🥇Wal-g PostgreSQL బ్యాకప్ సిస్టమ్‌ని పరిచయం చేస్తున్నాము

WAL-G PostgreSQLని క్లౌడ్‌లకు బ్యాకప్ చేయడానికి సులభమైన మరియు సమర్థవంతమైన సాధనం. దాని ప్రధాన కార్యాచరణ పరంగా, ఇది జనాదరణ పొందిన సాధనానికి వారసుడు WAL-E, కానీ గోలో తిరిగి వ్రాయబడింది. కానీ WAL-G - డెల్టా కాపీలలో ఒక ముఖ్యమైన కొత్త ఫీచర్ ఉంది. డెల్టా కాపీలు WAL-G మునుపటి బ్యాకప్ వెర్షన్ నుండి మారిన ఫైల్‌ల పేజీలను నిల్వ చేయండి. WAL-G బ్యాకప్‌లను సమాంతరంగా చేయడానికి చాలా సాంకేతికతలను అమలు చేస్తుంది. WAL-G WAL-E కంటే చాలా వేగంగా ఉంటుంది.

వాల్-గ్ ఎలా పనిచేస్తుందనే వివరాలను వ్యాసంలో చూడవచ్చు: మేము బ్యాకప్‌ను ఓవర్‌లాక్ చేస్తాము. Yandex ఉపన్యాసం

డేటాను నిల్వ చేయడానికి S3 స్టోరేజ్ ప్రోటోకాల్ ప్రజాదరణ పొందింది. S3 యొక్క ప్రయోజనాల్లో ఒకటి API ద్వారా యాక్సెస్ చేయగల సామర్థ్యం, ఇది పబ్లిక్ రీడ్ యాక్సెస్‌తో సహా నిల్వతో సౌకర్యవంతమైన పరస్పర చర్యను నిర్వహించడానికి మిమ్మల్ని అనుమతిస్తుంది, అయితే నిల్వలో సమాచారాన్ని అప్‌డేట్ చేయడం అధీకృత వ్యక్తుల ద్వారా మాత్రమే జరుగుతుంది.

S3 ప్రోటోకాల్‌ను ఉపయోగించే అనేక పబ్లిక్ మరియు ప్రైవేట్ నిల్వ అమలులు ఉన్నాయి. ఈ రోజు మనం చిన్న నిల్వను నిర్వహించడానికి ఒక ప్రసిద్ధ పరిష్కారాన్ని పరిశీలిస్తాము - మినియో.

wal-gని పరీక్షించడానికి ఒకే PostgreSQL సర్వర్ మంచిది మరియు S3కి ప్రత్యామ్నాయంగా Minio ఉపయోగించబడుతుంది.

మినియో సర్వర్

మినియో ఇన్‌స్టాలేషన్

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

/etc/minio/minio.confలో AccessKey మరియు SecretKeyని సవరించండి

vi /etc/minio/minio.conf

మీరు Minioకి ముందు nginxని ఉపయోగించకపోతే, మీరు మార్చాలి

--address 127.0.0.1:9000

--address 0.0.0.0:9000

మినియోని ప్రారంభిస్తోంది

systemctl start minio

Minio వెబ్ ఇంటర్‌ఫేస్‌కి వెళ్లండి http://ip-адрес-сервера-minio:9000 మరియు బకెట్‌ను సృష్టించండి (ఉదాహరణకు, pg-బ్యాకప్‌లు).

DB సర్వర్

rpmలో WAL-G నేను (అంటోన్ పట్సేవ్) చేత అసెంబుల్ చేయబడింది. Github, ఫెడోరా COPR.

RPM-ఆధారిత సిస్టమ్ లేని వారు అధికారికాన్ని ఉపయోగించండి సూచన సంస్థాపన ద్వారా.

wal-g బైనరీతో పాటు, rpm /etc/wal-gd/server-s3.conf ఫైల్ నుండి వేరియబుల్‌లను దిగుమతి చేసే స్క్రిప్ట్‌లను కలిగి ఉంటుంది.

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

వాల్గ్ను ఇన్స్టాల్ చేయండి.

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

వాల్-గ్ వెర్షన్‌ని తనిఖీ చేస్తోంది.

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

మీ అవసరాలకు /etc/wal-gd/server-s3.conf సవరించండి.

డేటాబేస్ క్లస్టర్ ఉపయోగించే కాన్ఫిగరేషన్ ఫైల్‌లు మరియు డేటా ఫైల్‌లు సాంప్రదాయకంగా క్లస్టర్ డేటా డైరెక్టరీలో కలిసి నిల్వ చేయబడతాయి, వీటిని సాధారణంగా సూచిస్తారు 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-Gని కాన్ఫిగర్ చేస్తున్నప్పుడు, మీరు WALG_DELTA_MAX_STEPSని పేర్కొంటారు - బేస్ బ్యాకప్ నుండి డెల్టా బ్యాకప్ గరిష్టంగా ఉండే దశల సంఖ్య మరియు డెల్టా కాపీ విధానాన్ని పేర్కొనండి. మీరు ఇప్పటికే ఉన్న చివరి డెల్టా నుండి కాపీని రూపొందించండి లేదా అసలు పూర్తి బ్యాకప్ నుండి డెల్టాను రూపొందించండి. మీ డేటాబేస్‌లో డేటాబేస్ యొక్క ఒకే భాగం ఎల్లప్పుడూ మారుతున్నప్పుడు, అదే డేటా నిరంతరం మారుతున్నప్పుడు ఇది అవసరం.

డేటాబేస్ను ఇన్స్టాల్ చేస్తోంది.

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

మేము డేటాబేస్ను ప్రారంభిస్తాము.

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

మీరు 1 సర్వర్‌లో పరీక్షిస్తున్నట్లయితే, మీరు PostgreSQL వెర్షన్ 10 కంటే తక్కువ మరియు PostgreSQL వెర్షన్ 10 మరియు అంతకంటే పాత వాటి కోసం ప్రతిరూపాన్ని ఆర్కైవ్ చేయడానికి wal_level పరామితిని మళ్లీ కాన్ఫిగర్ చేయాలి.

wal_level = archive

PostgreSQLని ఉపయోగించి ప్రతి 60 సెకన్లకు WAL ఆర్కైవ్‌లను బ్యాకప్ చేద్దాం. ఉత్పత్తిలో, మీరు వేరే ఆర్కైవ్_టైమ్ అవుట్ విలువను కలిగి ఉంటారు.

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

PostgreSQLని ప్రారంభిస్తోంది

systemctl start postgresql-9.6

ప్రత్యేక కన్సోల్‌లో, లోపాల కోసం మేము PostgreSQL లాగ్‌లను చూస్తాము: (postgresql-Wed.logని ప్రస్తుతానికి మార్చండి).

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

psql కి వెళ్దాం.

su - postgres
psql

psql లో డేటాబేస్ సృష్టించండి

డేటాబేస్ పరీక్ష1లో పట్టికను సృష్టించండి.

create database test1;

డేటాబేస్ పరీక్షకు మారండి.

postgres=# c test1;

మేము పట్టిక సూచిక_పట్టికను సృష్టిస్తాము.

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

డేటాను జోడిస్తోంది.

మేము డేటాను చొప్పించడం ప్రారంభిస్తాము. మేము 10-20 నిమిషాలు వేచి ఉన్నాము.

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

పూర్తి బ్యాకప్ చేయాలని నిర్ధారించుకోండి.

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

మేము డేటాబేస్ పరీక్ష 1లోని పట్టికలోని రికార్డులను పరిశీలిస్తాము

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+

స్ట్రింగ్ ప్రస్తుత సమయం.

పూర్తి బ్యాకప్‌ల జాబితాను చూడండి

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

రికవరీ పరీక్ష

అందుబాటులో ఉన్న అన్ని WAL రోలింగ్‌తో పూర్తి పునరుద్ధరణ.

Postgresqlని ఆపండి.

/var/lib/pgsql/9.6/data ఫోల్డర్ నుండి అన్నింటినీ తొలగించండి.

పోస్ట్‌గ్రెస్ వినియోగదారుగా /usr/local/bin/backup-fetch.sh స్క్రిప్ట్‌ను అమలు చేయండి.

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

బ్యాకప్ వెలికితీత పూర్తయింది.

కింది కంటెంట్‌తో /var/lib/pgsql/9.6/data ఫోల్డర్‌కు recovery.confని జోడించండి.

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

మేము PostgreSQLని ప్రారంభిస్తాము. PostgreSQL ఆర్కైవ్ చేయబడిన WALల నుండి రికవరీ ప్రక్రియను ప్రారంభిస్తుంది మరియు ఆ తర్వాత మాత్రమే డేటాబేస్ తెరవబడుతుంది.

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

నిర్దిష్ట సమయానికి రికవరీ.

మేము డేటాబేస్ను నిర్దిష్ట నిమిషం వరకు పునరుద్ధరించాలనుకుంటే, మేము recovery_target_time పరామితిని recovery.confకి జోడిస్తాము - డేటాబేస్ను ఏ సమయంలో పునరుద్ధరించాలో మేము సూచిస్తాము.

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

రికవరీ తర్వాత, టేబుల్ ఇండెక్సింగ్_టేబుల్‌ని చూడండి

 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

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

పరీక్ష

ఇక్కడ వివరించిన విధంగా 1GB డేటాబేస్‌ను రూపొందిస్తోంది https://gist.github.com/ololobus/5b25c432f208d7eb31051a5f238dffff

1GB డేటాను రూపొందించిన తర్వాత బకెట్ పరిమాణాన్ని అభ్యర్థిస్తోంది.

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

s4cmd అనేది Amazon S3 నిల్వలో ఉన్న డేటాతో పని చేయడానికి ఉచిత కమాండ్ లైన్ సాధనం. యుటిలిటీ పైథాన్ ప్రోగ్రామింగ్ భాషలో వ్రాయబడింది మరియు దీని కారణంగా ఇది Windows మరియు Linux ఆపరేటింగ్ సిస్టమ్‌లలో ఉపయోగించబడుతుంది.

s4cmdని ఇన్‌స్టాల్ చేస్తోంది

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

Brotli

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

చార్ట్‌లోని ఫలితాల పోలిక.

మీరు చూడగలిగినట్లుగా, Brotli పరిమాణంలో LZMAతో పోల్చవచ్చు, అయితే బ్యాకప్ LZ4 సమయంలో ప్రదర్శించబడుతుంది.

రష్యన్ మాట్లాడే PostgreSQL సంఘం యొక్క చాట్: https://t.me/pgsql

మీరు ఉపయోగిస్తే దయచేసి గితుబ్‌కి నక్షత్రాన్ని ఇవ్వండి వాల్-జి

మూలం: www.habr.com

wal-g PostgreSQL బ్యాకప్ సిస్టమ్‌కు పరిచయం

మినియో సర్వర్

DB సర్వర్

పూర్తి బ్యాకప్‌ల జాబితాను చూడండి

రికవరీ పరీక్ష

అందుబాటులో ఉన్న అన్ని WAL రోలింగ్‌తో పూర్తి పునరుద్ధరణ.

నిర్దిష్ట సమయానికి రికవరీ.

పరీక్ష

LZ4

LZMA

Brotli

ఒక వ్యాఖ్యను జోడించండి

wal-g PostgreSQL బ్యాకప్ సిస్టమ్‌కు పరిచయం

మినియో సర్వర్

DB సర్వర్

పూర్తి బ్యాకప్‌ల జాబితాను చూడండి

రికవరీ పరీక్ష

అందుబాటులో ఉన్న అన్ని WAL రోలింగ్‌తో పూర్తి పునరుద్ధరణ.

నిర్దిష్ట సమయానికి రికవరీ.

పరీక్ష

LZ4

LZMA

Brotli

ఒక వ్యాఖ్యను జోడించండి ప్రత్యుత్తరం రద్దు

ఒక వ్యాఖ్యను జోడించండి