Doris资源管理

恩慈2年前技术文章1326

资源管理

为了节省Doris集群内的计算、存储资源,Doris需要引入一些其他外部资源来完成相关的工作,如Spark/GPU用于查询,HDFS/S3用于外部存储,Spark/MapReduce用于ETL, 通过ODBC连接外部存储等,因此我们引入资源管理机制来管理Doris使用的这些外部资源。

基本概念

一个资源包含名字、类型等基本信息,名字为全局唯一,不同类型的资源包含不同的属性,具体参考各资源的介绍。

资源的创建和删除只能由拥有 admin 权限的用户进行操作。一个资源隶属于整个Doris集群。拥有 admin 权限的用户可以将使用权限usage_priv 赋给普通用户。可参考HELP GRANT或者权限文档。

具体操作

资源管理主要有三个命令:CREATE RESOURCEDROP RESOURCESHOW RESOURCES,分别为创建、删除和查看资源。这三个命令的具体语法可以通过MySQL客户端连接到 Doris 后,执行 HELP cmd 的方式查看帮助。

  1. CREATE RESOURCE

    该语句用于创建资源。具体操作可参考 CREATE RESOURCE

  2. DROP RESOURCE

    该命令可以删除一个已存在的资源。具体操作见 DROP RESOURCE 。

  3. SHOW RESOURCES

    该命令可以查看用户有使用权限的资源。具体操作见 SHOW RESOURCES

支持的资源

目前Doris能够支持

  • Spark资源 : 完成ETL工作。

  • ODBC资源:查询和导入外部表的数据

下面将分别展示两种资源的使用方式。

Spark

参数

Spark 相关参数如下:

spark.master: 必填,目前支持yarn,spark://host:port。

spark.submit.deployMode: Spark 程序的部署模式,必填,支持 cluster,client 两种。

spark.hadoop.yarn.resourcemanager.address: master为yarn时必填。

spark.hadoop.fs.defaultFS: master为yarn时必填。

其他参数为可选,参考http://spark.apache.org/docs/latest/configuration.html

如果Spark用于ETL,还需要指定以下参数:

working_dir: ETL 使用的目录。spark作为ETL资源使用时必填。例如:hdfs://host:port/tmp/doris。

broker: broker 名字。spark作为ETL资源使用时必填。需要使用ALTER SYSTEM ADD BROKER 命令提前完成配置。

  • broker.property_key: broker读取ETL生成的中间文件时需要指定的认证信息等。

示例

创建 yarn cluster 模式,名为 spark0 的 Spark 资源。

CREATE EXTERNAL RESOURCE "spark0"
PROPERTIES
(
 "type" = "spark",
 "spark.master" = "yarn",
 "spark.submit.deployMode" = "cluster",
 "spark.jars" = "xxx.jar,yyy.jar",
 "spark.files" = "/tmp/aaa,/tmp/bbb",
 "spark.executor.memory" = "1g",
 "spark.yarn.queue" = "queue0",
 "spark.hadoop.yarn.resourcemanager.address" = "127.0.0.1:9999",
 "spark.hadoop.fs.defaultFS" = "hdfs://127.0.0.1:10000",
 "working_dir" = "hdfs://127.0.0.1:10000/tmp/doris",
 "broker" = "broker0",
 "broker.username" = "user0",
 "broker.password" = "password0"
);

ODBC

参数

ODBC 相关参数如下:

type: 必填,且必须为odbc_catalog。作为resource的类型标识。

user: 外部表的账号,必填。

password: 外部表的密码,必填。

host: 外部表的连接ip地址,必填。

port: 外部表的连接端口,必填。

odbc_type: 标示外部表的类型,当前doris支持mysqloracle,未来可能支持更多的数据库。引用该resource的ODBC外表必填,旧的mysql外表选填。

driver: 标示外部表使用的driver动态库,引用该resource的ODBC外表必填,旧的mysql外表选填。

示例

创建oracle的odbc resource,名为 odbc_oracle 的 odbc_catalog的 资源。

CREATE EXTERNAL RESOURCE `oracle_odbc`
PROPERTIES (
"type" = "odbc_catalog",
"host" = "192.168.0.1",
"port" = "8086",
"user" = "test",
"password" = "test",
"database" = "test",
"odbc_type" = "oracle",
"driver" = "Oracle 19 ODBC driver"
);

相关文章

数据湖技术之iceberg(六)Iceberg表数据组织与查询

数据湖技术之iceberg(六)Iceberg表数据组织与查询

1     Iceberg表数据组织与查询1) 下载avro-tools jar包由于后期需要查看avro文件内容,我们可以通过avro-tool.jar来查看...

数仓主流架构简介之二

数仓主流架构简介之二

一、流批一体数据批流一体是一种云计算架构模式,它结合了批处理和流处理的特点,以实现更高效、灵活和可扩展的数据处理能力。在这种模式下,数据可以同时进行批处理和流处理,以满足不同场景下的需求流批一体:是指...

HPA控制器

HPA控制器

HPA (动态扩缩容)kubectl 有一个 scale 命令 kubectl scale deployment/nginx --replicas=4 它可以帮助 Pod 进行扩缩容,这个过程完全手动...

mysql表结构对比工具

mysql表结构对比工具

一、AmpNmp.DatabaseCompare工具1、工具特点:优点:比较两个数据库全部表结构的差异,包括表名、存储引擎、字符集、注释的不同,以及每张表中的字段名、数据类型、字符集、默认值、注释的不...

Zeppelin简介

1.    Zeppelin1.1.  Zeppelin是什么zeppelin是一个非常流行的开源数据探索分析平台。zeppelin集成了非...

trino容器对接hudi(五)

trino容器对接hudi(五)

前提:本文是基于已经部署了trino容器的基础上进行的。冒烟测试是在trino对接ldap后并且ranger已经对接了metastore权限后,并且spark组件已经对接hudi,并且成功创建hudi...

发表评论    

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。