k8s 部署polardb-x集群

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
简介: k8s 部署polardb-x集群

前言

体验了基于源码构建的部署polardb-x 单机部署,当然也想体验性能更好的完全分布式集群。这边文章将重点介绍如何部署polardb-x集群

简介

PolarDB-X 是一款面向超高并发、海量存储、复杂查询场景设计的云原生分布式数据库系统。其采用 Shared-nothing 与存储计算分离架构,支持水平扩展、分布式事务、混合负载等能力,具备企业级、云原生、高可用、高度兼容 MySQL 系统及生态等特点。

PolarDB-X 最初为解决阿里巴巴天猫“双十一”核心交易系统数据库扩展性瓶颈而生,之后伴随阿里云一路成长,是一款经过多种核心业务场景验证的、成熟稳定的数据库系统。 PolarDB-X 的核心特性如下:

水平扩展
PolarDB-X 采用 Shared-nothing 架构进行设计,支持多种 Hash 和 Range 数据拆分算法,通过隐式主键拆分和数据分片动态调度,实现系统的透明水平扩展。

分布式事务
PolarDB-X 采用 MVCC + TSO 方案及 2PC 协议实现分布式事务。事务满足 ACID 特性,支持 RC/RR 隔离级别,并通过一阶段提交、只读事务、异步提交等优化实现事务的高性能。

混合负载
PolarDB-X 通过原生 MPP 能力实现对分析型查询的支持,通过 CPU quota 约束、内存池化、存储资源分离等实现了 OLTP 与 OLAP 流量的强隔离。

企业级
PolarDB-X 为企业场景设计了诸多内核能力,例如 SQL 限流、SQL Advisor、TDE、三权分立、Flashback Query 等。

云原生
PolarDB-X 在阿里云上有多年的云原生实践,支持通过 K8S Operator 管理集群资源,支持公有云、混合云、专有云等多种形态进行部署,并支持国产化操作系统和芯片。

高可用
通过多数派 Paxos 协议实现数据强一致,支持两地三中心、三地五副本等多种容灾方式,同时通过 Table Group、Geo-locality 等提高系统可用性。

兼容 MySQL 系统及生态
PolarDB-X 的目标是完全兼容 MySQL ,目前兼容的内容包括 MySQL 协议、MySQL 大部分语法、Collation、事务隔离级别、Binlog 等。

集群部署方案

集群部署方案主要有两个

  • PXD 部署
  • k8s部署

鉴于便捷性,这是我们使用k8s部署

k8s 部署polardb-x集群

1. 环境准备

  • 安装 Helm 已经配置环境变量
  • k8s 集群
  • 良好的网络环境

2. 安装 PolarDB-X Operator

  • 在 Helm 仓库中添加 PolarDB-X 相关网址:
      helm repo add polardbx https://polardbx-charts.oss-cn-beijing.aliyuncs.com
    
    AI 代码解读
  • 检查已发布的 PolarDB-X Operator 版本:

      helm search repo polardbx/polardbx-operator -l
    
    AI 代码解读

    推荐安装最新版本,例如:v1.6.2。

  • 创建 polardbx-operator-system 命名空间:

      kubectl create namespace polardbx-operator-system
    
    AI 代码解读
  • 用以下 Helm 命令安装 v1.6.2:

      helm install --namespace polardbx-operator-system \
          --set node.volumes.data=/polarx/data --set imageRepo=registry:5000 \
          --set extension.config.images.store.galaxy.exporter=register:5000/mysqld-exporter:master \
          --version 1.6.2 \
          polardbx-operator polardbx/polardbx-operator
    
    AI 代码解读
  • 检查容器启动是否成功:
      kubectl get pods -n polardbx-operator-system
    
    AI 代码解读
    如果pod的状态都处于running 就说明PolarDB-X Operator 安装成功了

在这里插入图片描述

3. 部署polardb-x集群

3.1 准备yaml

  • 首先执行如下命令获取 PolarDB-X 各个组件的最新镜像版本(需要填入YAML文件):
      curl -s "https://polardbx-opensource.oss-cn-hangzhou.aliyuncs.com/scripts/get-version.sh" | sh
    
    AI 代码解读
  • 输出内容 以2.4版本为例
      CN polardbx/polardbx-sql:v2.4.0_5.4.19
      DN polardbx/polardbx-engine:v2.4.0_8.4.19
      CDC polardbx/polardbx-cdc:v2.4.0_5.4.19
      COLUMNAR polardbx/polardbx-columnar:v2.4.0_5.4.19
    
    AI 代码解读
  • 编写 yaml文件
      vi polardbx_cluster.yaml
    
    AI 代码解读
  • yaml 内容如下
    和官方配置文件不同的是,这里使用了polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx 镜像仓库地址,而不是默认的,避免因为网络问题拉取不到镜像。如果自带梯子可直接将镜像替换成官方推荐的地址 例如 把 polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx/替换为polardbx/

     apiVersion: polardbx.aliyun.com/v1
     kind: PolarDBXCluster
     metadata:
       name: polardbx-cluster
     spec:
       topology:
         nodes:
           gms:
             template:
               image: polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx/polardbx-engine:v2.4.0_8.4.19
               resources:
                 requests:
                   cpu: 1
                   memory: 4Gi
                 limits:
                   cpu: 1
                   memory: 4Gi
           cn:
             replicas: 2
             template:
               image: polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx/polardbx-sql:v2.4.0_5.4.19
               resources:
                 requests:
                   cpu: 2
                   memory: 4Gi
                 limits:
                   cpu: 2
                   memory: 4Gi
           dn:
             replicas: 3
             template:
               image: polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx/polardbx-engine:v2.4.0_8.4.19
               resources:
                 requests:
                   cpu: 2
                   memory: 8Gi
                 limits:
                   cpu: 2
                   memory: 8Gi
           cdc:
             replicas: 1
             template:
               image: polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx/polardbx-cdc:v2.4.0_5.4.19
               resources:
                 requests:
                   cpu: 1
                   memory: 4Gi
                 limits:
                   cpu: 2
                   memory: 4Gi
    
    AI 代码解读

    3.2 镜像提前下载(推荐 因为镜像都比较大 推荐提前下载)

    在k8s1.20 以后 运行时环境被替换为了 Containerd 故使用 工具拉取镜像

crictl pull polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx/polardbx-engine:v2.4.0_8.4.19
crictl pull polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx/polardbx-sql:v2.4.0_5.4.19
crictl pull polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx/polardbx-cdc:v2.4.0_5.4.19
AI 代码解读

注意: crictl 拉取镜像的命令没有进度条限制,并且一直阻塞住,在保证网络正常的情况下 静静的等待即可
在这里插入图片描述

下载后可使用crictl image list | grep polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com 命令查看
在这里插入图片描述

如果运行时环境还是docker的话 可以使用docker命令拉取镜像

docker pull polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx/polardbx-engine:v2.4.0_8.4.19
docker pull polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx/polardbx-sql:v2.4.0_5.4.19
docker pull polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com/polardbx/polardbx-cdc:v2.4.0_5.4.19
AI 代码解读

同样也可以使用 docker images -a | grep polardbx-opensource-registry.cn-beijing.cr.aliyuncs.com 命令查看

3.3 执行apply

kubectl apply -f polardbx_cluster.yaml
AI 代码解读

3.4 等待部署完成

通过如下命令查看部署情况

kubectl get polardbxcluster -w
AI 代码解读

部署 完成后 效果如下
在这里插入图片描述

4. 卸载 polardb-x集群

卸载 polardb-x集群 也比较容易

# polardbx-cluster 这个是集群的名称 名称是在yaml里定义的
kubectl delete polardbxcluster polardbx-cluster
AI 代码解读

5. 使用polardb-x集群

  • 首先查看连接连接地址 因为我们是两个DN 节点 需要使用一个负载均衡的地址 这个polardb-x 集群部署完成后 已经提供在 k8s的服务里

    在这里插入图片描述

      也可通过命令行 查看该服务
      ```shell
      kubectl get service polardbx-cluster
      ```
    
    AI 代码解读

在这里插入图片描述
我们需要使用的就是 这个cluster ip

  • 查看连接DN的账号密码

    可通过可视化工具查看
    在这里插入图片描述
    内容如下
    在这里插入图片描述
    需要注意的是 这个密码不能直接使用 需要先进行base64解密 然后才是真正的密码

    也可以通过命令行查看

      kubectl get secret polardbx-cluster -o jsonpath="{.data['polardbx_root']}" | base64 -d  | xargs echo "Password:"
    
    AI 代码解读

    输出结果即是密码

  • 使用可视化工具连接测试
    在这里插入图片描述

good day !!!

相关实践学习
快速体验PolarDB开源数据库
本实验环境已内置PostgreSQL数据库以及PolarDB开源数据库:PolarDB PostgreSQL版和PolarDB分布式版,支持一键拉起使用,方便各位开发者学习使用。
目录
打赏
0
11
11
0
13
分享
相关文章
使用ArgoCD管理Kubernetes部署指南
ArgoCD 是一款基于 Kubernetes 的声明式 GitOps 持续交付工具,通过自动同步 Git 存储库中的配置与 Kubernetes 集群状态,确保一致性与可靠性。它支持实时同步、声明式设置、自动修复和丰富的用户界面,极大简化了复杂应用的部署管理。结合 Helm Charts,ArgoCD 提供模块化、可重用的部署流程,显著减少人工开销和配置错误。对于云原生企业,ArgoCD 能优化部署策略,提升效率与安全性,是实现自动化与一致性的理想选择。
87 0
K8s集群实战:使用kubeadm和kuboard部署Kubernetes集群
总之,使用kubeadm和kuboard部署K8s集群就像回归童年一样,简单又有趣。不要忘记,技术是为人服务的,用K8s集群操控云端资源,我们不过是想在复杂的世界找寻简单。尽管部署过程可能遇到困难,但朝着简化复杂的目标,我们就能找到意义和乐趣。希望你也能利用这些工具,找到你的乐趣,满足你的需求。
187 33
集群部署:使用Rancher部署Kubernetes集群。
以上就是使用 Rancher 部署 Kubernetes 集群的流程。使用 Rancher 和 Kubernetes,开发者可以受益于灵活性和可扩展性,允许他们在多种环境中运行多种应用,同时利用自动化工具使工作负载更加高效。
87 19
打破资源边界、告别资源浪费:ACK One 多集群Spark和AI作业调度
ACK One多集群Spark作业调度,可以帮助您在不影响集群中正在运行的在线业务的前提下,打破资源边界,根据各集群实际剩余资源来进行调度,最大化您多集群中闲置资源的利用率。
使用容器服务ACK快速部署QwQ-32B模型并实现推理智能路由
阿里云最新发布的QwQ-32B模型,通过强化学习大幅度提升了模型推理能力。QwQ-32B模型拥有320亿参数,其性能可以与DeepSeek-R1 671B媲美。
企业级LLM推理部署新范式:基于ACK的DeepSeek蒸馏模型生产环境落地指南
企业级LLM推理部署新范式:基于ACK的DeepSeek蒸馏模型生产环境落地指南
121 12
大道至简-基于ACK的Deepseek满血版分布式推理部署实战
大道至简-基于ACK的Deepseek满血版分布式推理部署实战
130 5
OpenAI故障复盘丨如何保障大规模K8s集群稳定性
OpenAI故障复盘丨如何保障大规模K8s集群稳定性
简化Kubernetes应用部署工具-Helm之Hook
本文讲的是简化Kubernetes应用部署工具-Helm之Hook【编者的话】微服务和容器化给复杂应用部署与管理带来了极大的挑战。Helm是目前Kubernetes服务编排领域的唯一开源子项目,做为Kubernetes应用的一个包管理工具,可理解为Kubernetes的apt-get / yum,由Deis 公司发起,该公司已经被微软收购。
2636 0
OpenAI故障复盘 - 阿里云容器服务与可观测产品如何保障大规模K8s集群稳定性
聚焦近日OpenAI的大规模K8s集群故障,介绍阿里云容器服务与可观测团队在大规模K8s场景下我们的建设与沉淀。以及分享对类似故障问题的应对方案:包括在K8s和Prometheus的高可用架构设计方面、事前事后的稳定性保障体系方面。

相关产品

  • 云原生分布式数据库 PolarDB-X
  • AI助理

    你好,我是AI助理

    可以解答问题、推荐解决方案等