wal-g PostgreSQL બેકઅપ સિસ્ટમનો પરિચય

WAL-G પોસ્ટગ્રેએસક્યુએલને ક્લાઉડ્સમાં બેકઅપ લેવા માટેનું એક સરળ અને અસરકારક સાધન છે. તેની મુખ્ય કાર્યક્ષમતાના સંદર્ભમાં, તે લોકપ્રિય સાધનનો વારસદાર છે WAL-E, પરંતુ Go માં ફરીથી લખાયેલ. પરંતુ WAL-G માં એક મહત્વપૂર્ણ નવી સુવિધા છે - ડેલ્ટા કોપીઝ. ડેલ્ટા નકલો WAL-G પાછલા બેકઅપ સંસ્કરણથી બદલાયેલ ફાઇલોના પૃષ્ઠોને સંગ્રહિત કરો. WAL-G બેકઅપને સમાંતર બનાવવા માટે ઘણી બધી તકનીકોનો અમલ કરે છે. WAL-G WAL-E કરતાં વધુ ઝડપી છે.

wal-g કેવી રીતે કાર્ય કરે છે તેની વિગતો લેખમાં મળી શકે છે: અમે બેકઅપને ઓવરક્લોક કરીએ છીએ. યાન્ડેક્ષ વ્યાખ્યાન

ડેટા સ્ટોર કરવા માટે S3 સ્ટોરેજ પ્રોટોકોલ લોકપ્રિય બન્યું છે. S3 નો એક ફાયદો એપીઆઈ દ્વારા ઍક્સેસ કરવાની ક્ષમતા છે, જે તમને સાર્વજનિક વાંચન ઍક્સેસ સહિત સ્ટોરેજ સાથે લવચીક ક્રિયાપ્રતિક્રિયા ગોઠવવાની મંજૂરી આપે છે, જ્યારે સ્ટોરેજમાં માહિતી અપડેટ કરવાનું ફક્ત અધિકૃત વ્યક્તિઓ દ્વારા જ થાય છે.

ત્યાં ઘણા જાહેર અને ખાનગી સ્ટોરેજ અમલીકરણો છે જે S3 પ્રોટોકોલનો ઉપયોગ કરે છે. આજે આપણે નાના સ્ટોરેજને ગોઠવવા માટે એક લોકપ્રિય ઉકેલ જોઈશું - મિનીયો.

એક જ PostgreSQL સર્વર wal-g ના પરીક્ષણ માટે સારું છે, અને Minio નો ઉપયોગ S3 માટે રિપ્લેસમેન્ટ તરીકે થાય છે.

Minio સર્વર

Minio સ્થાપન

yum -y install yum-plugin-copr
yum copr enable -y lkiesow/minio
yum install -y minio

AccessKey અને SecretKey ને /etc/minio/minio.conf માં સંપાદિત કરો

vi /etc/minio/minio.conf

જો તમે Minio પહેલાં nginx નો ઉપયોગ કરશો નહીં, તો તમારે બદલવાની જરૂર છે

--address 127.0.0.1:9000

--address 0.0.0.0:9000

Minio લોન્ચ કરી રહ્યું છે

systemctl start minio

Minio વેબ ઈન્ટરફેસ પર જાઓ http://ip-адрес-сервера-minio:9000 અને બકેટ બનાવો (ઉદાહરણ તરીકે, pg-backups).

ડીબી સર્વર

rpm માં WAL-G મારા (એન્ટોન પેટસેવ) દ્વારા એસેમ્બલ કરવામાં આવે છે. Github, ફેડોરા COPR.

જેની પાસે RPM-આધારિત સિસ્ટમ નથી, તે અધિકારીનો ઉપયોગ કરો સૂચના સ્થાપન દ્વારા.

wal-g દ્વિસંગી સાથે, rpm એ સ્ક્રિપ્ટો ધરાવે છે જે /etc/wal-gd/server-s3.conf ફાઇલમાંથી ચલોને આયાત કરે છે.

backup-fetch.sh
backup-list.sh
backup-push.sh
wal-fetch.sh
wal-g-run.sh
wal-push.sh

વોલ્ગ ઇન્સ્ટોલ કરો.

yum -y install yum-plugin-copr
yum copr enable -y antonpatsev/wal-g
yum install -y wal-g

wal-g સંસ્કરણ તપાસી રહ્યું છે.

wal-g --version
wal-g version v0.2.14

તમારી જરૂરિયાતો અનુસાર /etc/wal-gd/server-s3.conf માં ફેરફાર કરો.

ડેટાબેઝ ક્લસ્ટર દ્વારા ઉપયોગમાં લેવાતી રૂપરેખાંકન ફાઇલો અને ડેટા ફાઇલો પરંપરાગત રીતે ક્લસ્ટર ડેટા ડિરેક્ટરીમાં એકસાથે સંગ્રહિત થાય છે, જેને સામાન્ય રીતે PGDATA

#!/bin/bash

export PG_VER="9.6"

export WALE_S3_PREFIX="s3://pg-backups" # бакет, который мы создали в S3
export AWS_ACCESS_KEY_ID="xxxx" # AccessKey из /etc/minio/minio.conf 
export AWS_ENDPOINT="http://ip-адрес-сервера-minio:9000"
export AWS_S3_FORCE_PATH_STYLE="true"
export AWS_SECRET_ACCESS_KEY="yyyy" # SecretKey из /etc/minio/minio.conf

export PGDATA=/var/lib/pgsql/$PG_VER/data/
export PGHOST=/var/run/postgresql/.s.PGSQL.5432 # Сокет для подключения к PostgreSQL

export WALG_UPLOAD_CONCURRENCY=2 # Кол-во потоков для закачки 
export WALG_DOWNLOAD_CONCURRENCY=2 # Кол-во потоков для скачивания
export WALG_UPLOAD_DISK_CONCURRENCY=2 # Кол-во потоков на диске для закачки
export WALG_DELTA_MAX_STEPS=7
export WALG_COMPRESSION_METHOD=brotli # Какой метод сжатия использовать.

WAL-G ની ગોઠવણી કરતી વખતે, તમે WALG_DELTA_MAX_STEPS નો ઉલ્લેખ કરો - બેઝ બેકઅપમાંથી ડેલ્ટા બેકઅપ મહત્તમ હોય તેવા સ્ટેપ્સની સંખ્યા, અને ડેલ્ટા કોપી પોલિસીનો ઉલ્લેખ કરો. કાં તો તમે છેલ્લા અસ્તિત્વમાંના ડેલ્ટામાંથી એક નકલ બનાવો છો, અથવા તમે મૂળ સંપૂર્ણ બેકઅપમાંથી ડેલ્ટા બનાવો છો. જ્યારે તમારા ડેટાબેઝમાં ડેટાબેઝનો સમાન ઘટક હંમેશા બદલાતો હોય, ત્યારે તે જ ડેટા સતત બદલાતો હોય ત્યારે આ જરૂરી છે.

ડેટાબેઝ ઇન્સ્ટોલ કરી રહ્યું છે.

yum install -y https://download.postgresql.org/pub/repos/yum/reporpms/EL-7-x86_64/pgdg-redhat-repo-latest.
noarch.rpm
yum install -y postgresql96 postgresql96-server mc

અમે ડેટાબેઝ શરૂ કરીએ છીએ.

/usr/pgsql-9.6/bin/postgresql96-setup initdb
Initializing database ... OK

જો તમે 1 સર્વર પર પરીક્ષણ કરી રહ્યાં છો, તો તમારે આવૃત્તિ 10 કરતાં ઓછા PostgreSQL માટે આર્કાઇવ કરવા માટે wal_level પરિમાણને પુનઃરૂપરેખાંકિત કરવાની જરૂર છે, અને PostgreSQL સંસ્કરણ 10 અને તેથી વધુ જૂની માટે પ્રતિકૃતિ.

wal_level = archive

ચાલો PostgreSQL નો ઉપયોગ કરીને દર 60 સેકન્ડે WAL આર્કાઇવ્સનો બેકઅપ લઈએ. ઉત્પાદન પર, તમારી પાસે અલગ આર્કાઇવ_ટાઇમઆઉટ મૂલ્ય હશે.

archive_mode = on
archive_command = '/usr/local/bin/wal-push.sh %p'
archive_timeout = 60 # Каждые 60 секунд будет выполнятся команда archive_command.

PostgreSQL શરૂ કરી રહ્યા છીએ

systemctl start postgresql-9.6

એક અલગ કન્સોલમાં, અમે ભૂલો માટે PostgreSQL લૉગ્સ જોઈએ છીએ: (postgresql-Wed.log ને વર્તમાનમાં બદલો).

tail -fn100 /var/lib/pgsql/9.6/data/pg_log/postgresql-Wed.log

ચાલો psql પર જઈએ.

su - postgres
psql

psql માં ડેટાબેઝ બનાવો

ડેટાબેઝ ટેસ્ટ1માં ટેબલ બનાવો.

create database test1;

ડેટાબેઝ ટેસ્ટ પર સ્વિચ કરો.

postgres=# c test1;

અમે ટેબલ indexing_table બનાવીએ છીએ.

test1=# CREATE TABLE indexing_table(created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW());

ડેટા ઉમેરી રહ્યા છીએ.

અમે ડેટા દાખલ કરવાનું શરૂ કરીએ છીએ. અમે 10-20 મિનિટ રાહ જોઈ રહ્યા છીએ.

#!/bin/bash
# postgres
while true; do
psql -U postgres -d test1 -c "INSERT INTO indexing_table(created_at) VALUES (CURRENT_TIMESTAMP);"
sleep 60;
done

સંપૂર્ણ બેકઅપ લેવાની ખાતરી કરો.

su - postgres
/usr/local/bin/backup-push.sh

અમે ડેટાબેઝ ટેસ્ટ1 માં કોષ્ટકમાંના રેકોર્ડ્સ જોઈએ છીએ

select * from indexing_table;
2020-01-29 09:41:25.226198+
2020-01-29 09:42:25.336989+
2020-01-29 09:43:25.356069+
2020-01-29 09:44:25.37381+
2020-01-29 09:45:25.392944+
2020-01-29 09:46:25.412327+
2020-01-29 09:47:25.432564+
2020-01-29 09:48:25.451985+
2020-01-29 09:49:25.472653+
2020-01-29 09:50:25.491974+
2020-01-29 09:51:25.510178+

શબ્દમાળા વર્તમાન સમય છે.

સંપૂર્ણ બેકઅપ્સની સૂચિ જુઓ

/usr/local/bin/backup-list.sh

પુનઃપ્રાપ્તિ પરીક્ષણ

તમામ ઉપલબ્ધ WAL રોલિંગ સાથે સંપૂર્ણ પુનઃપ્રાપ્તિ.

Postgresql રોકો.

/var/lib/pgsql/9.6/data ફોલ્ડરમાંથી બધું કાઢી નાખો.

postgres વપરાશકર્તા તરીકે /usr/local/bin/backup-fetch.sh સ્ક્રિપ્ટ ચલાવો.

su - postgres
/usr/local/bin/backup-fetch.sh

બેકઅપ નિષ્કર્ષણ પૂર્ણ.

નીચેની સામગ્રી સાથે /var/lib/pgsql/9.6/data ફોલ્ડરમાં recovery.conf ઉમેરો.

restore_command = '/usr/local/bin/wal-fetch.sh "%f" "%p"'

અમે PostgreSQL શરૂ કરીએ છીએ. PostgreSQL આર્કાઇવ કરેલ WAL માંથી પુનઃપ્રાપ્તિ પ્રક્રિયા શરૂ કરશે, અને તે પછી જ ડેટાબેઝ ખુલશે.

systemctl start postgresql-9.6
tail -fn100 /var/lib/pgsql/9.6/data/pg_log/postgresql-Wed.log

ચોક્કસ સમય માટે પુનઃપ્રાપ્તિ.

જો આપણે ચોક્કસ મિનિટ સુધી ડેટાબેઝ પુનઃસ્થાપિત કરવા માંગીએ છીએ, તો અમે recovery.conf માં recovery_target_time પરિમાણ ઉમેરીએ છીએ - અમે ડેટાબેઝને કયા સમયે પુનઃસ્થાપિત કરવો તે સૂચવીએ છીએ.

restore_command = '/usr/local/bin/wal-fetch.sh "%f" "%p"'
recovery_target_time = '2020-01-29 09:46:25'

પુનઃપ્રાપ્તિ પછી, ટેબલ indexing_table જુઓ

 2020-01-29 09:41:25.226198+00
 2020-01-29 09:42:25.336989+00
 2020-01-29 09:43:25.356069+00
 2020-01-29 09:44:25.37381+00
 2020-01-29 09:45:25.392944+00

અમે PostgreSQL શરૂ કરીએ છીએ. PostgreSQL આર્કાઇવ કરેલ WAL માંથી પુનઃપ્રાપ્તિ પ્રક્રિયા શરૂ કરશે, અને તે પછી જ ડેટાબેઝ ખુલશે.

systemctl start postgresql-9.6
tail -fn100 /var/lib/pgsql/9.6/data/pg_log/postgresql-Wed.log

પરીક્ષણ

અહીં વર્ણવ્યા મુજબ 1GB ડેટાબેઝ જનરેટ કરી રહ્યું છે https://gist.github.com/ololobus/5b25c432f208d7eb31051a5f238dffff

1GB ડેટા જનરેટ કર્યા પછી બકેટના કદની વિનંતી કરવી.

postgres=# SELECT pg_size_pretty(pg_database_size('test1'));
pg_size_pretty
----------------
1003 MB

s4cmd — бесплатный инструмент командной строки для работы с данными, расположенными в хранилище Amazon S3. Утилита написана на языке программирования python, и благодаря этому может использоваться в операционных системах и Windowsઅને Linux.

s4cmd ઇન્સ્ટોલ કરી રહ્યું છે

pip install s4cmd

LZ4

s4cmd --endpoint-url=http://ip-адрес-сервера-minio:9000 --access-key=xxxx --secret-key=yyyy du -r s3://pg-backups
840540822       s3://pg-backups/wal_005/
840 МБ в формате lz4 только WAL логов

Полный бекап с lz4 - 1GB данных
time backup_push.sh
real 0m18.582s

Размер S3 бакета после полного бекапа

581480085       s3://pg-backups/basebackups_005/
842374424   s3://pg-backups/wal_005
581 МБ занимает полный бекап

એલઝેએમએ

После генерации 1ГБ данных
338413694       s3://pg-backups/wal_005/
338 мб логов в формате lzma

Время генерации полного бекапа
time backup_push.sh
real    5m25.054s

Размер бакета в S3
270310495       s3://pg-backups/basebackups_005/
433485092   s3://pg-backups/wal_005/

270 мб занимает полный бекап в формате lzma

બ્રોટલી

После генерации 1ГБ данных
459229886       s3://pg-backups/wal_005/
459 мб логов в формате brotli

Время генерации полного бекапа
real    0m23.408s

Размер бакета в S3
312960942       s3://pg-backups/basebackups_005/
459309262   s3://pg-backups/wal_005/

312 мб занимает полный бекап в формате brotli

ચાર્ટ પરના પરિણામોની સરખામણી.

જેમ તમે જોઈ શકો છો, બ્રોટલી કદમાં LZMA સાથે તુલનાત્મક છે, પરંતુ બેકઅપ LZ4 સમયમાં કરવામાં આવે છે.

રશિયન બોલતા PostgreSQL સમુદાયની ચેટ: https://t.me/pgsql

જો તમે ઉપયોગ કરો છો તો કૃપા કરીને ગીથબને સ્ટાર આપો wal-g

સોર્સ: www.habr.com