Kylin 实例是无状态的服务,运行时的状态信息存储在 Mysql metastore 中。 出于负载均衡的考虑,您可以启用多个共享一个 metastore 的 Kylin 实例,使得各个节点分担查询压力且互为备份,从而提高服务的可用性。下图描绘了 Kylin 集群模式部署的一个典型场景:
如果您需要将多个 Kylin 节点组成集群,请确保他们使用同一个 Hadoop 集群。然后在每个节点的配置文件 $KYLIN_HOME/conf/kylin.properties 中执行下述操作:
kylin.metadata.url 值,即配置所有的 Kylin 节点使用同一个 Mysql metastore。kylin.server.cluster-servers,包括所有节点(包括当前节点),当事件变化时,接收变化的节点需要通知其他所有节点(包括当前节点)。kylin.server.mode,参数值可选 all, job, query 中的一个,默认值为 all。 job 模式代表该服务仅用于任务调度,不用于查询;query 模式代表该服务仅用于查询,不用于构建任务的调度;all 模式代表该服务同时用于任务调度和 SQL 查询。注意:默认情况下只有一个实例用于构建任务的调度 (即
kylin.server.mode设置为all或者job模式)。
从 v2.0 开始, Kylin 支持多个任务引擎一起运行,相比于默认单任务引擎的配置,多引擎可以保证任务构建的高可用。
使用多任务引擎,你可以在多个 Kylin 节点上配置它的角色为 job 或 all。
为了避免它们之间产生竞争,需要在kylin.properties中配置任务调度器为分布式调度:
kylin.job.scheduler.default=2 kylin.job.lock=org.apache.kylin.job.lock.zookeeper.ZookeeperJobLock
然后将所有任务和查询节点的地址注册到 kylin.server.cluster-servers。
CuratorScheculer进行任务调度从 v3.0.0-alpha 开始,kylin引入基于Curator的主从模式多任务引擎调度器,用户可以修改如下配置来启用CuratorScheculer:
kylin.job.scheduler.default=100 kylin.server.self-discovery-enabled=true
更多关于kylin任务调度器的细节可以参考Apache Kylin Wiki.
为了将查询请求发送给集群而非单个节点,您可以部署一个负载均衡器,如 Nginx, F5 或 cloudlb 等,使得客户端和负载均衡器通信代替和特定的 Kylin 实例通信。
Kylin4 的读写分离部署方式与 Kylin3 存在一定的差异,请参考文档:Read Write Separation Deployment for Kylin 4