wal-g PostgreSQL ബാക്കപ്പ് സിസ്റ്റത്തിലേക്കുള്ള ആമുഖം

WAL-G PostgreSQL-നെ ക്ലൗഡുകളിലേക്ക് ബാക്കപ്പ് ചെയ്യുന്നതിനുള്ള ലളിതവും ഫലപ്രദവുമായ ഉപകരണമാണ്. അതിന്റെ പ്രധാന പ്രവർത്തനത്തിന്റെ കാര്യത്തിൽ, ഇത് ജനപ്രിയ ഉപകരണത്തിന്റെ അവകാശിയാണ് വാൽ-ഇ, എന്നാൽ ഗോയിൽ മാറ്റിയെഴുതി. എന്നാൽ WAL-G - ഡെൽറ്റ പകർപ്പുകളിൽ ഒരു പ്രധാന പുതിയ സവിശേഷതയുണ്ട്. ഡെൽറ്റ പകർപ്പുകൾ WAL-G മുമ്പത്തെ ബാക്കപ്പ് പതിപ്പിന് ശേഷം മാറിയ ഫയലുകളുടെ സ്റ്റോർ പേജുകൾ. ബാക്കപ്പുകൾ സമാന്തരമാക്കുന്നതിന് WAL-G ധാരാളം സാങ്കേതികവിദ്യകൾ നടപ്പിലാക്കുന്നു. WAL-G എന്നത് WAL-E-നേക്കാൾ വളരെ വേഗതയുള്ളതാണ്.

വാൽ-ജി എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്നതിന്റെ വിശദാംശങ്ങൾ ലേഖനത്തിൽ കാണാം: ഞങ്ങൾ ബാക്കപ്പ് ഓവർലോക്ക് ചെയ്യുന്നു. Yandex പ്രഭാഷണം

ഡാറ്റ സംഭരിക്കുന്നതിന് S3 സ്റ്റോറേജ് പ്രോട്ടോക്കോൾ ജനപ്രിയമായി. API വഴി ആക്‌സസ് ചെയ്യാനുള്ള കഴിവാണ് S3-ന്റെ ഒരു ഗുണം, ഇത് പൊതു വായനാ ആക്‌സസ് ഉൾപ്പെടെ സ്റ്റോറേജുമായി വഴക്കമുള്ള ആശയവിനിമയം സംഘടിപ്പിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു, അതേസമയം സ്റ്റോറേജിലെ വിവരങ്ങൾ അപ്‌ഡേറ്റ് ചെയ്യുന്നത് അംഗീകൃത വ്യക്തികൾക്ക് മാത്രമേ സംഭവിക്കൂ.

എസ് 3 പ്രോട്ടോക്കോൾ ഉപയോഗിക്കുന്ന നിരവധി പൊതു, സ്വകാര്യ സംഭരണ ​​​​നിർവ്വഹണങ്ങൾ ഉണ്ട്. ചെറിയ സംഭരണം സംഘടിപ്പിക്കുന്നതിനുള്ള ഒരു ജനപ്രിയ പരിഹാരം ഇന്ന് നമ്മൾ നോക്കും - മിനിയോ.

wal-g പരീക്ഷിക്കുന്നതിന് ഒരൊറ്റ PostgreSQL സെർവർ നല്ലതാണ്, കൂടാതെ S3-ന് പകരമായി Minio ഉപയോഗിക്കുന്നു.

മിനിയോ സെർവർ

മിനിയോ ഇൻസ്റ്റാളേഷൻ

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

/etc/minio/minio.conf-ൽ AccessKey, SecretKey എന്നിവ എഡിറ്റ് ചെയ്യുക

vi /etc/minio/minio.conf

Minio-യ്‌ക്ക് മുമ്പ് നിങ്ങൾ nginx ഉപയോഗിക്കുന്നില്ലെങ്കിൽ, നിങ്ങൾ മാറ്റേണ്ടതുണ്ട്

--address 127.0.0.1:9000

--address 0.0.0.0:9000

മിനിയോ ലോഞ്ച് ചെയ്യുന്നു

systemctl start minio

മിനിയോ വെബ് ഇന്റർഫേസിലേക്ക് പോകുക http://ip-адрес-сервера-minio:9000 കൂടാതെ ഒരു ബക്കറ്റ് സൃഷ്ടിക്കുക (ഉദാഹരണത്തിന്, pg-backups).

DB സെർവർ

ആർ‌പി‌എമ്മിലെ WAL-G ഞാൻ (ആന്റൺ പാറ്റ്‌സെവ്) അസംബിൾ ചെയ്‌തതാണ്. സാമൂഹികം, ഫെഡോറ COPR.

ആർ‌പി‌എം അധിഷ്‌ഠിത സംവിധാനം ഇല്ലാത്തവർ, ഒഫീഷ്യൽ ഉപയോഗിക്കുക നിർദ്ദേശം ഇൻസ്റ്റലേഷൻ വഴി.

wal-g ബൈനറിക്കൊപ്പം, /etc/wal-gd/server-s3.conf ഫയലിൽ നിന്ന് വേരിയബിളുകൾ ഇറക്കുമതി ചെയ്യുന്ന സ്ക്രിപ്റ്റുകൾ rpm-ൽ അടങ്ങിയിരിക്കുന്നു.

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

വാൽഗ് ഇൻസ്റ്റാൾ ചെയ്യുക.

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

wal-g പതിപ്പ് പരിശോധിക്കുന്നു.

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

നിങ്ങളുടെ ആവശ്യങ്ങൾക്കനുസരിച്ച് /etc/wal-gd/server-s3.conf എഡിറ്റ് ചെയ്യുക.

ഒരു ഡാറ്റാബേസ് ക്ലസ്റ്റർ ഉപയോഗിക്കുന്ന കോൺഫിഗറേഷൻ ഫയലുകളും ഡാറ്റാ ഫയലുകളും പരമ്പരാഗതമായി ക്ലസ്റ്റർ ഡാറ്റ ഡയറക്‌ടറിയിൽ ഒരുമിച്ച് സംഭരിക്കുന്നു, സാധാരണയായി അറിയപ്പെടുന്നത് 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 കോൺഫിഗർ ചെയ്യുമ്പോൾ, നിങ്ങൾ WALG_DELTA_MAX_STEPS - അടിസ്ഥാന ബാക്കപ്പിൽ നിന്ന് ഡെൽറ്റ ബാക്കപ്പ് പരമാവധി ആയ ഘട്ടങ്ങളുടെ എണ്ണം, ഡെൽറ്റ കോപ്പി നയം വ്യക്തമാക്കുക. ഒന്നുകിൽ നിങ്ങൾ നിലവിലുള്ള ഡെൽറ്റയിൽ നിന്ന് ഒരു പകർപ്പ് ഉണ്ടാക്കുക, അല്ലെങ്കിൽ യഥാർത്ഥ പൂർണ്ണ ബാക്കപ്പിൽ നിന്ന് ഒരു ഡെൽറ്റ ഉണ്ടാക്കുക. നിങ്ങളുടെ ഡാറ്റാബേസിൽ ഡാറ്റാബേസിന്റെ ഒരേ ഘടകം എപ്പോഴും മാറിക്കൊണ്ടിരിക്കുമ്പോൾ, അതേ ഡാറ്റ നിരന്തരം മാറിക്കൊണ്ടിരിക്കുന്ന സാഹചര്യത്തിൽ ഇത് ആവശ്യമാണ്.

ഡാറ്റാബേസ് ഇൻസ്റ്റാൾ ചെയ്യുന്നു.

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

ഞങ്ങൾ ഡാറ്റാബേസ് സമാരംഭിക്കുന്നു.

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

നിങ്ങൾ 1 സെർവറിലാണ് പരീക്ഷിക്കുന്നതെങ്കിൽ, പതിപ്പ് 10-നേക്കാൾ കുറവുള്ള PostgreSQL-നും PostgreSQL പതിപ്പ് 10-ഉം അതിലും പഴയതിനുമുള്ള പകർപ്പും ആർക്കൈവുചെയ്യുന്നതിന് നിങ്ങൾ wal_level പാരാമീറ്റർ പുനഃക്രമീകരിക്കേണ്ടതുണ്ട്.

wal_level = archive

PostgreSQL ഉപയോഗിച്ച് ഓരോ 60 സെക്കൻഡിലും WAL ആർക്കൈവുകൾ ബാക്കപ്പ് ചെയ്യാം. ഉൽപ്പന്നത്തിൽ, നിങ്ങൾക്ക് മറ്റൊരു ആർക്കൈവ്_ടൈംഔട്ട് മൂല്യം ഉണ്ടായിരിക്കും.

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

PostgreSQL ആരംഭിക്കുന്നു

systemctl start postgresql-9.6

ഒരു പ്രത്യേക കൺസോളിൽ, പിശകുകൾക്കായി ഞങ്ങൾ PostgreSQL ലോഗുകൾ നോക്കുന്നു: (postgresql-Wed.log നിലവിലുള്ളതിലേക്ക് മാറ്റുക).

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

നമുക്ക് psql-ലേക്ക് പോകാം.

su - postgres
psql

psql-ൽ ഒരു ഡാറ്റാബേസ് ഉണ്ടാക്കുക

ഡാറ്റാബേസ് ടെസ്റ്റിൽ ഒരു പട്ടിക ഉണ്ടാക്കുക.

create database test1;

ഡാറ്റാബേസ് ടെസ്റ്റിലേക്ക് മാറുക.

postgres=# c test1;

ഞങ്ങൾ പട്ടിക indexing_table സൃഷ്ടിക്കുന്നു.

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

ഡാറ്റ ചേർക്കുന്നു.

ഞങ്ങൾ ഡാറ്റ ചേർക്കാൻ തുടങ്ങുന്നു. ഞങ്ങൾ 10-20 മിനിറ്റ് കാത്തിരിക്കുന്നു.

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

ഒരു പൂർണ്ണ ബാക്കപ്പ് ഉണ്ടാക്കുന്നത് ഉറപ്പാക്കുക.

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

ഡാറ്റാബേസ് ടെസ്റ്റിലെ പട്ടികയിലെ റെക്കോർഡുകൾ ഞങ്ങൾ നോക്കുന്നു

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+

സ്ട്രിംഗ് നിലവിലെ സമയമാണ്.

മുഴുവൻ ബാക്കപ്പുകളുടെയും ലിസ്റ്റ് കാണുക

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

വീണ്ടെടുക്കൽ പരിശോധന

ലഭ്യമായ എല്ലാ WAL ഉം റോളുചെയ്യുന്നതിലൂടെ പൂർണ്ണമായ വീണ്ടെടുക്കൽ.

Postgresql നിർത്തുക.

/var/lib/pgsql/9.6/data ഫോൾഡറിൽ നിന്ന് എല്ലാം ഇല്ലാതാക്കുക.

പോസ്റ്റ്ഗ്രെസ് ഉപയോക്താവായി /usr/local/bin/backup-fetch.sh സ്ക്രിപ്റ്റ് പ്രവർത്തിപ്പിക്കുക.

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

ബാക്കപ്പ് എക്‌സ്‌ട്രാക്ഷൻ പൂർത്തിയായി.

ഇനിപ്പറയുന്ന ഉള്ളടക്കമുള്ള /var/lib/pgsql/9.6/data ഫോൾഡറിലേക്ക് recovery.conf ചേർക്കുക.

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

ഞങ്ങൾ PostgreSQL ആരംഭിക്കുന്നു. PostgreSQL ആർക്കൈവുചെയ്‌ത WAL-കളിൽ നിന്ന് വീണ്ടെടുക്കൽ പ്രക്രിയ ആരംഭിക്കും, അതിനുശേഷം മാത്രമേ ഡാറ്റാബേസ് തുറക്കൂ.

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

ഒരു നിശ്ചിത സമയത്തേക്ക് വീണ്ടെടുക്കൽ.

ഒരു നിശ്ചിത മിനിറ്റ് വരെ ഡാറ്റാബേസ് പുനഃസ്ഥാപിക്കണമെങ്കിൽ, ഞങ്ങൾ recovery_target_time പാരാമീറ്റർ recovery.conf-ലേക്ക് ചേർക്കുന്നു - ഡാറ്റാബേസ് ഏത് സമയത്താണ് പുനഃസ്ഥാപിക്കേണ്ടതെന്ന് ഞങ്ങൾ സൂചിപ്പിക്കുന്നു.

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

വീണ്ടെടുക്കലിനുശേഷം, പട്ടിക ഇൻഡക്‌സിംഗ്_ടേബിൾ നോക്കുക

 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

ഞങ്ങൾ PostgreSQL ആരംഭിക്കുന്നു. PostgreSQL ആർക്കൈവുചെയ്‌ത WAL-കളിൽ നിന്ന് വീണ്ടെടുക്കൽ പ്രക്രിയ ആരംഭിക്കും, അതിനുശേഷം മാത്രമേ ഡാറ്റാബേസ് തുറക്കൂ.

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

പരിശോധിക്കുന്നു

ഇവിടെ വിവരിച്ചിരിക്കുന്നതുപോലെ 1GB ഡാറ്റാബേസ് സൃഷ്ടിക്കുന്നു https://gist.github.com/ololobus/5b25c432f208d7eb31051a5f238dffff

1GB ഡാറ്റ സൃഷ്ടിച്ചതിന് ശേഷം ബക്കറ്റ് വലുപ്പം അഭ്യർത്ഥിക്കുന്നു.

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

s4cmd എന്നത് ആമസോൺ S3 സ്റ്റോറേജിൽ താമസിക്കുന്ന ഡാറ്റയുമായി പ്രവർത്തിക്കുന്നതിനുള്ള ഒരു സൗജന്യ കമാൻഡ് ലൈൻ ഉപകരണമാണ്. പൈത്തൺ പ്രോഗ്രാമിംഗ് ഭാഷയിലാണ് യൂട്ടിലിറ്റി എഴുതിയിരിക്കുന്നത്, അതിനാൽ ഇത് വിൻഡോസ്, ലിനക്സ് ഓപ്പറേറ്റിംഗ് സിസ്റ്റങ്ങളിൽ ഉപയോഗിക്കാം.

s4cmd ഇൻസ്റ്റാൾ ചെയ്യുന്നു

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

LZMA

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

ബ്രോട്ട്ലി

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

ചാർട്ടിലെ ഫലങ്ങളുടെ താരതമ്യം.

നിങ്ങൾക്ക് കാണാനാകുന്നതുപോലെ, ബ്രോട്ട്ലിയെ LZMA-യുമായി താരതമ്യപ്പെടുത്താവുന്നതാണ്, എന്നാൽ ബാക്കപ്പ് LZ4 സമയത്താണ് നടത്തുന്നത്.

റഷ്യൻ സംസാരിക്കുന്ന PostgreSQL കമ്മ്യൂണിറ്റിയുടെ ചാറ്റ്: https://t.me/pgsql

നിങ്ങൾ ഉപയോഗിക്കുകയാണെങ്കിൽ Github-ന് ഒരു നക്ഷത്രം നൽകുക വാൽ-ജി

അവലംബം: www.habr.com