能单机使用,不具备任何的复制以及扩展,这样就限制了大规模集群的可能性。

所以日常使用建议还是使用IEE版本,而infobright的安装部署也十分简单可以在官网下载rpm包来进行安装部署,可以把安装过的服务器上把文件打包后直接解压后修改参数部署,其配置文件my-ib.cnf可以事先写好,如果在安装后需要重新修改参数可以使用内置的postconfig.sh脚本修改默认参数,默认的配置文件在support-files中

[[email protected] local]# cd /usr/local/infobright/
[[email protected] infobright]# chmod +x ./*.sh && chmod +x bin/* && chmod +x scripts/mysql_install_db
[[email protected] infobright]# cp support-files/mysql.server /etc/init.d/mysqld-ib
[[email protected] infobright]# chmod +x /etc/init.d/mysqld-ib
[[email protected] infobright]# cp support-files/my-ib.cnf.in /etc/my-ib.cnf#其中参数变量需要修改
…略…
[client]
…略…
default_character_set=utf8
…略…
[mysqld]
user        = root#也可以用mysql用户
port            = 5029
socket          = /tmp/mysql-ib.sock
basedir = /usr/local/infobright
datadir = /data/infobright_data
log-error = /data/infobright_data/localhost.err
…略…
default_character_set=utf8
collation_server=utf8_general_ci
character_set_server=utf8
[[email protected] infobright]# vim /etc/profile.d/infobright.sh#在没有MySQL的服务器上添加环境变量
export PATH=$PATH:/usr/local/infobright/bin
[[email protected] infobright]# source /etc/profile.d/infobright.sh
[[email protected] infobright]# ./scripts/mysql_install_db --force --defaults-file=/etc/my-ib.cnf --datadir=/data/infobright_data --user=root
[[email protected] infobright]# cd /data/infobright_data/
[[email protected] infobright_data]# vim brighthouse.ini#修改BRIGHTHOUSE引擎参数
################## BrightHouse configuration file ####################
# To change values, uncomment the parameter and specify desired value.

############ Critical Disk Settings ############

# Data Folder: check where you installed brighthouse data folder (directory this file is in) - it should be on a fast disk.

# CacheFolder - a place in which temporary database objects (memory cache) are stored.
# Should be on a fast drive, possibly not the same as data. Allow at least 20 GB of free space (depending on database size).
CacheFolder = /data/infobright_data/cache

############  Critical Memory Settings ############ 
# System Memory    Server Main Heap Size     Server Compressed Heap Size   Loader Main Heap Size
# 32GB                 24000                      4000                       800
# 16GB                 10000                      1000                       800
#  8GB                  4000                       500                       800
#  4GB                  1300                       400                       400
#  2GB                  600                        250                       320

# The default values are set to 600, 250, and 320 respectively, and performance may be  impacted.

# ServerMainHeapSize - Size of the main memory heap in the server process, in MB
ServerMainHeapSize = 4000

# LoaderMainHeapSize - Size of the memory heap in the loader process, in MB.
LoaderMainHeapSize = 800

############ Logging Settings ############ 

# ControlMessages - Set to 2 to turn the control messages on. This is usually needed by Infobright to support performance investigation.
# ControlMessages = 0

############  Other Settings ############

# KNFolder - Directory where the Knowledge Grid is stored.
KNFolder = BH_RSI_Repository

# AllowMySQLQueryPath can be set to 0 to disable MySQL Query path or 1 to enable it.
AllowMySQLQueryPath = 1
[[email protected] infobright_data]# /etc/init.d/mysqld-ib start
[[email protected] infobright_data]# mysql -S /tmp/mysql-ib.sock -p

在这里需要注意的是修改BRIGHTHOUSE参数时重要的参数如下:

CacheFolder 临时数据目录,用于缓存处理查询的中间结果集,与Datadir相异为宜,可用空间大于20G
ServerCompressedHeapSize 服务进程的压缩堆栈空间,存放压缩数据
LoaderMainHeapSize Bhloader数据导入缓冲区,随目标表的列数增加而调整,loader进程的堆栈空间,一般最大不超过800M
ControlMessages 控制盒查询日志的信息量级别(1-3之间)
KNFolder 知识网络目录,默认在datadir目录下
AllowMySQLQueryPath 是否支持Mysql原生的SQL查询,支持修改为1,否则0

技术分享技术分享

最后在infobright尽可能使用的数据类型:TINYINT,SMALLINT,MEDIUMINT,INT,BIGINT,DECIMAL(尽量减少小数点位数),DATE ,TIME,而效率比较低的、不推荐使用的数据类型有:BINARY VARBINARY,FLOAT,DOUBLE,VARCHAR,TINYTEXT TEXT,在infobright要把数据导出成sql脚本则需要使用mysqldump的“--single-transaction”参数使用单事务的方式导出,及事务的REPEATABLE READ隔离模式,MySQL的事务以前有提及过需要可以参看:http://jim123.blog.51cto.com/4763600/1964004

本文出自 “Jim的技术随笔” 博客,谢绝转载!

以上是关于MySQL开源引擎infobright数据仓库解决方案的主要内容,如果未能解决你的问题,请参考以下文章

下面列出的条目中,哪些是数据仓库的基本特征

infobright数据仓库中的comment lookup

Infobright列式存储数据库

免费数据仓库——Infobright、Hadoop/Hive 还是啥?

Infobright/MySQL 加载数据 infile 死锁

oschina BI商业智能开源软件